デジタル トランスフォーメーションを加速 お客様がデジタル トランスフォーメーションに乗り出したばかりでも、あるいはすでに進めている場合でも、Google Cloud は困難な課題の解決を支援します。
Send feedback Stay organized with collections Save and categorize content based on your preferences. Loading ORC data from Cloud Storage This page provides an overview of loading ORC data from Cloud Storage into BigQuery. ORC is an open source column-oriented data format that is widely used in the Apache Hadoop ecosystem. When you load ORC data from Cloud Storage, you can load the data into a new
Send feedback Stay organized with collections Save and categorize content based on your preferences. BigQuery audit logs overview Cloud Audit Logs are a collection of logs provided by Google Cloud that provide insight into operational concerns related to your use of Google Cloud services. This page provides details about BigQuery specific log information, and it demonstrates how to use BigQuery to
Send feedback JSON functions Stay organized with collections Save and categorize content based on your preferences. GoogleSQL for BigQuery supports the following functions, which can retrieve and transform JSON data. Categories The JSON functions are grouped into the following categories based on their behavior:
Send feedback Stay organized with collections Save and categorize content based on your preferences. Introduction to clustered tables Clustered tables in BigQuery are tables that have a user-defined column sort order using clustered columns. Clustered tables can improve query performance and reduce query costs. In BigQuery, a clustered column is a user-defined table property that sorts storage blo
「Google Cloud」のコストを安く設定するだけでは十分な競争力を発揮できなかった。しかし、Googleの内部テクノロジにアクセスできるというのであれば話は違ってくる可能性がある。本記事では、「Google Cloud Bigtable」のメリットと課題について解説する。 Googleはクラウド分野でその潜在能力を生かし切れていなかった。しかし、その状況がようやく変わろうとしているのかもしれない。 「Amazon Web Services」（AWS）と「Microsoft Azure」がクラウドコンピューティング市場のシェアの多くを握っている一方、Googleはほとんど動きを見せず、「Google Cloud Platform」が開発者にもたらす利点（特にAWSと比較して）を明確に語れない、もしくは語ろうとしない状況が続いていた。しかし、米国時間5月6日に発表されたGoogle Cl
Send feedback Stay organized with collections Save and categorize content based on your preferences. Bigtable overview Bigtable is a sparsely populated table that can scale to billions of rows and thousands of columns, enabling you to store terabytes or even petabytes of data. A single value in each row is indexed; this value is known as the row key. Bigtable is ideal for storing large amounts of
モニタリングの詳細については、モニタリングをご覧ください。 ストレージの利用率 容量計画のもう一つの考慮事項はストレージです。クラスタのストレージ容量は、ストレージ タイプとクラスタ内のノード数によって決まります。クラスタに保存されるデータ量が増加すると、Bigtable はクラスタ内のすべてのノードにデータを分散してストレージを最適化します。 ノードのストレージ使用量は、クラスタのストレージ使用率（バイト数）をクラスタ内のノード数で割ることで計算できます。たとえば、3 つの HDD ノードと 9 TB のデータのあるクラスタについて考えてみましょう。各ノードに格納される容量は約 3 TB です。これは、ノード上限（16 TB）あたりの HDD ストレージの 18.75% に相当します。 ストレージの使用率を高めると、クラスタ全体で CPU のニーズを満たすのに十分なノード数がある場合でも
