Ｇｏｏｇｌｅ Ｃｌｏｕｄではじめる実践データエンジニアリング入門 業務で使えるデータ基盤構築
発売日：2021年3月
- ページ数
- ４２７ｐ
- ISBN
- 978-4-297-11948-5
- 著者情報
- 下田 倫大（シモダ ノリヒロ）
Ｇｏｏｇｌｅ ＣｌｏｕｄのＣｕｓｔｏｍｅｒ Ｅｎｇｉｎｅｅｒ。Ｗｅｂ系企業の研究開発職、データ分析企業のエンジニアマネジャーを経て２０１７年より現職。テクノロジーを活用したデータの価値創出に興味があり、興味の赴くままに仕事をしていると、気づいたらクラウドプラットフォーマーに所属していた。現在は、小売業界のお客様を中心にＧｏｏｇｌｅ Ｃｌｏｕｄの導入や活用をお手伝いしており、データ基盤の仕事が多め。ＢｉｇＱｕｅｒｙ以外で好きなＧｏｏｇｌｅ ＣｌｏｕｄのプロダクトはＤａｔａｆｌｏｗとＤａｔａｐｒｏｃ
寶野 雄太（ホウノ ユウタ）
Ｇｏｏｇｌｅ ＣｌｏｕｄのＣｕｓｔｏｍｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ Ｓｏｌｕｔｉｏｎ ＆ Ｔｅｃｈｎｏｌｏｇｙ部門の技術部長（Ａｎａｌｙｔｉｃｓ＆ＤＢ）を務める。日系通信会社でＰｄＭとして意思決定のためのデータ基盤を作ったり、エンジニアとしてさまざまなサービスのマイグレーションをしているうち、データ活用の魅力に惹かれ入社。Ｇｏｏｇｌｅ Ｃｌｏｕｄ東京リージョン立ち上げから在籍し、さまざまなお客様のデータ基盤構築立案、構築支援をしながらＢｉｇＱｕｅｒｙ東京リージョンのローンチなどのプロジェクトに携わる。２０１９年より現職。現在は日本におけるアナリティクスとデータベース技術統括の傍ら、社内の意思決定のためのデータマートの整備もやっているＢｉｇＱｕｅｒｙヘビーユーザー
饗庭 秀一郎（アイバ シュウイチロウ）
Ｇｏｏｇｌｅ ＣｌｏｕｄのＣｕｓｔｏｍｅｒ Ｅｎｇｉｎｅｅｒ Ｄａｔａ Ａｎａｌｙｔｉｃｓ Ｓｐｅｃｉａｌｉｓｔ。モビリティ系ベンチャー企業でＢｉｇＱｕｅｒｙを用いた分析基盤の構築と運用や分析業務に携わった後、２０２０年より現職。自分の興味が技術の仕組みや中身からいかにビジネスに活かすかに移るにつれ、キャリアも研究開発からシステム開発、データ分析、プリセールス技術支援へと変わった。現在は、データ分析の領域に特化してお客様のビジネスを加速するクラウド活用のお手伝いをしています。ＢｉｇＱｕｅｒｙ以外で好きなＧｏｏｇｌｅ Ｃｌｏｕｄのサービスは、Ｃｌｏｕｄ Ｓｈｅｌｌ
吉田 啓二（ヨシダ ケイジ）
オープンソースソフトウェアを活用したデータ分析プラットフォームを提供している企業のＳｏｌｕｔｉｏｎｓ Ａｒｃｈｉｔｅｃｔ。Ｗｅｂ系企業でのデータエンジニア、Ｇｏｏｇｌｅ ＣｌｏｕｄでのＤａｔａ Ａｎａｌｙｔｉｃｓ Ｓｐｅｃｉａｌｉｓｔを経て、２０２０年より現職。Ｇｏｏｇｌｅ Ｃｌｏｕｄ在籍時には、主にゲームやメディア業界のお客様へ、Ｇｏｏｇｌｅ Ｃｌｏｕｄのデータ分析ソリューションの提案や導入、活用支援を実施。好きなプロダクトは、Ｇｏｏｇｌｅアナリティクス、Ｆｉｒｅｂａｓｅ、ＢｉｇＱｕｅｒｙ、ＡＩ Ｐｌａｔｆｏｒｍ、Ｇｏｏｇｌｅ広告など
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
データ分析・活用・管理のためのデータ基盤の要件とＧｏｏｇｌｅ Ｃｌｏｕｄの各種サービスをこの１冊で体系的に学ぶ。ＢｉｇＱｕｅｒｙ徹底活用。
AIやIoTが実用化フェーズに入りつつあるのみならず、デジタルトランスフォーメーション（DX）への注目の高まりによって、事業やサービスを取り巻くデータを分析・活用・管理するためのインフラであるデータ基盤の重要性が増しています。 データ基盤を構築するにあたり、先行する事例から、Google Cloud（Google Cloud Platform，GCP）はデータ領域に強みがある、あるいは、BigQueryは高速に動作するデータウェアハウスである、と聞いたことがある方は多いでしょう。
