গুগল বিগকুইরি রিভিউ এবং রেটিং

গুগল বিগকিয়ারি, যা প্রতি মাসে 10 গিগাবাইট (গিগাবাইট) এর জন্য নিখরচায়, বিশ্লেষণ বিশ্লেষণের জন্য অনুসন্ধান জায়ান্টের জিনোমরাস, পেটাবাইট (পিবি) -স্কেল ডেটা গুদাম। এটি একটি এন্টারপ্রাইজ স্তর, এসকিউএল পণ্য এবং বিগ ডেটা গুগলের ডিএনএতে রয়েছে। সংস্থার সমস্ত সরঞ্জাম এবং পরিষেবাগুলি তার প্রমাণ। সংক্ষেপে, আপনি যদি ডেটা দিয়ে কিছু করতে চান তবে আপনারা বাজি ধরতে পারেন গুগলের কাছে এটি হওয়ার একটি সরঞ্জাম রয়েছে। যদি আপনার কাছে প্রচুর ডেটা সেট থাকে বা আপনি আপনার ডেটাটিকে জনসাধারণ বা বাণিজ্যিক ডেটা সেটগুলির সাথে মিশ্রিত করে জ্বালিয়ে তুলছেন, তবে গুগল বিগকুয়েরি একটি কঠিন পছন্দ হতে পারে। এটি সেকেন্ডে টেরাবাইটস (টিবি) এবং কয়েক মিনিটের মধ্যে পিবি স্ক্যান করার জন্য ডিজাইন করা হয়েছে। আজ অবধি সবচেয়ে বড় ক্যোয়ারি হল ২.১ পিবি এবং গুগল বিগকিউরি কোনও সমস্যা ছাড়াই এটি পরিচালনা করেছে। এই ক্ষমতা থাকা সত্ত্বেও, বিগ ডেটা বিশ্লেষণ চ্যালেঞ্জিং এবং যদি আপনি ছোট ডেটা সেট নিয়ে কাজ করছেন, তবে এটি ওভারকিল হতে পারে। তবুও, গুগল বিগকিয়ারি একটি কঠিন পছন্দ যা মাইক্রোসফ্ট অ্যাজুরে এসকিউএল ডেটাবেস এবং মঙ্গোডিবি আটলাসের ঠিক পিছনে চলেছে, সম্পাদকগণের পছন্দগুলি আমাদের ডিবিএএস সমাধান সমাধান পর্যালোচনা রাউন্ডআপে তুলে ধরে।

দামের মডেল

গুগল বিগকিয়ারি একটি সার্ভারলেস ডেটা অ্যানালিটিক্স মডেল। স্টোরেজ এবং গণনা পৃথকীকরণ আপনাকে আরও ভাল দাম নিয়ন্ত্রণ দেয়, যেগুলি ব্যতিক্রমী বড় প্রকল্পগুলি চালিত লোকদের আরও বেশি আগ্রহী করে। স্টোরেজটির মূল্য ফ্ল্যাট হার এবং ব্যবহারের হারের উপর গণনা করা হয়। প্রথম 10 জিবি স্টোরেজ প্রতি মাসে বিনামূল্যে এবং তার পরে প্রতি মাসে জিবি প্রতি 2 সেন্ট থেকে শুরু হয়। উদাহরণস্বরূপ, আপনি যদি এক মাসের জন্য 1 টেরাবাইট (টিবি) সঞ্চয় করেন তবে ব্যয় হবে 20 ডলার। স্ট্রিমিং ডেটা সন্নিবেশগুলি 200 মেগাবাইট (এমবি) প্রতি 1 শতাংশ থেকে শুরু হয়। প্রথম 1 টিবি ক্যোয়ারী নিখরচায়, এরপরে প্রতি টিবিতে 5 ডলার অতিরিক্ত বিশ্লেষণ সহ। মেটা ডেটা অপারেশন বিনামূল্যে।

আপনার যাওয়ার সাথে সাথে অর্থ প্রদানের বিকল্প বা একটি মাসিক ফ্ল্যাট ফিও রয়েছে। কিছু বিকাশকারী বাজেট উদ্বেগ নিরসনের জন্য ফ্ল্যাট ফি পছন্দ করেন। যেহেতু স্টোরেজটি ইতিমধ্যে একটি ফ্ল্যাট ফিতে রয়েছে তাই এই বিকল্পটির অর্থ হ'ল গণনাও ফ্ল্যাট, মাসিক ফি বিন্যাসে। তবে ফ্ল্যাট-রেট মূল্যের জন্য সাইন আপ করার বিষয়ে আপনি খুব উত্সাহিত হওয়ার আগে, সচেতন হন যে কেবলমাত্র মাসিক বিশ্লেষণে $ 40, 000 + সহ অ্যাকাউন্টগুলি এই বিকল্পের জন্য যোগ্য ify

