サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
掃除・片付け
cloud.google.com
デジタル トランスフォーメーションを加速 お客様がデジタル トランスフォーメーションに乗り出したばかりでも、あるいはすでに進めている場合でも、Google Cloud は困難な課題の解決を支援します。
フィードバックを送信 サードパーティの Git リポジトリに接続する コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このドキュメントでは、Dataform リポジトリをサードパーティのリモート Git リポジトリにリンクする方法について説明します。 リポジトリをリンクすると、Dataform 開発ワークスペースで行った変更をリモートの Git リポジトリに対して push および pull できるようになります。 Dataform リポジトリは、次の Git プロバイダでホストされているリモートの Git リポジトリにリンクできます。 Azure DevOps サービス Bitbucket GitHub GitLab サードパーティのリモート リポジトリを Dataform リポジトリにリンクするには、まず認証する必要があります。Dataform のリモ
フィードバックを送信 Looker(オリジナル)から Looker(Google Cloud コア)への移行 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このドキュメントでは、Cloud カスタマーケア、Looker のサポート、本番環境エンジニアリングと連携して、既存の Looker インスタンスを Looker(オリジナル)環境から Looker(Google Cloud コア)に移行するための技術的な手順の概要を説明します。セルフサービス移行については、Looker(オリジナル)から Looker(Google Cloud コア)へのセルフサービス移行ドキュメント ページをご覧ください。 Looker(Google Cloud コア)は、Google Cloud Platform と緊密に統合されているデプロイ環境です。Looker(Google
Gemini 1.5 Pro をお試しください。Vertex AI からアクセスできる、Google のもっとも先進的なマルチモーダル モデルです。 試す ※この投稿は米国時間 2024 年 4 月 13 日に、Google Cloud blog に投稿されたものの抄訳です。 今週ラスベガスで開催された Google Cloud Next が大きな注目を浴びました。お客様の驚くべき躍進を伝えるオープニングの基調講演から刺激的なプロダクト発表にいたるまで、AI が企業の働き方をどのように変革しているかが話題となりました。14 分間の基調講演のまとめで要点をご覧になれます。 デベロッパー基調講演と Expo フロア(今年は広さが 3 倍になりました)の活気ある Innovators Hive では、デベロッパーが中心的な役割を担いました。400 近いパートナー スポンサーも Next 全体に深
フィードバックを送信 CPU の割り当て(サービス) コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 デフォルトでは、Cloud Run インスタンスにはリクエストの処理中、コンテナの起動中、シャットダウン時にのみ CPU が割り当てられます(インスタンスのライフサイクルをご覧ください)。この動作を変更すると、受信リクエストがない場合でも CPU が常に割り当て、利用可能な状態にすることができます。CPU を常に割り当てるように設定すると、短期のバックグラウンド タスクやその他の非同期処理タスクの実行に利用できます。 CPU が常に割り当てられている場合でも、Cloud Run の自動スケーリングは引き続き有効であり、受信トラフィックやリクエスト以外の CPU 使用率の処理に必要ないインスタンスは停止できます。リクエスト処理後 15 分を過ぎるとインスタン
フィードバックを送信 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 アプリ プロファイルの概要 アプリケーション プロファイル(アプリ プロファイル)には、アプリケーションから受信したリクエストを処理する方法を Bigtable インスタンスに指示するための設定が保存されます。アプリケーションが Bigtable インスタンスに接続すると、デフォルトのアプリ プロファイルまたはユーザーが指定したアプリ プロファイルを使用します。Bigtable は、その接続を介してアプリケーションが送信するリクエストに対して、このアプリ プロファイルを使用します。 アプリ プロファイルは、使用するコンピューティングの種類に応じて、標準アプリ プロファイルか Data Boost アプリ プロファイルのいずれかになります。標準アプリ プロファイルでは、コンピューティングに
フィードバックを送信 Monitoring の監査ロギング情報 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このページでは、Cloud Audit Logs の一部として Cloud Monitoring によって作成される監査ログについて説明します。 概要 Google Cloud サービスにより監査ログが書き込まれ、Google Cloud リソース内で「誰が、いつ、どこで、何をしたか」を確認できます。 Google Cloud プロジェクトで記録されるのは、その Google Cloud プロジェクト内に直接存在するリソースの監査ログのみです。フォルダ、組織、請求先アカウントなど、その他の Google Cloud リソースには、そのエンティティ自体の監査ログが記録されます。 Cloud Audit Logs の概要については、Cloud Aud
