Google BigQuery

　　存储和查询庞大数据集的过程是可能的，但它可能非常耗时且非常昂贵，而且用户可能没有合适的设备、合适的硬件甚至基础设施。在这种情况下，Google BigQuery 是一种企业数据仓库工具，它能够通过利用 Google 基础架构的强大功能为用户提供快速 SQL 查询来解决这个问题。用户可以轻松简单地将他的数据移动到 BigQuery 中，然后让我们处理以下艰苦的工作。用户能够控制对项目的访问，因为它具有基于组织的需要和要求的数据库，例如可以为其他人提供检查和查看用户数据查询的能力。

　　用户可以在云控制台的帮助和使用命令行工具的帮助下轻松访问 BigQuery，甚至可以使用面向客户端的各种库调用 BigQuery REST 的 API，例如如 Java、.NET 甚至 Python。用户能够注意到他们可以在 BigQuery 的帮助下与互联网一起使用的第三方工具，并执行可视化数据甚至加载相同数据的过程。它是一个完全托管的工具，用户无需部署任何资源即可开始使用，例如虚拟磁盘和机器。它允许用户从您想要的任何地方连接到 BigQuery 的驻留 Google 数据集，并通过双向驱动程序连接和报告程序以获取信息。

　　ETL、复制和仓储

　　在代表提取、转换和加载的 ETL 计算过程中，已知数据从一个或多个源复制到不同目的地的一般过程，并且它们能够以不同的方式表示数据。称为提取转换和加载的过程在 1970 年开始流行。

　　数据管理

　　众所周知，数据管理是一个行政过程，它包括验证、获取、存储、保护和处理数据的过程，这些过程是确保所有用户和开发人员的数据可访问性所需的。组织和企业正在广泛使用数据管理流程，并且他们比以往任何时候都更多地使用大数据。它鼓励流行的协议，如 ODBC、JDBC，甚至 http://ADO.NET，以及用于服务器(如 SQL 和 MySQL)的有线协议接口。

　　工作流和自动化工具

　　它允许用户从信息迁移、ESB、BPM 甚至 iPaaS、工具到 BigQuery 的连接。您提供给用户的驱动程序上的适配器能够提供从 SQL SSIS、Mule Soft、BizTalk、Microsoft flow、power 应用程序等程序访问的方法和访问权限。

来源 https://zhuanlan.zhihu.com/p/392962855