Novidades do BigQuery no Google Cloud Next '26. Leia o blog. Do data warehouse à plataforma de IA e dados autônomos O BigQuery é a plataforma autônoma de dados para IA que automatiza todo o ciclo de vida dos dados, desde a ingestão até os insights baseados em IA, para que você possa ir dos dados à IA e à ação mais rapidamente. Os recursos do Gemini no BigQuery agora estão incluídos nos modelos de preços do BigQuery. Armazene 10 GiB de dados e execute até 1 TiB de consultas sem custo financeiro por mês. Novos clientes ganham US$ 300 em créditos para testar o BigQuery e outros produtos do Google Cloud. Características do produto Experiências de conversação e agentes com tecnologia de IA Experiências de conversação e agentes com tecnologia de IA Plataforma unificada de dados e IA para análise de dados multimodais Plataforma unificada de dados e IA para análise de dados multimodais Flexível com ML de baixo custo e interoperabilidade com código aberto Flexível com ML de baixo custo e interoperabilidade com código aberto O BigQuery oferece um TCO até 54% menor em comparação com soluções alternativas baseadas na nuvem Acesse o relatório O BigQuery oferece um TCO até 54% menor em comparação com soluções alternativas baseadas na nuvem Acesse o relatório Análise preditiva e inferência de IA integradas Conecte seus dados à IA com o BigQuery AI . Treine, avalie e implante modelos de análise preditiva diretamente no BigQuery usando SQL. Integre seus modelos com facilidade à plataforma de agentes do Gemini Enterprise para MLOps avançadas. Use a IA generativa nos seus fluxos de trabalho com as funções de IA para resumo de texto, análise de sentimento e aprimoramento de dados. Além das tabelas tradicionais, use o BigQuery Graph para descobrir relações e padrões complexos nos seus dados. Crie aplicativos sofisticados de recuperação de contexto e RAG com embeddings e pesquisa vetorial, de texto ou híbrida para encontrar informações com base no significado, não apenas em palavras-chave. Experiência agêntica para todas as equipes de dados Receba assistência e automação com tecnologia de IA para todos os usuários de dados em todos os fluxos de trabalho analíticos. Automatize a preparação de dados, a detecção de erros, as transformações e a criação de pipelines com o Agente de engenharia de dados . Gere um plano detalhado e execute todos os aspectos da ciência de dados, incluindo carregamento de dados, engenharia de atributos, treinamento de modelo e avaliação com um comando simples no Agente de Ciência de Dados . Democratize os insights com o Agente de Análise de Conversação , permitindo que qualquer pessoa faça perguntas complexas em linguagem simples e receba respostas fundamentadas e contextuais. Ferramentas de desenvolvimento e análise de agentes Incorpore a funcionalidade de consulta em linguagem natural nos seus fluxos de trabalho usando a API Análises de conversação . Publique seu agente no app Gemini Enterprise, permitindo que todos os usuários tenham insights instantâneos fazendo perguntas em linguagem natural. Gerencie recursos de dados, execute consultas e implante pipelines de dados diretamente do seu ambiente de desenvolvimento integrado preferido usando o Data Agent Kit de OSS. Transmita interações detalhadas do agente para o BigQuery para otimizar a performance e os custos com uma única linha de código usando os plug-ins de operações do agente do BigQuery para frameworks como ADK, LangGraph e UCP. Escala e desempenho do BigQuery para Apache Iceberg Leve o melhor desempenho do BigQuery aos seus dados do Iceberg ativando a interoperabilidade de leitura/gravação no BigQuery, no Serviço Gerenciado para Apache Spark do Google Cloud e em outros mecanismos de OSS sem movimentação de dados. Extraia insights em tempo real com streaming de alta capacidade de processamento e simplifique os pipelines com transações de várias instruções e CDC. O Google Cloud Lakehouse automatiza a manutenção de rotina do Iceberg, como compactação e clustering, para otimizar a relação entre preço e desempenho e eliminar o overhead manual. Automatize