谷歌推出Bigtable联邦查询，实现零ETL数据分析

最近，谷歌宣布 Bigtable 联邦查询普遍可用，用户通过 BigQuery 可以更快地查询 Bigtable 中的数据。此外，查询无需移动或复制所有谷歌云区域中的数据，增加了联邦查询并发性限制，从而缩小了运营数据和分析数据之间长期存在的差距。

BigQuery 是谷歌云的无服务器、多云数据仓库，通过将不同来源的数据汇集在一起来简化数据分析。Cloud Bigtable 是谷歌云的全托管 NoSQL 数据库，主要用于对时间比较敏感的事务和分析工作负载。后者适用于多种场景，如实时欺诈检测、推荐、个性化和时间序列。

在以前，用户需要使用 ETL 工具（如 Dataflow 或者自己开发的 Python 工具）将数据从 Bigtable 复制到 BigQuery。现在，他们可以直接使用 BigQuery SQL 查询数据。联邦查询 BigQuery 可以访问存储在 Bigtable 中的数据。

要查询 Bigtable 中的数据，用户可以通过指定 Cloud Bigtable URI（可以通过 Cloud Bigtable 控制台获得）为 Cloud Bigtable 数据源创建一个外部表。URI 包含以下这些内容：

• 包含 Cloud Bigtable 实例的项目 ID——project_id；
• Cloud Bigtable 实例 ID——instance_id；
• 要使用的应用程序配置文件 ID——app_profile（可选）；
• 要查询的表名——table_name。

来源：https://cloud.google.com/blog/products/data-analytics/bigtable-bigquery-federation-brings-hot--cold-data-closer

在创建了外部表之后，用户就可以像查询 BigQuery 中的表一样查询 Bigtable。此外，用户还可以利用 BigQuery 的特性，比如 JDBC/ODBC 驱动程序、用于商业智能的连接器、数据可视化工具（Data Studio、Looker 和 Tableau 等），以及用于训练机器学习模型的 AutoML 表和将数据加载到模型开发环境中的 Spark 连接器。

大数据爱好者 Christian Laurer 在一篇文章中解释了 Bigtable 联邦查询的好处。

你可以使用这种新的方法克服传统 ETL 的一些缺点，如： 1. 更多的数据更新（为你的业务提供最新的见解，没有小时级别甚至天级别的旧数据）； 2. 不需要为相同的数据存储支付两次费用（用户通常会在 Bigtable 中存储 TB 级甚至更多的数据）； 3. 减少 ETL 管道的监控和维护。

最后，关于 Bigtable 联邦查询的更多详细信息，请参阅官方的文档页。此外，所有受支持的 Cloud Bigtable 区域都可以使用新的联邦查询。

原文链接：

Google Introduces Zero-ETL Approach to Analytics on Bigtable Data Using BigQuery