フィードバックを送信 Workflows と Cloud Scheduler を使用して実行をスケジュールする コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このドキュメントでは、Workflows と Cloud Scheduler を使用して、Dataform SQL ワークフローのスケジュールされた実行を行う方法について説明します。 スケジュールされたワークフローの実行について Dataform SQL ワークフローの実行頻度を設定するには、Workflows ワークフローをトリガーする Cloud Scheduler ジョブを作成します。ワークフローは、定義したオーケストレーション ワークフローでサービスを実行します。 Workflows は、Dataform SQL ワークフローを 2 段階のプロセスで実行します。まず、Git プロバイダから
フィードバックを送信 Dataform での JavaScript の概要 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このドキュメントでは、JavaScript を使用して Dataform で SQL ワークフローを開発する方法について説明します。 Dataform コアを使用すると、SQLX と JavaScript を使用して SQL ワークフロー オブジェクトを作成できます。必要に応じて、SQLX とともに JavaScript を使用して、ワークフロー内で同様の要素を繰り返し作成します。たとえば、JavaScript を使用して、特定のユーザー ID を削除して、ワークフロー内の各テーブルのビューを作成できます。 JavaScript のみを使用して SQL ワークフロー オブジェクトを開発することもできます。 JavaScript を使用
Try Gemini 1.5 ProGoogle's most advanced multimodal model in Vertex AI Try it ※この投稿は米国時間 2024 年 4 月 13 日に、Google Cloud blog に投稿されたものの抄訳です。 今週ラスベガスで開催された Google Cloud Next が大きな注目を浴びました。お客様の驚くべき躍進を伝えるオープニングの基調講演から刺激的なプロダクト発表にいたるまで、AI が企業の働き方をどのように変革しているかが話題となりました。14 分間の基調講演のまとめで要点をご覧になれます。 デベロッパー基調講演と Expo フロア(今年は広さが 3 倍になりました)の活気ある Innovators Hive では、デベロッパーが中心的な役割を担いました。400 近いパートナー スポンサーも Next 全体に深
フィードバックを送信 Go でトレースと指標を生成する コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このドキュメントでは、オープンソースの OpenTelemetry フレームワークを使用してトレースと指標データを収集するように Go アプリを変更する方法と、構造化 JSON ログを標準出力に出力する方法について説明します。このドキュメントでは、インストールして実行できるサンプルアプリについても説明します。このアプリは、指標、トレース、ログを生成するように構成されています。 コンテキストについて OpenTelemetry のコンテキストは、プロセス内の API 間で実行スコープの値を伝達するメカニズムです。コンテキストの重要な用途は、現在アクティブなスパンを保持し、新しいスパンの作成時にその親として変更または参照できるようにすることです。要約すると、
Try Gemini 1.5 ProGoogle's most advanced multimodal model in Vertex AI Try it ※この投稿は米国時間 2024 年 4 月 12 日に、Google Cloud blog に投稿されたものの抄訳です。 昨年の Google Cloud Next ‘23 で、Google は Database Migration Service(DMS)で Oracle から PostgreSQL への移行をサポートすることを発表しました。これにより、Oracle から PostgreSQL へのスムーズな移行を直感的かつ効率的に行えるようになりました。さらに、この移行の最も時間のかかるフェーズでわずらわしさを軽減するために、統合されたコードおよびスキーマ変換が導入されたことも発表しました。 今週開催された Google Cloud
Try Gemini 1.5 ProGoogle's most advanced multimodal model in Vertex AI Try it ※この投稿は米国時間 2024 年 4 月 12 日に、Google Cloud blog に投稿されたものの抄訳です。 2023 年 11 月に Memorystore for Redis Cluster が一般提供(GA)されて以来、このサービスの導入と成長が急速に進んでいます。Google Cloud Next 2024 で、Google は Memorystore for Redis Cluster の主要なリリースをいくつか発表しました。 RDB(Redis データベース)と AOF(追記専用ファイル)の両方に利用できるデータ永続性の公開プレビュー版 新しいノードタイプ(1.4 GB、6.5 GB、58 GB)の一般提供 Me
Try Gemini 1.5 ProGoogle's most advanced multimodal model in Vertex AI Try it ※この投稿は米国時間 2024 年 4 月 12 日に、Google Cloud blog に投稿されたものの抄訳です。 昨今の進化し続ける脅威の状況を受けて、組織はクラウド内の重要なアセットを保護するための堅牢なネットワーク セキュリティ ソリューションを求めています。Google Cloud は優れたクラウド ファーストのセキュリティ管理の提供に取り組んでいます。本日の Google Cloud Next では、次世代クラウド ファイアウォール サービスである Google Cloud NGFW Enterprise の一般提供を発表いたします。 Cloud NGFW Enterprise(旧 Cloud Firewall Plus
