Introduction to BigQuery Graph | Google Cloud Documentation
Send feedback Stay organized with collections Save and categorize content based on your preferences. Introduction to BigQuery Graph BigQuery Graph lets you use the analytical power of BigQuery to perform graph analysis on a large scale. When you model your data as a graph with nodes and edges, you can use Graph Query Language (GQL) to find complex, hidden relationships between data points that wou
Autonomous embedding generation | BigQuery | Google Cloud Documentation
Send feedback Stay organized with collections Save and categorize content based on your preferences. Autonomous embedding generation This document describes how to use autonomous embedding generation for your data, which lets BigQuery maintain a column of embeddings on a table based on a source column. When you add or modify data in the source column, BigQuery automatically generates or updates th
レプリケーション | Spanner | Google Cloud Documentation
* 詳細については、カスタム インスタンス構成を使用してインスタンスを作成する方法をご覧ください。 読み取り / 書き込みレプリカ 読み書きレプリカは、読み取りと書き込みの両方をサポートします。このレプリカの特性は次のとおりです。 データの完全なコピーを維持します。 読み取りを処理する。 書き込みを commit するかどうかを投票できる。 リーダーの選出に参加できる。 リーダーになる資格がある。 リージョン インスタンスで使用できる唯一のレプリカタイプ。 読み取り専用レプリカ 読み取り専用レプリカは読み取りをサポートします（書き込みはサポートしません）。これらのレプリカは、リーダーや書き込みの commit を決める投票に参加しません。書き込みに必要なクォーラム サイズを増やさずに読み取り容量をスケールできます。読み取り専用レプリカの特性は次のとおりです。 リーダーの読み取り / 書き込
Observability in Google Cloud | Google Cloud Observability | Google Cloud Documentation
Google Cloud Observability includes observability services that help you to understand the behavior, health, and performance of your applications. Visibility into how applications behave and how components are connected help you to anticipate, identify, and respond to unexpected changes more quickly and effectively. This document includes the following information: An overview of observability and
Emulate Spanner locally | Google Cloud Documentation
Send feedback Emulate Spanner locally Stay organized with collections Save and categorize content based on your preferences. The gcloud CLI provides a local, in-memory emulator, which you can use to develop and test your applications. Because the emulator stores data only in memory, all state, including data, schema, and configs, is lost on restart. The emulator offers the same APIs as the Spanner
Amazon S3 転送のランタイム パラメータ | BigQuery | Google Cloud Documentation
フィードバックを送信 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 Amazon S3 転送のランタイム パラメータ Cloud Storage、Azure Blob Storage、または Amazon Simple Storage Service（Amazon S3）でデータ転送を設定するときに、URI（またはデータパス）と宛先テーブルをパラメータ化できます。パラメータ化を行うと、日付で整理されたバケットからデータを読み込むことができます。このようなパラメータは、クエリ パラメータと区別するために「ランタイム パラメータ」と呼ばれます。 転送でランタイム パラメータを使用すると、次のことができます。 宛先テーブルを分割する方法を指定する 特定の日付に一致するファイルを取得する 使用可能なランタイム パラメータ Cloud Storage、Blob S
Amazon S3 データを BigQuery に読み込む | Google Cloud Documentation
フィードバックを送信 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 Amazon S3 データを BigQuery に読み込む BigQuery Data Transfer Service for Amazon S3 コネクタを使用して、Amazon S3 から BigQuery にデータを読み込むことができます。BigQuery Data Transfer Service を使用すると、Amazon S3 から BigQuery に最新のデータを追加する定期的な転送ジョブのスケジュールを設定できます。 始める前に Amazon S3 データ転送を作成する前に: BigQuery Data Transfer Service を有効にするために必要なすべての操作が完了していることを確認します。 データを保存する BigQuery データセットを作成します。
他のクラウド サービス プロバイダを Google Cloud に接続するためのパターン | Cloud Architecture Center | Google Cloud Documentation