a governança e dê contexto aos agentes Tenha contexto integrado com recursos importantes, como coleta automática de metadados, criação de perfil de dados, qualidade de dados e linhagem com tecnologia do Knowledge Catalog . Permita que seus agentes recuperem o contexto holístico dos dados da sua empresa. Com a pesquisa semântica, as APIs de contexto e as ferramentas do MCP, os agentes podem descobrir instantaneamente recursos de dados, extrair metadados pré-gerados e enriquecê-los. Criado para escala e eficiência empresarial A arquitetura exclusiva do BigQuery separa o armazenamento e a computação para análises em volumes que chegam aos petabytes, otimizando os custos com armazenamento compactado , escalonamento automático de computação , preços flexíveis e muito mais. O BigQuery usa um vasto conjunto de tecnologias de infraestrutura do Google, como Borg , Colossus , Jupiter e Dremel . Inovações como o escalonamento fluido permitem o faturamento por segundo, e otimizações avançadas de ambiente de execução e baseadas no histórico aceleram o processamento de cargas de trabalho nativas e do Iceberg sem alterações de código ou esquema. Análise em tempo real com pipelines de dados de streaming Use o Serviço gerenciado para Apache Kafka para criar e executar aplicativos de streaming em tempo real. Com o streaming fácil baseado em SQL com consultas contínuas do BigQuery , as plataformas de código aberto Kafka, o streaming de dados multimodal avançado e o ML com o Dataflow, incluindo suporte para o Iceberg, você pode tornar a IA e os dados em tempo real uma realidade. Recuperação de desastres e observabilidade gerenciadas A recuperação de desastres entre regiões oferece failover gerenciado, backups e recuperação de dados com observabilidade aprimorada e roteamento de interseção. O monitoramento da integridade operacional do BigQuery oferece visualizações do ambiente em toda a organização , agora com observabilidade baseada em agente para solução de problemas imediata. Além disso, a segurança pronta para agentes via Central de segurança oferece controle de acesso unificado e detalhado. Esses recursos garantem recuperação flexível, melhor visibilidade e segurança robusta para suas operações de dados. Saiba como o BigQuery pode ajudar você a unificar seus dados e conectá-los a uma IA inovadora. Saiba como acessar dados não estruturados, como imagens, PDFs, textos e outros, para preencher os metadados de sites de e-commerce. Algo que levaria horas é facilitado com o BigQuery. Saiba como o BigQuery pode ajudar você a unificar seus dados e conectá-los a uma IA inovadora. Saiba como acessar dados não estruturados, como imagens, PDFs, textos e outros, para preencher os metadados de sites de e-commerce. Algo que levaria horas é facilitado com o BigQuery. Ciência de dados Simplifique os fluxos de trabalho de dados para IA Simplifique os fluxos de trabalho de ciência de dados de ponta a ponta nos notebooks do Colab Enterprise com agentes integrados ou bibliotecas de código aberto do Python com o BigQuery DataFrames . Use seu mecanismo de processamento preferido: SQL, Spark sem servidor e outros frameworks de código aberto. Treine, avalie e implante modelos de ML diretamente no BigQuery ou use modelos pré-treinados como o TimesFM usando SQL. Armazene atributos de modelos criados e usados no BigQuery. Controle versões, avalie e implante os modelos registrando-os na Plataforma de Agentes do Gemini Enterprise para previsão on-line usando uma única interface. Realize previsões de séries temporais com um modelo multivariável Realize previsões de séries temporais com um modelo multivariável Melhore o desempenho do modelo com o ajuste de hiperparâmetros Melhore o desempenho do modelo com o ajuste de hiperparâmetros Receba insights de dados de um modelo de análise de contribuição usando uma métrica somável Receba insights de dados de um modelo de análise de contribuição usando uma métrica somável Tutoriais, guias de início rápido e laboratórios Simplifique os fluxos de trabalho de dados para IA Simplifique os fluxos de trabalho de