グーグル・クラウド、「BigQuery Editions」など発表–新価格体系で柔軟性と予測性を向上

今回は「グーグル・クラウド、「BigQuery Editions」など発表–新価格体系で柔軟性と予測性を向上」についてご紹介します。

関連ワード （ビッグデータ等） についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、ZDNet Japan様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

　Google Cloudは米国時間3月29日、年次カンファレンス「Google Data Cloud & AI Summit」でアナリティクスとデータベース関連の新サービスについて発表した。これを受け、グーグル・クラウド・ジャパンは30日に報道説明会を開催した。

　ソリューション＆テクノロジー部門 技術部長（DB, Analytics & ML）の寳野雄太氏はまず、今回の発表のテーマとして「柔軟性」「プライバシーセーフなデータ共有」「ビジネス価値の加速」の3つを挙げた。これらを実現するための新サービスの1つが、データウェアハウスサービス「BigQuery」の新価格体系「BigQuery Editions」になる。

　寳野氏は「より低い総所得コスト（TCO）でデータクラウドを実現するものである」といい、コストの柔軟性と予測性、制御性を兼ね備えた価格体系になるとしている。Standard、Enterprise、Enterprise Plusの3つが用意され、ワークロードの要求に応じて、適切な価格と性能を組み合わせて選択可能になる。

　BigQuery Editionsでは、個々のワークロードの要件に適した機能セットを選択できる。Standardはアドホック分析や開発／テストなどワークロードに適している一方で、Enterpriseはセキュリティ、ガバナンス、機械学習、データ管理などの機能が強化されている。Enterprise Plusは、高稼働率、可用性、リカバリー要件が求められるミッションクリティカルなワークロードや複雑な規制ニーズがあるワークロードを対象という。

　加えて、BigQuery Editionsの機能としてAutoscalingとCompressed Storageが紹介された。

　Autoscaling機能は、クエリーの要求に応じてコンピュートキャパシティーを計画的／非計画的を問わず動的に調整するものになる。BigQueryのサーバーレスエンジンがクエリーの動作中でも動的にリソースの割り当てを最適化することができる。スロット（クエリーの実行に必要な演算能力の単位）の最低値と最大値を指定することで、想定外のコスト増加を防止できる。

　寳野氏によると、これまでの定額料金よりも最大40％ほどコンピュートの効率性を高められたケースもあるという。

　Compressed Storage機能は、従来の論理サイズによるストレージ課金から、BigQueryの圧縮技術を活用した物理サイズでの課金体系になる。ストレージコストをより低く保ち続けることが可能になり、構造化／半構造化／非構造化データの増加に対応する。

　セキュリティ企業のExabeamでは、Compressed Storageを利用して12分の1以上の圧縮率を達成し、より多くのデータを低コストで保存できるようになったとしている。

　次に発表されたのが「BigQuery Data Clean Room」である。プライバシー保護を維持しながらデータを共有し、信頼できるパートナーと共同で分析を行うことが可能になる。

　「データを共有しながら、持ち出しを防止する。あるいは、生データを共有せず個人を特定できない形で結果のみを返すといった仕組みを構築できる」（寳野氏）

　BigQuery Editionsのほかには、「Looker Modeler」が発表された。これは、ビジネスインテリジェンス（BI）ツール「Looker」のセマンティックモデルを、「PowerBI」「Tableau」「ThoughtSpot」などの外部ツールや「Google Sheets」「Looker Studio」などの同社サービスと共有して、情報に基づいた意思決定を行うための高品質データをユーザーに提供するもの。

　また、オープンなAPIフレームワークや一般的なSQLインターフェースを介して、さまざまなデータアプリケーションに、Lookerのセキュリティやガバナンスを効かせた形でデータを容易に提供できるとのこと。

　アナリティクス関連の発表で最後になるのは「BigQuery Inference Engine」である。これは、BigQuery上でSQLによる自然言語処理や画像予測、機械翻訳を可能にするもので、BigQueryに組み込み済みのMLモデルのほか、「PyTorch」などのモデルをOpen Neural Network Exchange（ONNX）でインポートできる。

　データベース関連では、「AlloyDB」の一般提供（GA）と「AlloyDB Omni」のプレビュー提供が発表された。

　AlloyDBは、「PostgreSQL」と互換性を持つフルマネージド型のデータベースサービスで、通常のPostgreSQLとの性能比較テストでは、トランザクション処理で4倍以上、分析クエリーで最大100倍の高速化が可能であるとしている。メンテナンス時間を含めて99.99％の稼働率を保証しているなどの特徴がある。

　AlloyDB Omniは、AlloyDBをダウンロード可能なコンテナーとしてパッケージ化したもので、開発者がさまざまな環境で稼働できるようになっている。寳野氏は「開発者からまずはラップトップ環境で動作検証したいといった要望を多くもらっていた」と話す。現在はテクノロジープレビューの段階にあり、まだユーザーからさまざまなフィードバックを得るのが目的であるとしている。