このドキュメントは、クラウド アーキテクトおよび運用の専門家が、Google Cloud をアマゾン ウェブ サービス（AWS）や Microsoft Azure などの他のクラウド サービス プロバイダ（CSP）と接続する方法を決定する場合に役立ちます。 Google Cloud マルチクラウド設計では、CSP 間の接続により、仮想ネットワーク間のデータ転送が可能になります。また、このドキュメントは、選択したオプションを実装する方法に関する情報も提供します。 多くの組織では、移行中の一時的な方法として、または組織が長期的なマルチクラウド戦略を採用しているために、複数のクラウド プラットフォームで運用しています。 Google Cloud と他の CSP との間のデータ交換については、このドキュメントで説明している複数のオプションがあります。 インターネットでのパブリック IP アドレスを
Google Cloud の概要 | Get started | Google Cloud Documentation
フィードバックを送信 Google Cloud の概要 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 この概要をお読みいただくと、Google Cloudの全体像を理解しやすくなります。ここでは、一般的な機能に関する簡単な説明のほか、理解を深めるために役立つドキュメントも紹介しています。何が利用でき、各部分がどのように連携して機能するかを知ることは、進め方を決めるのに役立ちます。また、さまざまなシナリオで Google Cloud をお試しいただけるように、いくつかのチュートリアルへのリンクも用意しています。 クラウド コンピューティングの一般的な情報については、クラウド コンピューティングのメリットとデメリットをご覧ください。 Google Cloud リソース Google Cloud は、コンピュータやハードディスク ドライブなどの物理アセット一式
Data definition language (DDL) statements in GoogleSQL | BigQuery | Google Cloud Documentation
Send feedback Stay organized with collections Save and categorize content based on your preferences. Data definition language (DDL) statements in GoogleSQL Data definition language (DDL) statements let you create and modify BigQuery resources using GoogleSQL query syntax. You can use DDL commands to create, alter, and delete resources, such as the following: Datasets Tables Table schemas Table clo
Introduction to loading data | BigQuery | Google Cloud Documentation
Send feedback Stay organized with collections Save and categorize content based on your preferences. Introduction to loading data This document explains how you can load data into BigQuery. The two common approaches to data integration are to extract, load, and transform (ELT) or to extract, transform, load (ETL) data. For an overview of ELT and ETL approaches, see Introduction to loading, transfo
一般的なスタイルと構造に関するベスト プラクティス | Terraform | Google Cloud Documentation
フィードバックを送信 一般的なスタイルと構造に関するベスト プラクティス コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このドキュメントでは、Terraform 構成の基本的なスタイルと構造に関する推奨事項について説明します。これらの推奨事項は、再利用可能な Terraform モジュールとルート構成に適用されます。 このガイドでは Terraform の概要は説明しません。 Google Cloudで Terraform を使用する方法については、Terraform を使ってみるをご覧ください。 標準のモジュール構造に従う Terraform モジュールは、標準のモジュール構造に従う必要があります。 デフォルトでリソースが配置されている main.tf ファイルを使用してモジュールを起動します。 すべてのモジュールに、Markdown 形式の READ
Use the bq tool | BigQuery | Google Cloud Documentation
Send feedback Stay organized with collections Save and categorize content based on your preferences. Use the bq tool In this tutorial, you learn how to use bq, the Python-based command-line interface (CLI) tool for BigQuery to create a dataset, load sample data, and query tables. After completing this tutorial, you'll be familiar with bq and how to work with BigQuery by using a CLI. For a complete
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
Configure an ephemeral disk for Cloud Run services | Google Cloud Documentation
Generate Virtual Try-On Images | Generative AI on Vertex AI | Google Cloud Documentation
Manage database connections | Cloud SQL for PostgreSQL | Google Cloud Documentation
Translate documents | Cloud Translation | Google Cloud Documentation
About apps and data stores | Vertex AI Search | Google Cloud Documentation
Terraform on Google Cloud documentation | Google Cloud Documentation
Using WebSockets | Cloud Run | Google Cloud Documentation