La référence des équipes data qui exploitent BigQuery à grande échelle
Connexion en quelques minutes
Un compte de service. Une visibilité totale sur BigQuery.
Connectez BigQuery via un compte de service en lecture seule : DoiT ingère automatiquement l'export de facturation, les métadonnées de jobs et de stockage d'INFORMATION_SCHEMA et l'usage des reservations. Aucun agent, aucune réécriture de requête, aucun pipeline sur mesure. Vos rapports unifiés sont prêts quelques heures après la connexion.
Ce que vous obtenez
Pensé pour la réalité d'une exploitation sur BigQuery
Ce que les responsables data et FinOps nous demandent réellement lorsqu'ils connectent leur environnement BigQuery.
Attribution des coûts à la requête
Reliez les octets scannés et les slot-ms à l'utilisateur, au projet, au dataset ou au job planifié qui les a générés.
Anomalies en temps réel
Soyez alerté des pics de requêtes et de slots en quelques minutes, sans attendre la fin du mois.
Right-sizing des slots
Repérez les écarts entre les editions, l'autoscaling, le dimensionnement des reservations et la demande réelle.
Répartition stockage / compute
Distinguez le stockage actif, long terme et physique des dépenses de requêtes, pour chaque dataset.
Détection des requêtes coûteuses
Faites remonter les requêtes les plus lourdes en octets scannés et en consommation de slots, y compris les récidivistes exécutés à intervalles réguliers.
Gouvernance et budgets
Fixez des budgets par projet et des quotas de requêtes sans courir après l'hygiène des labels.
Les vues natives de BigQuery indiquent ce qui a tourné. Cloud Intelligence™ vous aide à agir en conséquence.
Au-delà d'INFORMATION_SCHEMA
Consolidations multi-projets
Vues consolidées sur l'ensemble des projets et dossiers BigQuery, avec drill-down jusqu'au dataset ou au job de votre choix.
Alertes d'anomalies en temps réel
Détection par machine learning sur les projets, utilisateurs et labels, routée vers Slack ou email.
Planification des reservations
Modélisez les editions BigQuery et les engagements de slots face à l'historique réel des jobs avant d'acheter de la capacité.
Hygiène des labels et de l'allocation
Identifiez les dépenses non labellisées, appliquez des règles d'allocation et répartissez les datasets partagés comme la finance l'attend.
Allocation des coûts de pipeline
Attribuez les requêtes planifiées, les exécutions dbt et les workflows Dataform à l'équipe qui en est responsable.
Forward Deployed Engineers
Des architectes cloud de très haut niveau, véritable prolongement de votre équipe, qui mettent en œuvre les optimisations.
Les entreprises en forte croissance s'appuient sur Cloud Intelligence™
D'économies moyennes dans les 90 premiers jours
Durée moyenne de mise en œuvre
“L'exigence de fiabilité de DoiT, associée à la souplesse de la plateforme, nous permet d'optimiser en toute sécurité nos workloads Amazon EKS, sans aucune intervention de nos engineers.”
Oren Ashkenazy
Director of DevOps and Cloud chez Fiverr
Prêt à connecter vos projets BigQuery ?
Transformez les slot-ms et les octets scannés en décisions.
Frequently asked
questions
Comment gagner en visibilité sur les coûts BigQuery répartis entre plusieurs projets ?
Connectez votre compte de facturation une seule fois. Cloud Intelligence™ ingère l'export de facturation BigQuery et les métadonnées INFORMATION_SCHEMA de chaque projet, ce qui vous permet de ventiler les dépenses par projet, dataset, label, utilisateur ou type de job depuis une vue unique.
Quelle est la meilleure façon d'intégrer les données d'usage BigQuery à Cloud Intelligence™ ?
Accordez à un compte de service en lecture seule l'accès à votre export de facturation et à INFORMATION_SCHEMA. DoiT se charge de l'ingestion, de la normalisation et du reporting à la granularité du job. La plupart des équipes sont opérationnelles en une journée.
Comment identifier les requêtes, utilisateurs ou datasets qui pèsent le plus dans mes dépenses BigQuery ?
Les rapports Cost & Usage vous permettent de descendre du total des dépenses BigQuery jusqu'à un job précis, une requête planifiée ou un utilisateur. Vous filtrez par labels, projets, datasets ou type de requête sans écrire vos propres requêtes SQL sur INFORMATION_SCHEMA.
Comment surveiller les anomalies de coûts BigQuery en temps réel ?
La détection d'anomalies tourne en continu sur les projets, les utilisateurs et les dimensions de labels. Dès qu'un pic d'octets scannés ou de consommation de slots survient, vous recevez une alerte Slack ou email avec la cause probable, bien avant qu'elle n'apparaisse sur la facture.
Comment arbitrer entre le mode on-demand et les editions BigQuery avec reservations ?
Cloud Intelligence™ modélise l'historique de vos jobs face aux editions on-demand, Standard, Enterprise et Enterprise Plus, et recommande des engagements de slots et des réglages d'autoscaling fondés sur l'usage réel plutôt que sur des suppositions.
Comment obtenir de la visibilité sur les coûts de stockage BigQuery ?
Nous distinguons le stockage actif, le stockage long terme ainsi que la facturation physique et logique pour chaque dataset et table, et signalons les tables où changer de modèle de facturation ou appliquer une expiration de partition réduirait sensiblement la dépense.
En quoi Cloud Intelligence™ se distingue-t-il des vues natives d'administration et d'INFORMATION_SCHEMA de BigQuery ?
Les vues natives affichent des métadonnées brutes sur les jobs et le stockage. Cloud Intelligence™ est une plateforme : visibilité multi-cloud, recommandations proactives, détection d'anomalies en temps réel, gouvernance, planification des reservations et Forward Deployed Engineers qui vous aident à agir sur ce que les données révèlent.
Mes données sont-elles sécurisées lorsque je connecte BigQuery ?
Cloud Intelligence™ utilise un compte de service en lecture seule avec le strict minimum de permissions sur l'export de facturation et INFORMATION_SCHEMA. Nous n'interrogeons jamais vos tables et n'apportons aucune modification sans votre accord. La plateforme est certifiée SOC 2 Type II.