東京 GCP リージョンで BigQuery の提供開始 | Google Cloud 公式ブログ
BigQuery はエンタープライズ向けデータウェアハウス ソリューションとして、2011 年に登場しました。Google が支えるインフラの処理能力を活用して、超高速での SQL クエリ処理を実現。以来、国や地域に関わらず、世界中すべてのお客様に向けて BigQuery を提供してきました。その中で、多くのお客様から「データ保管や分析を、サービスを運用する地域内で可能にしてほしい」という声を多数いただきました。 本日、Google は 東京 GCP リージョンでの BigQuery 提供開始を発表します。Google では、2018 年〜 2019 年にかけて BigQuery をお使いいただけるリージョンの拡大を予定しており、東京 GCP リージョンでの提供開始は、その第一弾に当たります。 これにより、既存のデータウェアハウスでは不可能なスケールとスピードでのデータ分析基盤を、日本に拠
チームを動かすデザイナー
Cookpad is developing a new iOS/Android app called Campfire Design #1. The app was created in 2015 and currently has 350 monthly active users and 47,000 total downloads. While the app functions well, the company is seeking a UX/UI designer to improve the visual design using tools like inVision and Flinto on Mac as well as React Native. Interested designers can apply for an open position on Cookpad
Google の可視化ツールの Data Studio を試してみた - 唯物是真 @Scaled_Wurm
Google Data Studio (データスタジオ) という可視化サービスがベータ版で使えるようになっていたので試してみた 見たい数値を一覧するためのダッシュボード的なものを作るためのサービスなので、いろんな場所からデータを取ってきて一箇所でまとめて確認するのが用途っぽい(今のところ似たようなサービス・ツールの方が機能が多そう データソース データソースとしてGoogle AnalyticsやBigQuery、Google Spreadsheet、MySQLなどを選んでデータを取ってこれる データソースを選んでGUIでグラフやテキストを配置していく データの既存のフィールドに関数を適用した結果の値を使うこともできる 使える関数のリスト 下の画像ではGoogle Analyticsの「ブラウザ」(Chrome, Firefoxなど)と「ブラウザのバージョン」(バージョンの番号)をCONC
「AWSからGCPに切り替えたらコストが1/10になった」CETエンジニア 吉田啓二氏インタビュー - Tech Blog - Recruit Lifestyle Engineer
前編（「ビッグデータは“リアルタイム”でこそ価値がある」）では、リアルタイムなビッグデータ解析プロジェクト「CET（Capture EveryThing）」が始まったきっかけから、いまのチームまで組織に焦点を当てました。 後編では、いよいよビッグデータ解析のシステムについて深掘りしていきます。 Amazonのクラウドサービスを活用して作り上げた現状のシステムを捨て、Googleで作る構成に変えようとしているそう。その意図とは。 クラウドサービスのコストパフォーマンスなど、エンジニアやアーキテクトには気になる情報が満載です。 「CET」で基盤構築や分析・集計アプリケーションの開発を行っている、吉田啓二さんに聞きました。 聞き手／構成／編集／写真：小川楓太（NEWPEACE Inc.） AWSで本格的に運用するのは厳しいかなという印象です —— 今回構築された基盤の具体的なシステム構成はどのよ
サービス改善とログデータ解析について発表してきました - すずけんメモ
『サーバ/インフラエンジニア養成読本 ログ収集〜可視化編』の出版記念イベントで発表してきました。会場を提供していただいたGMOのみなさま、主催のTreasure Data / 技術評論社のみなさま、そして聴きに来てくださった方々、どうもありがとうございました。 http://eventdots.jp/event/137658 各特集の著者によるそれぞれの特集の導入が前半にあり、後半はnaoyaさんとのパネルディスカッションがありました。 サービス改善はログデータ分析から from Kenta Suzuki 養成読本、おかげさまで多くの方に読んでいただいており、嬉しい限りです。僕のところは導入の章ということで、「なぜログの分析をするのか？」という点に絞って発表しました。内容としてはざっくりいうと、 ElasticsearchやFluentdを使いつつも、何をやりたいかによって使うツールは変え
1
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
処理を実行中です
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
