Sichere und einfache Freigabe von Daten und KI-Ressourcen Datenassets innerhalb und über Organisationsgrenzen hinweg effizient und sicher teilen, um Herausforderungen im Hinblick auf Datenzuverlässigkeit und Kosten zu bewältigen.
ROI von Dateninitiativen durch den Austausch von Daten, ML-Modellen oder anderen Analyse-Assets steigern
Innovationen mit einzigartigen Datasets von Google, kommerziellen Datenanbietern oder Ihren Partnern voranbringen
Zeit beim Veröffentlichen oder Abonnieren freigegebener Datasets in einer sicheren und datenschutzkonformen Umgebung sparen
Vorteile
Nutzen Sie die Skalierbarkeit und Flexibilität von BigQuery, um die Veröffentlichung, Suche und Anmeldung für Datenaustausche zu optimieren und in Ihre Analysen einzubeziehen, ohne Daten verschieben zu müssen.
BigQuery optimiert die Zugänglichkeit von Daten- und Analyse-Assets. Zusätzlich zu internen Datasets können Sie auf öffentliche, branchenspezifische und Google-Datasets wie Looker Blocks oder Google Trends-Daten zugreifen.
Für Daten, die in BigQuery geteilt werden, sind automatisch umfassende Governance-, Verschlüsselungs- und Sicherheitsfunktionen von Cloud KMS, Cloud IAM, VPC-Sicherheitskontrollen und mehr verfügbar.
Wichtige Features
BigQuery bietet jetzt eine integrierte Freigabe für Daten- und KI-Assets, einschließlich der vollständigen Einbindung von Funktionen, die zuvor im Analytics Hub verfügbar waren. Mit der BigQuery-Freigabe können Sie Datenaustausche erstellen, um Daten-Assets mit anderen Teams in Ihrer Organisation und mit anderen Organisationen zu teilen. Sie können eine Bibliothek mit internen und externen Ressourcen erstellen, einschließlich einzigartiger Datasets wie Google Trends, die durch die Leistungsfähigkeit von BigQuery unterstützt werden.
Freigegebene Datasets sind Sammlungen von Tabellen und Ansichten in BigQuery, die von einem Daten-Publisher definiert werden. Sie bilden die Einheit der projekt- / organisationsübergreifenden Freigabe. Datenabonnenten erhalten ein undurchsichtiges, schreibgeschütztes, verknüpftes Dataset innerhalb ihres Projekt- und VPC-Perimeters, das sie mit ihren eigenen Datasets kombinieren und eine Verbindung zu Lösungen von Google Cloud oder unseren Partnern herstellen können. Zum Beispiel könnte ein Einzelhändler einen einzigen Austausch einrichten, um Nachfrageprognosen an die 1.000 Lieferanten in seiner Lieferkette weiterzugeben – nachdem vergangene Verkaufsdaten mit Wetter-, Web Clickstream- und Google Trends-Daten in seinem eigenen BigQuery Projekt verknüpft und dann die Echtzeit-Ausgaben über BigQuery geteilt wurden. Der Publisher kann Metadaten hinzufügen, Abonnenten tracken und zusammengefasste Nutzungsmesswerte ansehen.
Austausche sind Sammlungen von Daten und Analyse-Assets, die für den Austausch konzipiert sind. Administratoren können einen Austausch einfach kuratieren, indem sie die Auflistungen der Datasets innerhalb des Austauschs verwalten. Umfangreiche Metadaten können Abonnenten dabei helfen, die gesuchten Daten zu finden und sogar Analyse-Assets zu nutzen, die mit diesen Daten verknüpft sind. Der Austausch innerhalb von BigQuery ist standardmäßig privat, aber es können ganz einfach detaillierte Rollen und Berechtigungen festgelegt werden, damit Sie Daten in großem Umfang genau an die richtigen Zielgruppen liefern können. Daten-Publisher können jetzt ganz einfach Abonnements für alle ihre gemeinsam genutzten Datasets anzeigen und verwalten. Administratoren können nun die Nutzung von BigQuery-Freigaben über Audit Logging und Information Schema überwachen und gleichzeitig VPC Service Controls durchsetzen, um Daten sicher zu teilen.
Erstellen Sie eine Low-Trust-Umgebung, in der Sie und Ihre Partner zusammenarbeiten können, ohne die zugrunde liegenden Daten direkt in BigQuery zu kopieren oder zu verschieben. Auf diese Weise können Sie datenschutzfreundliche Transformationen in BigQuery SQL-Schnittstellen durchführen und die Nutzung überwachen, um Datenschutzbedrohungen für freigegebene Daten zu erkennen. Profitieren Sie von der BigQuery-Skalierung, ohne eine Infrastruktur verwalten zu müssen, sowie von integrierter BI und KI/ML. Weitere Anwendungsfälle für Data-Clean-Room.
Mit der optimierten Suchfunktion können Sie schnell relevante Datasets suchen und finden. Neben der einfachen Suche nach den internen Datasets Ihrer Organisation in BigQuery umfasst dies auch Google-Datasets wieGoogle Trends und Earth Engine, kommerzielle Datasets von unseren Partnern wie Crux und Datasets, die im Google Cloud Marketplace verfügbar sind.
Wir freuen uns auf die Zusammenarbeit mit Google, um mithilfe von Analytics Hub und BigQuery Daten für mehr als 400 Statistiker und Datenmodellierer bereitzustellen und Daten sicher an unsere Partner-Finanzinstitute weiterzugeben.
Kumar Menon, SVP Data Fabric and Decision Science bei Equifax
Dokumentation
Ein Eintrag ist ein Verweis auf ein freigegebenes Dataset, das ein Publisher in einem Datenaustausch auflistet. Hier erfahren Sie, wie Sie als BigQuery-Publisher Einträge verwalten.
Preise
Die Preise für BigQuery Sharing basieren auf der zugrunde liegenden Preisstruktur von BigQuery. Für Daten-Publisher und Datenabonnenten gelten die folgenden Unterschiede:
Unternehmen, die Daten in einen Austausch veröffentlichen, zahlen für die Speicherung dieser Daten gemäß den Preisen für BigQuery-Speicher.
Unternehmen, die Daten von einem Austausch abonniert haben, zahlen nur für die Abfrageverarbeitung innerhalb des Unternehmens und gemäß ihrem Preistarif für BigQuery (pauschal oder on demand).
Ausführliche Preisinformationen finden Sie in der BigQuery-Preisübersicht.
Partner
Wenn Sie gern Datenanbieter werden möchten, kontaktieren Sie das Google Cloud-Vertriebsteam.
Profitieren Sie von einem Guthaben über 300 $, um Google Cloud und mehr als 20 „Immer kostenlos“-Produkte kennenzulernen.