গুগল বিগকোয়ারির ফ্রি টিয়ার প্রতি মাসে 1TB অবধি ডেটা এবং 10 গিগাবাইট ডেটা স্টোরেজ বিশ্লেষণ সরবরাহ করে তবে গম্ভীরভাবে, আপনি যদি সেই চিহ্নের নিচে থাকেন তবে মাইক্রোসফ্ট অ্যাজুরি এসকিউএল ডেটাবেস, আইবিএম এর মতো আরও উপযুক্ত সরঞ্জাম রয়েছে suited ক্লাউডে ডিবি 2, অথবা গুগল অ্যানালিটিক্স 360 সহ Google মেঘ Cloud

ধাপে ধাপে

আপনার একটি গুগল অ্যাকাউন্ট প্রয়োজন হবে তাই আপনার যদি ইতিমধ্যে এটি না থাকে তবে একটি সেট আপ করুন। গুগল ক্লাউড প্ল্যাটফর্ম অ্যাকাউন্টের জন্য নিবন্ধকরণ করার জন্য আপনার এটির প্রয়োজন হবে, ফ্রি ট্রায়ালটি ব্যবহার করার জন্য ক্রেডিট কার্ডেরও প্রয়োজন হবে। তবে চিন্তা করবেন না কারণ পরীক্ষার সময় শেষে আপনাকে স্বয়ংক্রিয়ভাবে আপগ্রেড এবং বিল দেওয়া হবে না। আপনার ক্রেডিট কার্ডে চার্জ করার জন্য আপনাকে ম্যানুয়ালি আপগ্রেড করতে হবে।

গুগল ক্লাউড ইউজার ইন্টারফেস (ইউআই) থেকে, বিগকুয়েরিতে যান। বিগকোয়ারির ইউআই কিছুটা সরল-জেন, তবে এর সংক্ষিপ্ততা এটি ব্যবহার করাও সহজ করে তোলে। গুগল আমাকে জানিয়েছে যে এটি এখন একটি নতুন ইউআইতে কাজ করছে। বর্তমান ইউআই সহ, আপনি যদি কেবল সন্ধান করতে চান তবে কমপোজ কোয়েরিতে ক্লিক করুন, এবং স্বাগত পৃষ্ঠায় পাবলিক ডেটা সেটগুলির মধ্যে একটি চয়ন করুন। কোয়েরি সম্পাদক বা ব্যবহারকারী-সংজ্ঞায়িত ফাংশন (ইউডিএফ) সম্পাদক ব্যবহার করে এবং আপনি চলে যাওয়ায় কোয়েরি বাক্সে একটি স্ট্যান্ডার্ড এসকিউএল কোয়েরি লিখুন।

ক্লাউডস্টার্ট গাইডগুলি ক্লাউড বিগ টেবিল, ক্লাউড স্প্যানার, ক্লাউড এসকিউএল, বা ক্লাউড ডেটাস্টোর (নোএসকিউএল ডাটাবেস) এ ডেটা স্থানান্তর করতে বা আপনার নিজস্ব একটি ডেটাবেস কাটতে কার্যকর। বিগকিয়ারিতে অন্যান্য ক্লাউড পণ্য এবং অতিরিক্ত ধরণের অ্যাপ্লিকেশনগুলির ডেটার সাথে সংহত করার জন্য আমেরিকান ন্যাশনাল স্ট্যান্ডার্ড ইনস্টিটিউট (এএনএসআই) -কম্পিলিয়েন্ট এসকিউএল পাশাপাশি ওপেন ডাটাবেস কানেক্টিভিটি (ওডিবিসি) এবং জাভা ডাটাবেস কানেক্টিভিটি (জেডিবিসি) ড্রাইভার ব্যবহার করে। জিজ্ঞাসা মসৃণ করার জন্য ডিজাইন করা অনন্য এসকিউএল বাস্তবায়ন মানে বেশ কয়েকটি এসকিউএল উপভাষা রয়েছে, যা বিভ্রান্তিকর হতে পারে। আমি লক্ষ্য করেছি যে ডিফল্টটি "লিগ্যাসি এসকিউএল" থাকাকালীন আমি সত্যিকারের স্ট্যান্ডার্ড এসকিউএলে ফিরে যেতে এসকিউএল ডায়ালেক্ট বাক্সটি আনচেক করতে পারি।

