Simon @ MiCloud Big uery
Simon @ MiCloudBig uery
資料 - The new Oil
翟本喬:
● 存得起來的,叫做Storage (儲存)
● 看得到的,叫做Data (資料)
● 看得懂的,叫做Information (資訊)
● 用得出來的,才能夠叫做Intelligent (智慧)
資訊觀念已經改變
傳統的大量資料做法 - Data Mining
Data Warehouse
AP001
AP002
AP...
APxyz
RPT01
RPT02
RPT...
RPTn
OLA
P /
Min
ing
/ Cus
tom
ize.
..
Bac
kup
/ Hou
se K
eepi
ng /
Inte
grat
e...
COST!!!
現在的大量資料做法 - Hadoop
COST!!! COST!!!
Latency!!!
其實技術淵源自Google
BigQuery做到了什麼
● TB等級資料分析● 最快速的資料探勘方式● SQL-like查詢語法● 跨多個資料集合交互查詢● 便宜、依使用量付費● 及時回應、批次查詢● 各式開發工具支援、Google
Apps 整合
Google安全性與隱私權申明
● 安全與隱私權總覽:https://support.google.com/a/answer/60762
● 政策與原則 - 隱私權政策:http://www.google.com/policies/privacy/
● SSAE 16 & ISAE 3402 Type II稽核
BigQuery的資料匯流
BigQuery
● JSON, CSV格式輸入● 資料串流輸入● CloudStorage服務儲存體串聯● AppEngine記錄日誌串聯
● 網頁管理介面● 指令列工具- bq指令● Apps Script支援● REST API● SDK (client libraries)● 第三方工具● 第三方服務提供商
開發與支援工具
Warehouse
BigQuery架構延伸
Applications Strategy Support
BigQuery
AppEngine Log
Cloud Storage
AppEngine Datastore
Apps Script
Case Study - Boo-box需求 : ● 實現一個強大的數據分析工具,迅速洞察廣告分佈。
● 更有效地定位廣告來服務顧客。
● 避免增加機械和專職工作人員
使用: ● 選擇BigQuery中google龐大的數據處理基礎設施的優勢
● 使用簡單類似SQL的語言分析大數據集
● 每月從分析上市350,000的blog和網站廣告的效果來改善目標
改善:● 在五秒鐘內分析數十億行數據
● 每年避免了需要購買額外的設備或工作人員
● 改進決策、客戶服務和廣告支出詳細的報告
Case Study - SongPop
需求: ● 6人團隊,僅一人全職後端。
● 每天需要處理和分配17TB的音樂和圖片。
使用:
● Google App Engine:節省設備採購及人力需求
● Google Cloud Storage:儲存遊戲、音樂及影片檔案
● Google BigQuery:分析及歸納遊戲使用資訊
改善:
● 僅需一位全職後端即可支援超過6千萬用戶
● 僅需專注軟體安全,其他網路及作業系統安全由Google負責
● 採用GAE後節省系統及資安硬體採購之維護成本
ENDhttp://cloud.google.com