BigQuery ドキュメント
BigQuery は、 Google Cloudのペタバイト規模の費用対効果に優れたフルマネージド型の分析データ ウェアハウスです。膨大な量のデータに対してほぼリアルタイムで分析を行うことができます。BigQuery には、設定や管理を必要とするインフラストラクチャが存在しないため、GoogleSQL を使用して有意な分析情報を見つけることに集中できるとともに、オンデマンドと定額料金の各種オプションが用意されたフレキシブルな料金モデルのメリットもご活用いただけます。詳細
$300 分の無料クレジットを使用して概念実証を始める
- Gemini 2.0 Flash Thinking をご利用いただけます。
- AI API や BigQuery などの人気プロダクトの毎月の無料使用枠をご利用いただけます。
- 自動請求は行われず、契約も不要です。
常に無料で利用可能な 20 以上のプロダクトを確認する
AI API、VM、データ ウェアハウスなど、一般的なユースケース向けの 20 以上のプロダクトを無料でご利用いただけます。
ドキュメント リソース
関連リソース
BigQuery を使用したデータ ウェアハウスのジャンプ スタート ソリューション
BigQuery でサンプル データ ウェアハウスをデプロイして使用します。
BigQuery for Data Warehousing
BigQuery を使用してデータの抽出、変換、読み込みを Google Cloud に行うためのベスト プラクティスを学習します。
Preprocessing BigQuery Data with PySpark on Dataproc
Google Cloudで Apache Spark と Dataproc を併用してデータ処理パイプラインを作成する方法を学習します。あるストレージの場所からデータを読み込んで変換し、別のストレージの場所に書き込むのが、データ サイエンスとデータ エンジニアリングでの一般的なユースケースです。
BigQuery For Data Analysis
BigQuery 内の SQL でクエリ、取り込み、最適化、可視化を行う方法に加えて、ML モデルを作成する方法も学習します。
BigQuery for Marketing Analysts
BigQuery を使用してデータをクエリする方法を習得すると、再現可能、スケーラブルで貴重なデータ分析情報が得られます。
BigQuery for Machine Learning
BigQuery ML でさまざまなモデルタイプを試して、優れたモデルを作成する方法を学習します。
データ ウェアハウスから BigQuery への移行
オンプレミスのデータ ウェアハウスを BigQuery に移行するためのパターンと推奨事項を学びます。
Jupyter ノートブックで BigQuery データを可視化する
Jupyter ノートブックで BigQuery Python クライアント ライブラリと pandas を使用して、BigQuery サンプル テーブルのデータを可視化します。
クライアント: スコープを使用して認証情報を作成する
ドライブと BigQuery API のスコープを使用して認証情報を作成します。
クライアント: アプリケーションのデフォルト認証情報を使用して認証情報を作成する
アプリケーションのデフォルト認証情報を使用して BigQuery クライアントを作成します。
クライアント: サービス アカウント キーを使用して作成する
サービス アカウント キー ファイルを使用して BigQuery クライアントを作成します。
Python のサンプル
Google Cloud Python クライアント ライブラリを使用して BigQuery を操作する
Node.js のサンプル
BigQuery の Node.js クライアント ライブラリのサンプル
C# のシンプルなサンプル
BigQuery とやり取りするための、シンプルな C# のプログラムとコード スニペット
App Engine 上で Java 8 を使用して BigQuery と Cloud Monitoring を扱う
この API のショーケースでは、BigQuery と Cloud Monitoring の両方に対する依存関係が存在する、App Engine スタンダード環境のアプリケーションを実行する方法を示します。
すべてのサンプル
BigQuery のすべてのサンプルを確認する
関連動画
BigQuery を試してみる
新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。