メイン コンテンツにスキップ
テクノロジー分野
close
AI と ML
アプリケーション開発
アプリケーションのホスティング
コンピューティング
データ分析とパイプライン
データベース
分散型クラウド、ハイブリッド クラウド、マルチクラウド
生成 AI
業種別ソリューション
ネットワーキング
オブザーバビリティとモニタリング
セキュリティ
Storage
プロダクト横断型のツール
close
アクセスとリソースの管理
費用と使用量の管理
Infrastructure as code
移行
SDK、言語、フレームワーク、ツール
/
コンソール
English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어
ログイン
BigQuery
無料で利用開始
概要
ガイド
リファレンス
サンプル
リソース
テクノロジー分野
その他
概要
ガイド
リファレンス
サンプル
リソース
プロダクト横断型のツール
その他
コンソール
Discover
サービスの概要
サンドボックスを使用して BigQuery を試す
使ってみる
コンソールを使用する
コンソールの詳細を見る
データの読み込みとクエリ
予約を作成する
DataFrame を試す
bq CLI ツールを使用する
クライアント ライブラリを使用する
デザイン
リソースを整理する
API の依存関係
エディションについて
データセット
はじめに
データセットの作成
データセットのリスト表示
クロスリージョン レプリケーション
マネージド障害復旧
マネージド障害復旧に移行する
データセット データの保持
テーブル
BigQuery テーブル
はじめに
テーブルの作成と使用
テーブル スキーマを指定する
スキーマを指定する
ネストされた列と繰り返し列を指定する
デフォルトの列値を指定する
ObjectRef 値を指定する
パーティション分割テーブルを含むセグメント
はじめに
パーティション分割テーブルを作成する
パーティション分割テーブルを管理する
パーティション分割テーブルに対するクエリ
クラスタ化テーブルを使用して最適化する
はじめに
クラスタ化テーブルを作成する
クラスタ化テーブルを管理する
クラスタ化テーブルのクエリ
メタデータ インデックスを使用する
外部テーブル
はじめに
外部テーブルのタイプ
BigLake 外部テーブル
BigQuery Omni
オブジェクト テーブル
外部テーブル
外部テーブル定義ファイル
外部パーティション分割データ
メタデータのキャッシュを使用する
Amazon S3 BigLake 外部テーブル
Apache Iceberg 外部テーブル
Azure Blob Storage BigLake テーブル
Bigtable 外部テーブル
Cloud Storage 用の BigLake 外部テーブル
Cloud Storage オブジェクト テーブル
Cloud Storage 外部テーブル
Delta Lake BigLake テーブル
Google ドライブ外部テーブル
View
論理ビュー
はじめに
論理ビューを作成する
マテリアライズド ビュー
はじめに
マテリアライズド ビューを作成する
すべてのビュータイプを管理する
ビューに関する情報を取得する
ビューを管理する
ルーティン
はじめに
ルーティンを管理する
ユーザー定義関数
Python のユーザー定義関数
ユーザー定義の集計関数
テーブル関数
リモート関数
SQL ストアド プロシージャ
Apache Spark でのストアド プロシージャ
リモート関数を使用してオブジェクト テーブルを分析する
リモート関数と Translation API のチュートリアル
接続
はじめに
Amazon S3 接続
Apache Spark 接続
Azure Blob Storage 接続
クラウド リソース接続
Spanner 接続
Cloud SQL 接続
AlloyDB 接続
SAP Datasphere 接続
接続を管理する
ネットワーク アタッチメントを使用して接続を構成する
デフォルトの接続
インデックス
検索インデックス
はじめに
検索インデックスを管理する
ベクトル インデックス
はじめに
ベクトル インデックスを管理する
読み込み、変換、エクスポート
はじめに
データ エンジニアリング エージェントを使用してデータ パイプラインを構築する
データを移行
はじめに
BigQuery Migration Service
移行評価
スキーマとデータの移行
データ パイプラインの移行
カスタム組織ポリシーを使用する
SQL を移行する
SQL クエリをインタラクティブに変換する
API を使用して SQL クエリを変換する
SQL クエリをバッチ処理で変換する
変換と評価のためのメタデータを生成する
YAML を使用して SQL 変換を行う
バッチ変換のために SQL オブジェクト名をマッピングする
データを読み込む
はじめに
ストレージの概要
BigQuery Data Transfer Service
はじめに
データのロケーションと転送
転送を承認する
転送を有効にする
