Bigtable は Google 社内で 2005 から使われているワイドカラム型 NoSQL データベースの商用版で、 ペタバイト級データに対する低レイテンシ (ms 級)・高スループット (数十万 QPS) を提供します。HBase API 互換のため Hadoop / Spark エコシステムとの相性も良好です。
Row Key 設計は Bigtable の性能を決める最重要要素。連続書き込みでホットスポット (1 ノード集中) を起こすと性能が劇的に劣化します。
hash(user_id)[:4] + user_id + timestamp_reverse(hash % N) + keyLONG_MAX - timestamp| 構成 | 用途 | SLA |
|---|---|---|
| Single-cluster | 地域内、コスト最適 | 99.9% |
| Multi-cluster (2 リージョン) | HA、地理分散 | 99.99% |
| Multi-cluster (4 リージョン) | グローバル、最強 HA | 99.999% |
Replication は eventual consistency。App Profile で各クラスタへのルーティング制御。
| 項目 | 料金 |
|---|---|
| ノード (SSD) | $0.65/h ≒ $470/月 |
| ノード (HDD) | $0.65/h (同じ、ストレージで差) |
| SSD ストレージ | $0.17/GB/月 |
| HDD ストレージ | $0.026/GB/月 |
| Autoscaling | 使用量ベース、Autoscaler 推奨 |
| 項目 | Bigtable | DynamoDB | Cosmos DB | Cassandra |
|---|---|---|---|---|
| モデル | ワイドカラム | KV + Document | マルチ (Doc/KV/Graph) | ワイドカラム |
| 整合性 | Strong (Single-cluster) | Eventual / Strong | 5 段階 | 調整可能 |
| 料金単位 | ノード時間 | RCU/WCU + ストレージ | RU 時間 | VM 時間 |
| HBase 互換 | ◎ | — | — | — |
| 主用途 | 時系列・IoT・分析 | サーバレス Web | マルチモデル | OSS / 自前運用 |
Bigtable と BigQuery の違いは？
Bigtable = NoSQL ワイドカラム、低レイテンシ・高スループット (OLTP)、BigQuery = 列指向 DWH (OLAP)。混同しないで。Bigtable は時系列・センサーデータ、BigQuery は分析用。
Bigtable と HBase の互換性は？
HBase API 互換。Hadoop / Spark のクライアントから接続可能。BigQuery 連携、Cloud Bigtable to BQ Replication もサポート。
Row Key 設計が重要な理由は？
ホットスポット回避のため。連番 / タイムスタンプは特定ノードに集中、Hash プレフィックス + 自然キーが定石。設計失敗で性能数十分の 1 まで落ちる。
Single-cluster vs Multi-cluster？
Single = 単一リージョン、Multi = 複数リージョン Replication で HA + 低レイテンシ。Multi-cluster で 99.999% SLA 達成可能。
料金体系は？
ノード数 × 時間 + SSD/HDD ストレージ + ネットワーク。最小 1 ノード (~$0.65/h、月 $470)。Autoscaling 対応 (2022〜)。
SSD と HDD の使い分け？
SSD = 低レイテンシ + 高 IOPS (本番標準)、HDD = 低コスト + 高ストレージ密度 (大量履歴データ)。SSD が圧倒的多数。
AWS DynamoDB との比較は？
DynamoDB = グローバルテーブル / オンデマンド課金 / Serverless 性が強い。Bigtable = HBase API + Spark 連携 / 時系列特化 / 大規模ワークロード性能。
Bigtable は Vector Search に対応？
2024〜 ベクトル検索プレビュー。ScaNN ベースで、AlloyDB AI / Vertex AI Vector Search の補完として使える。
関連記事・NoSQL / データ
GCP Professional Cloud Developer (PCD) 完全ガイド｜Cloud Run・GKE・CI/CD・APM
Google Cloud Professional Cloud Developer の試験範囲、Cloud Run / GKE / Cloud Build / Cloud Trace、AWS DVA / Azure AZ-204 比較、学習ロードマップを徹底解説。
Cloud Storage 完全ガイド｜料金・Storage Class・Lifecycle・AWS S3 比較 (GCP)
Google Cloud Storage の全機能解説。Storage Class (Standard/Nearline/Coldline/Archive)、Multi-region、Object Lifecycle、Versioning、Signed URL、Uniform IAM、AWS S3 / Azure Blob 比較を網羅。
Pub/Sub 完全ガイド｜料金・Push vs Pull・Ordering Key・Kafka 比較 (GCP)
Google Cloud Pub/Sub の全機能解説。Push vs Pull、Ordering Key、Exactly-once、Dead Letter、Schema Registry、Pub/Sub Lite、AWS SNS/SQS / Kafka 比較、料金体系を網羅。
Cloud Functions (2nd gen) 完全ガイド｜1st gen 違い・料金・Lambda 比較 (GCP)
Google Cloud Functions 2nd gen の全機能解説。1st gen 違い、Eventarc 統合、Cloud Run ベース、対応言語、コールドスタート対策、AWS Lambda 比較、無料枠・料金体系を網羅。
※ Google Cloud、Bigtable は Google LLC の商標です。最新情報は Bigtable 公式 をご確認ください。
NicheeLab編集部
データエンジニアリング・クラウド資格の専門家。Databricks・Snowflake等の認定資格を保有し、実務経験に基づいた問題作成・解説を行っています。NicheeLab運営。
Google Cloud (GCP) 認定資格ロードマップ 2026 完全版｜全 15 試験を体系化
Google Cloud 認定資格 全 15 試験 (Foundational 2 + Associate 3 + Pr...
Cloud Digital Leader (CDL) 完全ガイド｜出題範囲・学習リソース・合格戦略
Google Cloud Cloud Digital Leader (CDL) の完全ガイド。6 ドメイン 92 bul...
Generative AI Leader (GAIL) 完全ガイド｜Google Cloud 生成 AI 認定
Google Cloud Generative AI Leader (GAIL、2025-05-14 リリース) の完全...
Vertex AI 入門｜Google Cloud 統合 ML プラットフォームの全機能
Google Cloud Vertex AI の入門解説。Vertex AI Studio / Agent Builde...
GCP Associate Cloud Engineer (ACE) 完全ガイド｜試験範囲・受験料・学習ロードマップ
Google Cloud Associate Cloud Engineer (ACE) の試験範囲・受験料 125 US...