ciência de dados de ponta a ponta nos notebooks do Colab Enterprise com agentes integrados ou bibliotecas de código aberto do Python com o BigQuery DataFrames . Use seu mecanismo de processamento preferido: SQL, Spark sem servidor e outros frameworks de código aberto. Treine, avalie e implante modelos de ML diretamente no BigQuery ou use modelos pré-treinados como o TimesFM usando SQL. Armazene atributos de modelos criados e usados no BigQuery. Controle versões, avalie e implante os modelos registrando-os na Plataforma de Agentes do Gemini Enterprise para previsão on-line usando uma única interface. Realize previsões de séries temporais com um modelo multivariável Realize previsões de séries temporais com um modelo multivariável Melhore o desempenho do modelo com o ajuste de hiperparâmetros Melhore o desempenho do modelo com o ajuste de hiperparâmetros Receba insights de dados de um modelo de análise de contribuição usando uma métrica somável Receba insights de dados de um modelo de análise de contribuição usando uma métrica somável Análise de dados não estruturados Aplique a IA generativa aos seus dados Conecte modelos de IA do Google e de parceiros diretamente aos seus dados multimodais no BigQuery usando funções SQL simples. Tenha uma compreensão semântica mais profunda de imagens, PDFs, áudios e vídeos usando funções de IA generativa . Automatize tarefas rotineiras, como classificação, ordenação ou filtragem, usando funções de IA gerenciadas criadas para essa finalidade e execute tarefas específicas, como transcrição de áudio ou tradução automática, usando as APIs de IA do Google Cloud. Analise dados não estruturados no Cloud Storage usando tabelas de objetos com funções remotas ou realize inferências usando funções de IA do BigQuery. Analisar imagens com o Gemini Analisar imagens com o Gemini Analisar PDFs em um pipeline de geração aumentada por recuperação Analisar PDFs em um pipeline de geração aumentada por recuperação Realize análises semânticas com funções de IA gerenciadas Realize análises semânticas com funções de IA gerenciadas Tutoriais, guias de início rápido e laboratórios Aplique a IA generativa aos seus dados Conecte modelos de IA do Google e de parceiros diretamente aos seus dados multimodais no BigQuery usando funções SQL simples. Tenha uma compreensão semântica mais profunda de imagens, PDFs, áudios e vídeos usando funções de IA generativa . Automatize tarefas rotineiras, como classificação, ordenação ou filtragem, usando funções de IA gerenciadas criadas para essa finalidade e execute tarefas específicas, como transcrição de áudio ou tradução automática, usando as APIs de IA do Google Cloud. Analise dados não estruturados no Cloud Storage usando tabelas de objetos com funções remotas ou realize inferências usando funções de IA do BigQuery. Analisar imagens com o Gemini Analisar imagens com o Gemini Analisar PDFs em um pipeline de geração aumentada por recuperação Analisar PDFs em um pipeline de geração aumentada por recuperação Realize análises semânticas com funções de IA gerenciadas Realize análises semânticas com funções de IA gerenciadas Migração de data warehouse Migre data warehouses para o BigQuery Atenda às demandas de análise de hoje e aos casos de uso de IA de amanhã migrando seu data warehouse para o BigQuery. Simplifique o caminho de migração de serviços como Netezza, Oracle, Redshift, Teradata, Snowflake ou Databricks para o BigQuery usando o Serviço de migração do BigQuery, uma plataforma sem custo financeiro, com tecnologia de IA e totalmente gerenciada. Comece com uma avaliação de migração sem custo financeiro Comece com uma avaliação de migração sem custo financeiro Traduza consultas com o tradutor SQL interativo Traduza consultas com o tradutor SQL interativo Saiba se você se qualifica para incentivos de migração Saiba se você se qualifica para incentivos de migração Tutoriais, guias de início rápido e laboratórios Migre data warehouses para o BigQuery Atenda às demandas de análise de hoje e aos casos de uso de IA de amanhã migrando seu data warehouse para o