ネットワーク接続を設定する
Cloud SQL インスタンスへのアクセス
AWS VPN とネットワーク アタッチメント
Azure VPN とネットワーク アタッチメント
転送を管理する
転送実行通知
転送構成のトラブルシューティング
サービス アカウントを使用する
サードパーティ転送を使用する
カスタム組織ポリシーを使用する
データソースの変更ログ
イベント ドリブン転送
データのバッチ読み込み
はじめに
スキーマの自動検出
Avro データを読み込む
Parquet データを読み込む
ORC データを読み込む
CSV データを読み込む
JSON データを読み込む
外部パーティション分割データを読み込む
Datastore エクスポートからデータを読み込む
Firestore エクスポートからデータを読み込む
Storage Write API を使用してデータを読み込む
パーティション分割テーブルへデータを読み込む
Storage API を使用したデータの書き込みと読み取り
Storage Read API を使用してテーブルデータを読み取る
Storage Write API を使用してデータを書き込む
はじめに
Storage Write API を使用してデータをストリーミングする
Storage Write API を使用したデータ読み込みのバッチ処理
おすすめの方法
対応しているプロトコル バッファと Arrow のデータ型
変更データ キャプチャによる更新のストリーミング
以前のストリーミング API を使用する
他の Google サービスからデータを読み込む
Cloud Storage データを検出してカタログ化する
サードパーティ アプリを使用してデータを読み込む
クロスクラウド オペレーションを使用してデータを読み込む
読み込みジョブを最適化する
データの変換
はじめに
データの準備
はじめに
Gemini でデータを準備する
DML を使用して変換する
パーティション分割テーブルのデータを変換する
変更履歴の操作
パイプラインでデータを変換する
はじめに
パイプラインを作成する
データのエクスポート
はじめに
クエリ結果をエクスポートする
Cloud Storage にエクスポートする
Bigtable にエクスポートする
Spanner にエクスポートする
Pub/Sub へのエクスポート
Protobuf 列としてエクスポートする
ELT チュートリアル
マーケティング分析データの ELT を構築する
分析
はじめに
リソースを検索
データを探す
テーブル エクスプローラでクエリを作成する
データをプロファイリングする
データ分析情報を生成する
データ キャンバスで分析する
Gemini でデータを分析する
Gemini CLI でデータを分析する
BigQuery データのクエリ
クエリを実行する
Gemini でクエリを作成する
クエリ結果を書き込む
SQL を使用してデータにクエリを実行する
はじめに
配列
JSON データ
複数ステートメント クエリ
パラメータ化されたクエリ
パイプ構文
パイプ構文を使用してデータを分析する
再帰 CTE
スケッチ
テーブルのサンプリング
時系列
トランザクション
ワイルドカード テーブル
地理空間分析を使用する
はじめに
地理空間分析の操作
ラスターデータを操作する
空間分析のベスト プラクティス
地理空間データを可視化する
空間分析用のグリッド システム
地理空間分析の構文リファレンス
地理空間分析のチュートリアル
地理空間分析スタートガイド
地理空間分析を使用してハリケーンの進路をプロットする
Colab ノートブックで地理空間分析データを可視化する
ラスターデータを使用して温度を分析する
検索データ
インデックス登録されたデータを検索する
テキスト アナライザを利用する
履歴データへのアクセス
クエリの活用
クエリを保存する
はじめに
保存したクエリを作成する
継続的クエリ
はじめに
継続的クエリを作成する
キャッシュされた結果を使用
セッションを使用する
はじめに
セッションの操作
セッションでクエリを作成する
クエリのトラブルシューティング
クエリを最適化する
はじめに
クエリプランの説明を使用する
クエリのパフォーマンス分析情報を取得する
クエリ計算を最適化する
履歴ベースの最適化を使用する
クエリのパフォーマンスを向上させるためにストレージを最適化する
マテリアライズド ビューを使用する
BI Engine を使用する
ネストされたデータと繰り返しデータを使用する
関数を最適化する
高度なランタイムを使用する
主キーと外部キーを使用する
BigQuery API を使用してページ分けする
マルチモーダル データを分析する
はじめに
SQL と Python UDF を使用してマルチモーダル データを分析する
BigQuery DataFrames を使用してマルチモーダル データを分析する
データ エージェントを使用してデータを分析する
概要
データ エージェントを作成する
会話でデータを分析する
外部データソースのクエリを実行する
外部テーブルとデータセットを使用する