아키텍처 센터는 다양한 빅 데이터 및 분석 주제 전반에 대한 콘텐츠 리소스를 제공합니다.
아키텍처 센터의 빅데이터 및 분석 리소스
리소스 제목 또는 설명에 있는 제품 이름 또는 문구를 입력하여 다음 빅데이터 및 분석 리소스 목록을 필터링할 수 있습니다.
|
BigQuery에서 Fast Healthcare Interoperability Resources(FHIR) 데이터를 분석하기 위한 프로세스 및 고려사항을 설명합니다. 사용되는 제품: BigQuery |
|
조직 내부에서 데이터 메시를 구현하는 방법을 설명하는 시리즈입니다. |
|
Dataflow 및 Cloud Vision API를 사용한 ML 비전 분석 솔루션 빌드 Cloud Vision으로 대규모 이미지 파일을 처리하기 위해 Dataflow 파이프라인을 배포하는 방법 Dataflow는 BigQuery ML 기본 제공 모델을 학습시키는 데 결과를 사용할 수 있도록 결과를 BigQuery에 저장합니다. 사용되는 제품: BigQuery, Cloud Build, Cloud Pub/Sub, Cloud Storage, Cloud Vision, Dataflow |
|
장기 분석을 위해 Cloud Monitoring 측정항목을 내보내는 방법을 설명합니다. 사용되는 제품: App Engine, BigQuery, Cloud Monitoring, Cloud Pub/Sub, Cloud Scheduler, Datalab, Looker Studio |
|
Striim을 사용한 BigQuery로의 지속적인 데이터 복제 Striim을 사용하여 MySQL 데이터베이스를 BigQuery로 마이그레이션하는 방법을 보여줍니다. Striim은 포괄적인 스트리밍 추출, 변환, 로드(ETL) 플랫폼입니다. 사용되는 제품: BigQuery, MySQL용 Cloud SQL, Compute Engine |
|
Striim을 사용한 Spanner로 지속적인 데이터 복제 Striim을 사용하여 MySQL 데이터베이스를 Cloud Spanner로 마이그레이션하는 방법 사용되는 제품: Cloud SQL, MySQL용 Cloud SQL, Compute Engine, Spanner |
|
Google Cloud에서 R을 사용한 데이터 과학: 탐색적 데이터 분석 가이드 Google Cloud에서 R을 사용하여 대규모로 데이터 과학을 시작하는 방법을 보여줍니다. 이 문서는 R 및 Jupyter 노트북 사용 경험이 있고 SQL에 익숙한 사용자를 대상으로 작성되었습니다. 사용되는 제품: BigQuery, Cloud Storage, Notebooks, Vertex AI |
|
MongoDB Atlas와 Google Cloud 간의 데이터 변환 운영 데이터 스토어로서의 MongoDB Atlas와 분석 데이터 웨어하우스로서의 BigQuery 간의 데이터 변환 사용되는 제품: BigQuery, Cloud Pub/Sub, Dataflow |
|
Sensitive Data Protection을 사용하여 대규모 데이터 세트에서 PII 익명화 및 재식별 Sensitive Data Protection을 사용하여 자동 데이터 변환 파이프라인을 만들어 개인 식별 정보(PII)와 같은 민감한 정보를 익명화하는 방법을 설명합니다. 사용되는 제품: BigQuery, Cloud Pub/Sub, Cloud Storage, Dataflow, Identity and Access Management, Sensitive Data Protection |
|
Google Cloud 지리정보 기능과 지리정보 분석 애플리케이션에서 이러한 기능을 사용하는 방법을 알아봅니다. 사용되는 제품: BigQuery, Dataflow |
|
외부 네트워크에서 보안 BigQuery 데이터 웨어하우스로 데이터 가져오기 프로덕션 환경에서 데이터 웨어하우스 보안을 위해 사용할 수 있는 아키텍처를 설명하고 온프레미스 네트워크와 같은 외부 네트워크에서 BigQuery로 데이터를 가져오기 위한 권장사항을 제공합니다. 사용되는 제품: BigQuery |
|
Google Cloud에서 보안 BigQuery 데이터 웨어하우스로 데이터 가져오기 프로덕션 환경에서 데이터 웨어하우스 보안을 위해 사용할 수 있는 아키텍처를 설명하고 Google Cloud에서 데이터 웨어하우스의 데이터 거버넌스에 대한 권장사항을 제공합니다. 사용되는 제품: BigQuery, Cloud Key Management Service, Dataflow, Sensitive Data Protection |
|
데이터를 저장, 처리, 분석, 활성화하는 BigQuery를 사용하여 분석 레이크하우스를 만들어 데이터 레이크와 데이터 웨어하우스를 통합합니다. |
|
점프 스타트 솔루션: BigQuery를 사용한 데이터 웨어하우스 BigQuery를 사용하여 대시보드 및 시각화 도구로 데이터 웨어하우스를 빌드합니다. |
|
컴퓨팅, 데이터베이스, 스토리지 워크로드를 포함하여 애플리케이션과 인프라 워크로드를 Google Cloud로 마이그레이션하는 프로세스를 계획, 설계, 구현하는 데 도움이 됩니다. 사용되는 제품: App Engine, Cloud Build, Cloud Data Fusion, Cloud Deployment Manager, Cloud Functions, Cloud Run, Cloud Storage, Container Registry, Data Catalog, Dataflow, 다이렉트 피어링, Google Kubernetes Engine(GKE), Transfer Appliance |
|
Google Cloud로 온프레미스 Hadoop 인프라 마이그레이션 Google Cloud로 온프레미스 Hadoop 워크로드 이동 안내... 사용되는 제품: BigQuery, Cloud Storage, Dataproc |
|
BigQuery 스냅샷과 Cloud Storage로의 내보내기라는 두 가지 백업 방법을 사용하여 반복되는 BigQuery 백업 작업을 대규모로 자동화하는 솔루션을 빌드합니다. 사용되는 제품: BigQuery, Cloud Logging, Cloud Pub/Sub, Cloud Run, Cloud Scheduler, Cloud Storage |
|
Google Cloud에서 로그를 수집, 내보내기, 분석하여 사용량을 감사하고 데이터와 워크로드에 대한 위협을 감지하는 방법을 보여줍니다. 포함된 BigQuery 또는 Chronicle 위협 감지 쿼리를 사용하거나 고유한 SIEM을 가져옵니다. 사용되는 제품: BigQuery, Cloud Logging, Compute Engine, Looker Studio |
|
Google Cloud에서 관리 제품으로 CI/CD 메서드를 구현하여 데이터 처리를 위한 지속적 통합/지속적 배포(CI/CD) 파이프라인을 설정하는 방법을 설명합니다. 사용되는 제품: Cloud Build, Cloud Composer, Cloud Source Repositories, Cloud Storage, Compute Engine, Dataflow |
|
Dataproc에서 효율적이고 유연한 방식으로 Apache Hive를 사용하여 Hive 데이터를 Cloud Storage에 저장하고 Hive 메타스토어를 Cloud SQL의 MySQL 데이터베이스에 저장하는 방법을 보여줍니다. 사용되는 제품: Cloud SQL, Cloud Storage, Dataproc |