BigQuery. Simplifique o caminho de migração de serviços como Netezza, Oracle, Redshift, Teradata, Snowflake ou Databricks para o BigQuery usando o Serviço de migração do BigQuery, uma plataforma sem custo financeiro, com tecnologia de IA e totalmente gerenciada. Comece com uma avaliação de migração sem custo financeiro Comece com uma avaliação de migração sem custo financeiro Traduza consultas com o tradutor SQL interativo Traduza consultas com o tradutor SQL interativo Saiba se você se qualifica para incentivos de migração Saiba se você se qualifica para incentivos de migração Integração de dados e ELT Leve quaisquer dados para o BigQuery O ELT é o padrão recomendado para transferir dados para o BigQuery. Há muitas ferramentas que oferecem flexibilidade para a integração de dados. Para o carregamento em lote, use o serviço de transferência de dados do BigQuery (DTS) para automatizar o carregamento em massa de dados de fontes de dados compatíveis para o BigQuery. Para carga de streaming, as assinaturas do Pub/Sub para o BigQuery gravam mensagens do Pub/Sub em uma tabela do BigQuery conforme elas são recebidas. Para captura de dados alterados (CDC) , o Datastream permite a captura de dados alterados (CDC) não invasiva de bancos de dados para o BigQuery. Por fim, é possível federar dados de várias fontes de dados externas que não exigem movimentação de dados. O Google Cloud foi reconhecido como Líder no Quadrante Mágico da Gartner de 2024 em Ferramentas de integração de dados O Google Cloud foi reconhecido como Líder no Quadrante Mágico da Gartner de 2024 em Ferramentas de integração de dados Preparação de dados assistida por IA no BigQuery Preparação de dados assistida por IA no BigQuery Leia a documentação sobre como carregar dados no BigQuery Leia a documentação sobre como carregar dados no BigQuery Tutoriais, guias de início rápido e laboratórios Leve quaisquer dados para o BigQuery O ELT é o padrão recomendado para transferir dados para o BigQuery. Há muitas ferramentas que oferecem flexibilidade para a integração de dados. Para o carregamento em lote, use o serviço de transferência de dados do BigQuery (DTS) para automatizar o carregamento em massa de dados de fontes de dados compatíveis para o BigQuery. Para carga de streaming, as assinaturas do Pub/Sub para o BigQuery gravam mensagens do Pub/Sub em uma tabela do BigQuery conforme elas são recebidas. Para captura de dados alterados (CDC) , o Datastream permite a captura de dados alterados (CDC) não invasiva de bancos de dados para o BigQuery. Por fim, é possível federar dados de várias fontes de dados externas que não exigem movimentação de dados. O Google Cloud foi reconhecido como Líder no Quadrante Mágico da Gartner de 2024 em Ferramentas de integração de dados O Google Cloud foi reconhecido como Líder no Quadrante Mágico da Gartner de 2024 em Ferramentas de integração de dados Preparação de dados assistida por IA no BigQuery Preparação de dados assistida por IA no BigQuery Leia a documentação sobre como carregar dados no BigQuery Leia a documentação sobre como carregar dados no BigQuery Análise em tempo real Análise com base em eventos Responda a eventos de negócios em tempo real com análise orientada por eventos. Os recursos de streaming integrados, como as consultas contínuas baseadas em SQL, ingerem dados de streaming automaticamente e os disponibilizam imediatamente para consulta. Assim você mantém a agilidade e toma decisões de negócios com base nos dados mais atualizados. Ou use o Dataflow para ter pipelines de dados de streaming simplificados e rápidos para uma solução abrangente. Streaming baseado em SQL com consultas contínuas Streaming baseado em SQL com consultas contínuas Dados em tempo real com assinaturas do Pub/Sub do BigQuery Dados em tempo real com assinaturas do Pub/Sub do BigQuery Soluções de banco de dados de análise em tempo real com o BigQuery e o Bigtable Soluções de banco de dados de análise em tempo real com o BigQuery e o Bigtable Tutoriais, guias de início rápido e laboratórios Análise com base em eventos Responda a eventos de negócios