本書では「データ基盤」そのものを体系的に整理しながら、Google Cloudの各サービスをどのように活用することで実用的なデータ基盤を構築できるか、また発展的なデータ分析ニーズに答えるデータ基盤をどのように設計できるか、といった点について解説しています。 特にGoogle Cloudはマネージドサービスを中心として提供されているため、その特性を正しくとらえることで、最大限の価値を発揮できるようになります。 実際にGoogle Cloudやオンプレミス、他のクラウドサービスを用いたデータ基盤の構築や設計に携わってきた筆者らによる一歩踏み込んだ解説が本書の特徴です。
本書は以下のような方におすすめです。
・これからデータ基盤の構築に関わる可能性があるエンジニア
・Google Cloudや他のクラウドサービスを利用しており、これからデータ領域での活用を広げようとしている方
また、すでにGoogle Cloudを利用しているエンジニアやデータ基盤に携わっているエンジニアにとっても、より洗練されたデータ基盤の設計を行うための知識やノウハウを得ることができるでしょう。
本書は近年のビジネス要件の変化からデータ基盤に求められる要件、一般的なデータ基盤のアーキテクチャを紹介した後、Google Cloudでの設計として以下のようなトピックを取り扱います。
・データウェアハウス
・データレイク/ETL/ELT
・データパイプラインマネジメント/データ統合
・データ基盤のセキュリティとコスト管理（アクセス制御、データ持ち出しの防止、重要データ検知）
・BI、データの可視化
・発展的な分析（地理情報分析、機械学習、リアルタイム分析）
※お届け日が変更になりました
2月20日→2月22日
目次
第1章 データ基盤の概要
1.1 データ基盤に取り組む意義
1.2 データ基盤とは？
1.3 Google Cloud上で構築するデータ基盤
1.4 まとめ
第2章 BigQueryのコンセプトと利用方法
2.1 DWHとは
2.2 Googleのデータ処理を支える技術
2.3 BigQueryの内部アーキテクチャを理解する
2.4 DWHとしてのBigQueryの基本操作
2.5 BigQueryユーザー向けのクエリの最適化
2.6 まとめ
第3章 データウェアハウスの構築
3.1 データウェアハウスに求められるさまざまな要件
3.2 高可用性、Disaster Recovery計画
3.3 用途別の影響隔離
3.4 サイジング
3.5 目的環境別の影響隔離
3.6 テーブルを設計する
3.7 データの投入
3.8 バックアップとリストア
3.9 BigQueryにおけるトランザクションとパーティションを用いたDMLの最適化
3.10 DMLをまとめる／パーティションの利用
3.11 外部接続の最適化 - Storage APIの利用とBI Engineの利用
3.12 データマートジョブの設計最適化
3.13 まとめ
Column マルチクラウドでのクラウドデータ基盤の利用
第4章 データレイクの構築
4.1 データレイクとは
4.2 Hadoopとは
4.3 Google Cloudで構築するデータレイク
4.4 Google Cloudのおもなデータレイク関連のサービス
4.5 Google Cloudでデータレイクを中心としたデータ分析基盤を構築することのメリット
4.6 オンプレミス環境からGoogle Cloudへのデータレイクの移行
4.7 まとめ
第5章 ETL／ELT処理
5.1 ETL／ELTとは
ほか
商品詳細
- 出版社名
- 技術評論社
- サイズ
- ２３ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。