গুগল বিগকিয়ারিতে রিয়েল-টাইম ডেটা ক্যাপচার এবং বিশ্লেষণের জন্য স্ট্রিমিং ইনজেশন ইঞ্জিনও রয়েছে। ডেটা সেট তৈরি করতে আমার প্রথম প্রকল্পের পুল-ডাউন মেনুতে ডেটা তৈরি করুন ট্যাবটি ব্যবহার করুন। ডেটা সেট আইডি লিখুন, ডেটা অবস্থান (মার্কিন, ইউরোপীয় ইউনিয়ন, বা এশিয়া-উত্তর পূর্বাঞ্চল) চয়ন করুন এবং ডেটা সমাপ্তির সেট করুন। গুগল বিগকুইয়ারি স্বয়ংক্রিয়ভাবে স্কিমা সনাক্ত করতে পারে। একবার ডেটা সেট আপ হয়ে গেলে আপনি কোয়েরি চালানোর জন্য প্রস্তুত।

টুলবক্স

বেশিরভাগ ব্যবসায়িক বুদ্ধি (বিআই) সরঞ্জামগুলিতে সংযোগকারী রয়েছে। তবে আপনি ডেটা স্টুডিওটি ব্যবহার করতে চাইতে পারেন, এটি গুগলের দ্বিমুখী দৃশ্য সরঞ্জাম এবং এটি নিখরচায়। আপনি যে গুগল সরঞ্জামগুলি ব্যবহার করতে পারেন তার তালিকা দীর্ঘ। আমি আপনাকে গুগল ক্লাউড প্ল্যাটফর্ম ফ্রি টিয়ারগুলির তালিকা পর্যালোচনা করে শুরু করার পরামর্শ দিচ্ছি।

গুগল ক্লাউড প্ল্যাটফর্মে 15 টি অঞ্চল, 45 টি অঞ্চল, 100 টিরও বেশি উপস্থিতি রয়েছে এবং 100, 000+ মাইল ফাইবার-অপটিক কেবল রয়েছে এমন একটি সু-ব্যবস্থাযুক্ত গ্লোবাল নেটওয়ার্ক রয়েছে। আপনি বিশ্বব্যাপী পরিষেবাটি ব্যবহার করে আরও ভাল দাম পান তবে আপনি নিজের ইচ্ছানুসারে অঞ্চল নির্দিষ্ট করতে নির্দ্বিধায়।

ব্যাকআপ এবং পরিষেবা স্তরের চুক্তিগুলি (এসএলএ) গুগল এসকিউএল ক্লাউডের তত্ত্বাবধানে আসে। সম্পূর্ণ এসএলএ এখানে। ক্লাউড এসকিউএল প্রতিটি উদাহরণের জন্য সাতটি স্বয়ংক্রিয় ব্যাকআপ রাখে। প্রথম-প্রজন্মের (জেনার) ব্যাকআপগুলি সমস্ত কিছু ক্যাপচার করে এবং আপনার উদাহরণ ব্যয়গুলিতে অন্তর্ভুক্ত হয় (প্রতি ব্যবহারের মডেলটিতে)। তাদের সঞ্চয় স্থানটি আপনার বরাদ্দকৃত সঞ্চয় স্থানের তুলনায় গণনা করা হয় না। দ্বিতীয়-জেনের ব্যাকআপগুলি কেবলমাত্র সেই ডেটা ক্যাপচার করেছে যা পরিবর্তিত হয়েছে এবং তাদের সঞ্চয়স্থান হ্রাস হারে চার্জ করা হয়।

সামগ্রিকভাবে, গুগল বিগকুয়েরি দুর্দান্তভাবে ডিজাইন করা হয়েছে। এটি বিশাল ডেটা সেট এবং তাদের সাথে কাজ করার ক্ষেত্রে দক্ষ যারা তাদের পক্ষে আরও উপযুক্ত। আপনি যদি মেশিন লার্নিং (এমএল) অ্যাপ্লিকেশনগুলি লিখতে বা এমএল প্রশিক্ষণের ডেটা ডিজাইনের মধ্যে প্রবেশ করেন তবে আপনি বিশেষত এই পণ্যটিকে পছন্দ করতে চলেছেন। ইন্টারনেট অফ থিংস (আইওটি) অ্যাপ্লিকেশনগুলিতে কাজ করা ডেভেলপারদের ক্ষেত্রে বা নমনীয় ডেটা ইনজেশন এবং প্রচুর ডেটা বিশ্লেষণের প্রয়োজন এমন কোনও বিকাশকারী ক্ষেত্রে এটি একই কথা।