em tempo real com análise orientada por eventos. Os recursos de streaming integrados, como as consultas contínuas baseadas em SQL, ingerem dados de streaming automaticamente e os disponibilizam imediatamente para consulta. Assim você mantém a agilidade e toma decisões de negócios com base nos dados mais atualizados. Ou use o Dataflow para ter pipelines de dados de streaming simplificados e rápidos para uma solução abrangente. Streaming baseado em SQL com consultas contínuas Streaming baseado em SQL com consultas contínuas Dados em tempo real com assinaturas do Pub/Sub do BigQuery Dados em tempo real com assinaturas do Pub/Sub do BigQuery Soluções de banco de dados de análise em tempo real com o BigQuery e o Bigtable Soluções de banco de dados de análise em tempo real com o BigQuery e o Bigtable Análise geoespacial Descubra insights em escala planetária com conjuntos de dados geoespaciais avançados e fáceis de usar Acesse um portfólio de dados geoespaciais avançados, computação em nuvem poderosa e ferramentas de IA integradas que facilitam a descoberta de insights que levam a decisões de negócios e sustentabilidade mais rápidas e informadas, sem precisar de sensoriamento remoto ou experiência em SIG. Traga imagens do Earth Engine e diversos conjuntos de dados da plataforma Google Maps diretamente para seus fluxos de trabalho do BigQuery. Isso inclui acesso total aos dados de Places, Routes, Street View, imagens aéreas e de satélite, dinâmica populacional, qualidade do ar, pólen e clima. Origem sustentável Origem sustentável Seleção de local Seleção de local Identifique recursos de infraestrutura Identifique recursos de infraestrutura Tutoriais, guias de início rápido e laboratórios Descubra insights em escala planetária com conjuntos de dados geoespaciais avançados e fáceis de usar Acesse um portfólio de dados geoespaciais avançados, computação em nuvem poderosa e ferramentas de IA integradas que facilitam a descoberta de insights que levam a decisões de negócios e sustentabilidade mais rápidas e informadas, sem precisar de sensoriamento remoto ou experiência em SIG. Traga imagens do Earth Engine e diversos conjuntos de dados da plataforma Google Maps diretamente para seus fluxos de trabalho do BigQuery. Isso inclui acesso total aos dados de Places, Routes, Street View, imagens aéreas e de satélite, dinâmica populacional, qualidade do ar, pólen e clima. Origem sustentável

Origem sustentável Seleção de local Seleção de local Identifique recursos de infraestrutura Identifique recursos de infraestrutura Nível sem custo financeiro O Nível sem custos financeiros do BigQuery oferece aos clientes 10 GiB de armazenamento, até 1 TiB de consultas em computação sob demanda por mês sem custos e outros recursos. Sem custo financeiro Computação (análise) Geralmente, dá acesso a até 2.000 slots simultâneos, compartilhados entre todas as consultas em um projeto. por TiB verificado. O primeiro TiB por mês não tem custo financeiro. Edições: Standard, Enterprise e Enterprise Plus Inclui os recursos de assistência de IA do Gemini no BigQuery. por hora de slot Armazenamento lógico Com base nos bytes não compactados usados em tabelas ou partições de tabelas modificadas nos últimos 90 dias. Por GiB. Os primeiros 10 GiB por mês não têm custo financeiro. Armazenamento físico Com base nos bytes compactados usados em tabelas ou partições de tabelas modificadas por 90 dias consecutivos. Por GiB. Os primeiros 10 GiB por mês não têm custo financeiro. Ingestão de dados Carregamento em lote Importe tabelas do Cloud Storage. Sem custo financeiro Ao usar o pool de slots compartilhado. Inserções de streaming A cobrança é realizada conforme o número de linhas inseridas com sucesso. Para o cálculo de linhas individuais, usa-se um tamanho mínimo de 1 KB. API BigQuery Storage Write Os dados carregados no BigQuery estão sujeitos aos preços de armazenamento do BigQuery ou aos preços do Cloud Storage . por 1 GiB. Os primeiros 2 TiB por mês não tem custos financeiros. Extração de dados Exportação em lote Exporte dados de tabelas para o Cloud