「Google Cloud Bigtable」は、Google検索やGmail、Google Analyticsなど、Googleにおけるさまざまなサービスに使用されているデータベース。巨大なデータの取り扱いに対応し、金融、広告、エネルギー関連、医療、広域コミュニケーションなど、エンタープライズ／データ分析用途に適している。 パフォーマンスは非常に高く、他のNoSQLシステムとの比較では、単位金額あたりで2倍のスループットを実現する。さらに、レイテンシもはるかに小さい。 オープンソースのApache HBase APIを通じたアクセスが可能なので、既存のビッグデータシステムやHadoopとの相性がよく、Googleのビッグデータ関連製品もサポートする。また、既存のHBaseクラスタから容易にデータをインポートできる。 完全なマネージドサービスなので、維持・管理にかかるコストの削減が可能で、
Send feedback Stay organized with collections Save and categorize content based on your preferences. Examples of replication configurations This page describes some common use cases for Bigtable replication and presents the settings that you can use to support these use cases. Isolate batch analytics workloads from other applications Create high availability (HA) Provide near-real-time backup Main
はじめに スケーラビリティと可用性が高いと言われているGoogle Cloud Datastore。 しかし、それはなぜかと聞かれても、うまく答えられる方は少ないのではないでしょうか？ 弊社ではGAEとともに、この3,4年ずっとDatastoreを活用したシステム開発に注力し、ノウハウを積み重ねてきました。 今回はそのDatastoreの仕組みについて少しお話しします。 特にACIDのConsistency（一貫性）に注視して説明します。 またこの記事は、Googleのこちらのページとこちらの論文（pdf）を参考にして書かれています。 よかったらこの記事と読み比べてみて下さい。 一貫性って？ トランザクション処理を行う上で、データの一貫性を保つことは絶対必要です。 よくある一貫性の例で、「残高は減っているのに相手に送金できてない！」などはあってはいけないですよね。 このように重要な一貫性で
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Slack botが更新する研究室のHPを作りました。 できたもの https://moriokalab.com Slack botが動いている様子 なぜ作ることになったか 〜ある日〜 指導教員「研究室のHPが欲しいから作って。何も管理したくないからWordPressとかCMSはいやだ。Slackから投稿出来るようにしたい。」 後輩くん「分かりました」 〜その後〜 後輩くん「先輩・・・お願いします・・・」 俺「任せろ」 こうして我々はHPを作ることになった。 要件整理 使う技術を決める前に、まずは頂いた要件を整理します。 webページを
2018.10.29 週刊Railsウォッチ（20181029） 特集『肥大化したActiveRecordリファクタリング7つの方法』今ならどうなる？Redis 5のストリーム機能他 こんにちは、hachi8833です。遅ればせながら先週はGitHubの中の皆さまお疲れさまです。 昨日から発生していたGitHub の障害は復旧ました。多大なるご迷惑をおかけしましたこと深くお詫び申し上げます。 — GitHub Japan (@GitHubJapan) October 23, 2018 つっつきボイス:「自分はあの日たまたまGitHubには触ってなかったんでそんなに影響なかったかな」「チームではハマった人もいたみたい」「私はGitHubでリポジトリを追加した後プッシュしたら半日何も出てこなくて、夜リロードしたらやっと出てきました🌙」 各記事冒頭には⚓でパーマリンクを置いてあります: 社内や
Learn about new open-source Redis 5 features such as streams, sorted sets pop operations, cluster manager inside redis-cli, and HyperLogLog algorithm. Congratulations to the community on the release of Redis 5, the latest GA version of open-source Redis. Since its initial release in 2009, open-source Redis has evolved beyond a caching technology to an easy to use, fast, in-memory data store, which
こんにちは、アルバイト事業部の春日です。アルバイト求人サイトである マッハバイト のサーバーサイドを担当しております。 Redis Gem を Cluster Mode に対応させる Pull Request を出す機会に恵まれたため、本日は振り返りも兼ねてそれについてお話させていただければと思います。 背景 Ruby on Railsで実装しているマッハバイトでは、将来的なユーザー増加を見越して2015年03月頃にRedis ClusterをSession Storeとして使い始めました。 当時はまだRedis3.0が出たばかりだった記憶があり技術選定時に twemproxy なども検討されていました。 Reshardingなどもできる運用ツール もあってRedis本体がNativeでサポートしている、という理由でRedis Clusterを採用しました。 しかしRedis3.0で初めて
今年も予選から素晴らしい運営、問題で堪能させてもらいました。 去年本戦3位で終わり、思うところがあり、今年は一人で出るか、もしくは出るの見送ろうと思ってたんだけど、TwitterのTL上でnajeiraさんが、メンバー募集していたのを見て、急に出たくなってしまって一緒に参加させてもらうことにした。 興味あります。 去年3位 優勝経験有り Go書けます — songmu (@songmu) 2018年8月28日 これまで、同僚か元同僚かとしかチームを組んでこなかったので、あまり馴染みがない人と組むのは楽しそうだし、そういう新しいチャレンジも面白そうに思ったのだ。 ということで「死闘の果てに」と言うチーム名で、najeiraさんとbluerabbitさんと参加することにした。チーム命名はnajeiraさん。 事前の顔合わせでも、fabricでdeployしましょう、解析には github.co
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く