2.2Google Cloud のデータ管理ソリューション

Google Cloud は、データの種類と用途ごとに最適なマネージドサービスをそろえています。Cloud Digital Leader では「このユースケースにはどのサービスか」を結べることが問われます。代表的なサービスを役割で整理します。

2.2.1データベースとストレージ

Cloud Storage は画像・動画・バックアップなど非構造化データのオブジェクトストレージです。Cloud SQL は MySQL/PostgreSQL/SQL Server 互換のマネージド リレーショナル DBで、一般的な業務アプリ向け。Spanner は世界規模で強整合・高可用を両立する分散リレーショナル DB で、グローバルな基幹系向けです。NoSQL では、Firestore がモバイル/Web アプリ、Bigtable が IoT・時系列など超大量・低遅延のワークロードに向きます。

Cloud Storage には、アクセス頻度に応じてコストを下げる ストレージクラス があります。頻繁に使うデータは Standard、月1回程度なら Nearline、四半期に1回程度なら Coldline、ほとんど読まない長期保管は Archive を選びます。アクセスが少ないクラスほど保管料が安く、取り出し料は高くなります。「使う頻度が下がるほど安いクラスへ」が原則で、ライフサイクル管理で自動的に移行できます。また、データを安心して活用するには データガバナンス（誰がどのデータにアクセスでき、品質・規制をどう守るか）が不可欠で、これがデータ活用の土台になります。

2.2.2分析とパイプライン

BigQuery は Google Cloud を代表するサーバーレスのデータウェアハウスで、ペタバイト級のデータに対し SQL で高速に分析でき、AI 連携（BigQuery ML）も可能です。データをサービス間で流す処理には、Dataflow（バッチ/ストリーミングのデータ処理パイプライン）と Pub/Sub（リアルタイムのメッセージング）を使います。分析結果を可視化しビジネスで活用するには Looker（ビジネスインテリジェンス）でダッシュボードを作ります。「ためる→流す→分析→可視化」の流れで役割を覚えると整理できます。

2.2.3この節のまとめ

• DB/ストレージ＝Cloud Storage（非構造化）/Cloud SQL（リレーショナル）/Spanner（グローバル強整合）/Firestore・Bigtable（NoSQL）
• 分析＝BigQuery（サーバーレス DWH）、パイプライン＝Dataflow＋Pub/Sub、可視化＝Looker（BI）
• 「ためる→流す→分析→可視化」で役割を整理し、用途からサービスを選ぶ