Storage. Sem custo financeiro Ao usar o pool de slots compartilhado. Leituras de streaming Use a API Storage Read para realizar leituras de streaming de dados de tabelas. Dados de entrada Agente de Ciência de Dados, Agente de Engenharia de Dados e Agente de Análises de Conversação por milhão de tokens  Agente de Ciência de Dados, Agente de Engenharia de Dados e Agente de Análises de Conversação por milhão de tokens Saiba mais sobre os preços do BigQuery. Confira todos os detalhes de preços . Como funcionam os preços do BigQuery Os preços do BigQuery são baseados em computação (análise), armazenamento, serviços adicionais e ingestão e extração de dados. O carregamento e a exportação de dados não têm custo financeiro. Nível sem custo financeiro O Nível sem custos financeiros do BigQuery oferece aos clientes 10 GiB de armazenamento, até 1 TiB de consultas em computação sob demanda por mês sem custos e outros recursos. Sem custo financeiro Computação (análise) Geralmente, dá acesso a até 2.000 slots simultâneos, compartilhados entre todas as consultas em um projeto. por TiB verificado. O primeiro TiB por mês não tem custo financeiro. Edições: Standard, Enterprise e Enterprise Plus Inclui os recursos de assistência de IA do Gemini no BigQuery. por hora de slot Armazenamento lógico Com base nos bytes não compactados usados em tabelas ou partições de tabelas modificadas nos últimos 90 dias. Por GiB. Os primeiros 10 GiB por mês não têm custo financeiro. Armazenamento físico Com base nos bytes compactados usados em tabelas ou partições de tabelas modificadas por 90 dias consecutivos. Por GiB. Os primeiros 10 GiB por mês não têm custo financeiro. Ingestão de dados Carregamento em lote Importe tabelas do Cloud Storage. Sem custo financeiro Ao usar o pool de slots compartilhado. Inserções de streaming A cobrança é realizada conforme o número de linhas inseridas com sucesso. Para o cálculo de linhas individuais, usa-se um tamanho mínimo de 1 KB. API BigQuery Storage Write Os dados carregados no BigQuery estão sujeitos aos preços de armazenamento do BigQuery ou aos preços do Cloud Storage . por 1 GiB. Os primeiros 2 TiB por mês não tem custos financeiros. Extração de dados Exportação em lote Exporte dados de tabelas para o Cloud Storage. Sem custo financeiro Ao usar o pool de slots compartilhado. Leituras de streaming Use a API Storage Read para realizar leituras de streaming de dados de tabelas. Dados de entrada Agente de Ciência de Dados, Agente de Engenharia de Dados e Agente de Análises de Conversação por milhão de tokens  Agente de Ciência de Dados, Agente de Engenharia de Dados e Agente de Análises de Conversação por milhão de tokens Saiba mais sobre os preços do BigQuery. Confira todos os detalhes de preços . Calculadora de preços Cota personalizada Comece sua prova de conceito Novos clientes ganham US$ 300 em créditos para testar o BigQuery e outros produtos do Google Cloud Teste o sandbox do BigQuery sem cartão de crédito Saiba como localizar e consultar conjuntos de dados públicos no BigQuery Aprenda a carregar dados no BigQuery Saiba como criar e usar tabelas no BigQuery Caso de negócio Dezenas de milhares de clientes escolhem o BigQuery para criar plataformas de IA com base em dados Dezenas de milhares de clientes escolhem o BigQuery para criar plataformas de IA com base em dados A Mattel economiza tempo e dinheiro conectando os dados à IA no BigQuery. TJ Allard, cientista-chefe de dados, Mattel "O BigQuery e a Vertex AI [agora Gemini Enterprise Agent Platform] reúnem todos os nossos dados e a IA em uma única plataforma. Isso transformou a forma como lidamos com o feedback dos clientes, de um longo processo manual para uma simples consulta em linguagem natural em segundos, permitindo que analisemos os insights dos clientes em minutos, em vez de meses." Confira mais histórias de clientes A Deutsche Telekom projeta a operadora do futuro com o BigQuery Leia o post do blog A Deutsche Telekom projeta a operadora do futuro com o BigQuery Leia o post do blog 10 meses para inovação: o salto da Definity para a agilidade de