Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Pengantar SQL di Bigtable
Selain Admin dan Data API, Bigtable mendukung kueri SQL.
Anda dapat menggunakan SQL untuk membuat kueri data Bigtable dengan cara berikut:
Untuk pengembangan aplikasi berlatensi rendah, GoogleSQL untuk Bigtable
Untuk pemrosesan batch dan ETL, Spark SQL
Untuk menganalisis data dari beberapa sumber, BigQuery
GoogleSQL untuk Bigtable
GoogleSQL adalah bahasa kueri yang digunakan oleh beberapa layanan Google Cloud, termasuk Spanner dan BigQuery. Anda dapat membuat
dan menjalankan kueri GoogleSQL di Bigtable
Studio di Google Cloud konsol,
atau Anda dapat menjalankannya secara terprogram menggunakan salah satu library klien untuk
Bigtable yang mendukung kueri SQL. Untuk mengetahui informasi selengkapnya, lihat Menggunakan SQL dengan library klien Bigtable.
GoogleSQL untuk Bigtable mirip dengan Cassandra Query Language (CQL) dalam banyak hal, dan menyertakan jenis data peta, yang dirancang untuk membuat kueri data Bigtable yang disimpan dalam keluarga kolom, kolom, dan sel.
Untuk kasus penggunaan data science atau batch processing dan ETL lainnya, konektor Bigtable Spark memungkinkan Anda membaca dan menulis data Bigtable menggunakan Spark SQL. Untuk mengetahui informasi selengkapnya, lihat
Menggunakan konektor Bigtable Spark.
BigQuery
Jika ingin menggabungkan data dari beberapa sumber, termasuk Bigtable, dan menjalankan analisis ad hoc batch, Anda dapat membuat tabel eksternal BigQuery dan menjalankan kueri SQL dari BigQuery. Untuk mengetahui informasi selengkapnya, lihat artikel Membuat kueri dan menganalisis data Bigtable dengan BigQuery.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-08-27 UTC."],[[["\u003cp\u003eBigtable supports SQL queries through multiple methods, including GoogleSQL for low-latency applications, Spark SQL for batch processing and ETL, and BigQuery for analyzing data from multiple sources.\u003c/p\u003e\n"],["\u003cp\u003eGoogleSQL for Bigtable, which is similar to Cassandra Query Language (CQL), can be used within the Google Cloud console via Bigtable Studio, or programmatically through the Bigtable client library for Java.\u003c/p\u003e\n"],["\u003cp\u003eThe Bigtable Spark connector enables reading and writing Bigtable data with Spark SQL, beneficial for data science and batch processing needs.\u003c/p\u003e\n"],["\u003cp\u003eBigQuery can query and analyze data from Bigtable alongside other sources using external tables, facilitating batch and ad hoc analytics.\u003c/p\u003e\n"]]],[],null,["# Introduction to SQL in Bigtable\n===============================\n\nIn addition to its Admin and Data APIs, Bigtable supports SQL queries.\nYou can use SQL to query your Bigtable data in the following\nways:\n\n- For low-latency application development, GoogleSQL for Bigtable\n- For batch processing and ETL, Spark SQL\n- To analyze data from multiple sources, BigQuery\n\nGoogleSQL for Bigtable\n----------------------\n\nGoogleSQL is a query language used by multiple Google Cloud\nservices, including Spanner and BigQuery. You can create\nand run GoogleSQL queries in [Bigtable\nStudio](/bigtable/docs/manage-data-using-console) in the Google Cloud console,\nor you can run them programmatically using one of the client libraries for\nBigtable that support SQL queries. For more information, see [Use\nSQL with a Bigtable client\nlibrary](/bigtable/docs/googlesql-overview#client-libraries).\n\nGoogleSQL for Bigtable is similar to the Cassandra\nquery Language (CQL) in many ways, and it includes a map data type, designed to\nquery the Bigtable data stored in column families, columns, and\ncells.\n\nTo get started, see the [GoogleSQL for\nBigtable overview](/bigtable/docs/googlesql-overview).\n\nSpark SQL\n---------\n\nFor data science use cases or other batch processing and ETL, the\nBigtable Spark connector lets you read and write\nBigtable data using Spark SQL. For more information, see\n[Use the Bigtable Spark connector](/bigtable/docs/use-bigtable-spark-connector).\n\nBigQuery\n--------\n\nIf you want to blend data from multiple sources, including\nBigtable, and run batch, ad hoc analytics, you can create\nBigQuery external tables and run SQL queries from\nBigQuery. For more information, see\n[Query and analyze Bigtable data with BigQuery](/bigtable/docs/bigquery-analysis).\n\nWhat's next\n-----------\n\n- [Learn how to run queries in the Google Cloud console without SQL.](/bigtable/docs/query-builder)\n- [Explore the GoogleSQL for Bigtable reference documentation.](/bigtable/docs/reference/sql/functions-all)\n- [Compare tables and views](/bigtable/docs/tables-and-views)"]]
