Google Cloud Data Analytics Demo

Google Cloud Data Analytics Demo

Transcript

1. Google Cloud Data Analytics Demo. Kento Kimura 1 © 2022 Kento Kimura
2. 2 Kento Kimura Cloud Specialist Member of CCoE tips ◦ Google Cloud全10資格、AWS 全12資格、Azure 12資格 Oracle Cloud 4資格 を保有しています。 ◦ 社内ではパブリッククラウドを中心に 商談技術支援・クラウド技術推進等 を行っています。 Hometown ベルギー(出生) → 愛知(幼少) → 神奈川(現在) History データセンター部門 → クラウド商談推進部門 My Profile © 2022 Kento Kimura
3. 3 ビジネスとアナリティクス 経営層の要望 技術トレンド アジャイルな意思決定 リアスタイム・ストリーミング分析 初期投資を抑える 従量課金 SoR・SoEデータの組み合わせ データ統合によるサイロ化の解消 ビジネスでのデータ活用 セルフサービス BI BigQueryの特徴 • 大規模でスケーラブルなDWH • 完全従量課金 • フルマネージド・サーバレス • ハイスピード・インメモリ • 機械学習・地理分析が可能 • インデックスチューニング不要 © 2022 Kento Kimura
4. 4 サイロ化したデータの統合 © 2022 Kento Kimura データ分析基盤 BigQuery 非活用データ 業務の分析データ Google外部データ AI/MLによる高度な分析 システム連携 データ可視化ツール 会計データ IoTデータ 在庫データ 顧客データ 販売予測 マーケティング 広告分析 顧客分析 広告データ アンケートデータ チャットデータ モバイルデータ Looker Data Portal BigQuery ML Vertex AI Auto ML
5. 5 Data Analytics Demo. ⚫ データ挿入 ⚫ ローカルPCからインポート ⚫ GCSからインポート ⚫ データ分析 ⚫ BigQuery Web UI上の分析 ⚫ データ可視化 ⚫ Data Portalでの可視化 ⚫ DataprepによるGUIベース処理 データ分析 BigQuery データ変換 Dataprep データ保管 Cloud Storage データ可視化 Data Portal © 2022 Kento Kimura
6. 6 パーティション パーティションを活用することで 同様のSQL・クエリ結果であっても IO削減による性能向上やコスト削減が可能 © 2022 Kento Kimura パーティションなし c1 c2 c3 date user_id 2022-07-24 1 2022-07-25 1 2022-07-26 1 2022-07-27 1 2022-07-28 1 パーティションあり(date列) c1 c2 c3 date user_id 2022-07-24 1 2022-07-25 1 2022-07-26 1 2022-07-27 1 2022-07-28 1 SELECT c1, c3 FROM table_dd WHERE date BETWEEN ‘2022-07-26’ AND ‘2022-07-27’ AND user_id = 1 SELECT c1, c3 FROM table_dd WHERE date BETWEEN ‘2022-07-26’ AND ‘2022-07-27’ user_id = 1 クエリ範囲