dados com o BigQuery e a Vertex AI Leia o post do blog 10 meses para inovação: o salto da Definity para a agilidade de dados com o BigQuery e a Vertex AI Leia o post do blog A Yassir migrou do Databricks para o BigQuery e melhorou a performance e a eficiência dos processos de machine learning Leia o post do blog A Yassir migrou do Databricks para o BigQuery e melhorou a performance e a eficiência dos processos de machine learning Leia o post do blog Veja o diferencial do BigQuery Inovação com tecnologia de IA com pesquisa conversacional e inteligente e novas experiências de agentes, enriquecidas com camada semântica para maior precisão. Dados unificados para uma plataforma de IA para análises contínuas, coprocessamento de IA e insights em tempo real sobre dados multimodais, com governança, metadados de execução e segurança unificados. Flexível e preparado para o futuro com IA de baixo custo e interoperabilidade perfeita com terceiros e código aberto. Parceiros e integração ETL e integração de dados MDM e ETL reverso Visualização de dados e BI Segurança e governança de dados Conectores e ferramentas para desenvolvedores Machine learning e análises avançadas Qualidade e observabilidade dos dados Parceiros de consultoria Da ingestão de dados à visualização, muitos parceiros têm integrado soluções de dados ao BigQuery. Confira acima as integrações de parceiros realizadas pelo Google Cloud Ready – BigQuery . Acesse o Diretório de parceiros para saber mais sobre os parceiros do BigQuery. Outras consultas e suporte Perguntas frequentes Qual é a diferença entre o BigQuery e outras alternativas de data warehouse empresariais? O BigQuery é o data warehouse corporativo totalmente gerenciado e sem servidor do Google Cloud. O BigQuery oferece suporte a todos os tipos de dados, funciona em diferentes nuvens e tem machine learning e Business Intelligence integrados, tudo em uma plataforma unificada. Com a integração nativa da Gemini Enterprise Agent Platform, você pode conectar seus dados à IA líder do setor do Google sem sair do BigQuery. O que é um data warehouse empresarial? Um data warehouse empresarial é um sistema usado na análise e nos relatórios de dados estruturados e semiestruturados de várias fontes. Muitas organizações estão migrando de data warehouses tradicionais locais para data warehouses em nuvem, que oferecem mais economia, escalabilidade e flexibilidade. O BigQuery é seguro? O BigQuery oferece controles robustos de segurança, governança e confiabilidade com alta disponibilidade e um SLA de 99,99% de tempo de atividade. Por padrão, seus dados são protegidos com criptografia e chaves de criptografia gerenciadas pelo cliente. Como posso começar a usar o BigQuery? Há algumas maneiras de começar a usar o BigQuery. Novos clientes ganham US$ 300 em créditos para gastar no BigQuery. Todos os clientes recebem 10 GB de armazenamento e até 1 TB de consultas por mês sem custo financeiro e sem dedução de créditos. Para receber esses créditos, inscreva-se no teste por R$ 0 do BigQuery. Não quer se inscrever agora? Você pode usar o sandbox do BigQuery sem um cartão de crédito para conferir como ele funciona. O que é o sandbox do BigQuery? Com o sandbox do BigQuery , você testa o serviço sem cartão de crédito. Você permanece no nível sem custos financeiros do BigQuery e pode usar o sandbox para executar consultas e análises em conjuntos de dados públicos e conferir como funciona. Também é possível colocar seus próprios dados no sandbox do BigQuery para análise. Há uma opção de upgrade para o teste sem custos financeiros em que novos clientes recebem um crédito de US$ 300 para testar o BigQuery. Quais são as formas mais comuns de uso do BigQuery nas empresas? Empresas de todos os tamanhos usam o BigQuery para consolidar dados em silos em um único local. Assim é possível fazer análises de dados e receber insights de todos os dados da sua empresa. Dessa forma, as empresas tomam decisões em tempo real, simplificam os relatórios e incorporam machine learning na análise de dados para prever futuras oportunidades de negócios.