Try Gemini 1.5 ProGoogle's most advanced multimodal model in Vertex AI Try it ※この投稿は米国時間 2024 年 4 月 10 日に、Google Cloud blog に投稿されたものの抄訳です。 いたるところで、急速なスピードでイノベーションが巻き起こっています。その結果、カスタマイズした 3 層アプリやクラウドネイティブ アプリなどのエンタープライズ ワークロードから、SAP、ハイ パフォーマンス コンピューティング(HPC)、さらに生成 AI アプリケーションなどのビジネス クリティカルなワークロードにいたるまで、コンピューティング パフォーマンスと信頼性に対するお客様のニーズはますます高まっています。Google のお客様はイノベーションのペースを加速し続けていますが、コストの上昇を相殺し、持続可能なイ
※この投稿は米国時間 2024 年 4 月 11 日に、Google Cloud blog に投稿されたものの抄訳です。 私たちは、ビジネス インテリジェンス(BI)の転換点を迎えています。これまでにない規模にまで増加したデータは、あらゆる面でビジネスに影響を与えています。そのようなデータに対するユーザーからの需要も増加しており、さまざまなアクセス要件に応じるなど、組織は対応を迫られています。そのようななか、あらゆるプロジェクトの構想と立ち上げの方法を大きく変える AI が登場しました。生成 AI の実現と導入により、従来の方法よりも会話分析に魅力を感じているユーザーに BI のあらゆるメリットがもたらされようとしています。今週の Google Cloud Next では、Gemini in Looker に導入された会話分析についてご紹介しました。これは、ユーザーが自然言語を使用してイン
Broadcom は、VMware ワークロードの Google Cloud への移行、共同の市場開拓イニシアチブでの連携、新しい生成 AI 機能の提供を進めています。 ※この投稿は米国時間 2024 年 4 月 9 日に、Google Cloud Press Release に投稿されたものの抄訳です。 ラスベガス、2024 年 4 月 9 日 / PRNewswire/ -- Cloud Next '24、ラスベガス -- 本日、Broadcom Inc.(NASDAQ: AVGO)と Google Cloud はパートナーシップの拡大を発表しました。これにより、Broadcom の VMware ワークロードの Google Cloud に向けた最適化、共同の市場開拓イニシアチブでの連携、さらに多くの Broadcom プロダクトとサービスの Google Cloud Marketp
Try Gemini 1.5 ProGoogle's most advanced multimodal model in Vertex AI Try it ※この投稿は米国時間 2024 年 4 月 11 日に、Google Cloud blog に投稿されたものの抄訳です。 データリーダーの 80% が、データと AI の境界線が曖昧になっていると考えています。ビジネスデータに大規模言語モデル(LLM)を使用すると、競争上の優位性を得ることができますが、この恩恵を得るには、データの構造化、準備、管理、モデル化、スケーリングをどのように行うかが重要になります。 データクラウドを活用するために、すでに何万もの組織が BigQuery とその統合 AI 機能を選択しています。しかし、データドリブンな AI の時代においては、あらゆるデータ ワークロードを管理するシンプルな方法が必要とされていま
AlloyDB で自然言語がサポートされ、リアルタイム データを活用した生成 AI アプリの構築が可能に ※この投稿は米国時間 2024 年 4 月 11 日に、Google Cloud blog に投稿されたものの抄訳です。 生成 AI を活用すれば、AI/ML に関する専門知識がなくても、インタラクティブでパーソナライズされた、完成度の高いエクスペリエンスをユーザーに提供できるようになります。基盤モデルが市場に浸透するようになってから、可能性の範囲に留まっていた各種の機能が、急速に現実味を帯びたものになっています。デベロッパーはどのようにして、正確性、関連性、安全性に優れたエンタープライズ グレードのエクスペリエンスを実現できるでしょうか。 運用データは、トレーニング済みの基盤モデルと実際のエンタープライズ アプリケーションの橋渡しをするものです。トレーニング済みモデルによってフランス
フィードバックを送信 SQL ワークフローの概要 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このドキュメントは、Dataform での SQL ワークフローのアーキテクチャと実行を理解するのに役立ちます。 Dataform を使用して BigQuery で実行し、分析目的でデータを変換できる SQL ワークフローを開発、テスト、バージョン管理できます。SQL ワークフローは、Dataform コアで、SQLX ファイルと、必要に応じて JavaScript ファイルを使用して、または JavaScript で開発できます。 SQL ワークフローは、次のオブジェクトで構成できます。 データソースの宣言 Dataform テーブル定義と SQL オペレーションでこれらのデータソースを参照できる BigQuery データソースの宣言。テーブル 宣言されたデ
フィードバックを送信 Dataflow を使用して Kafka から BigQuery にデータを書き込む コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このドキュメントでは、Apache Kafka から BigQuery にストリーミングする Dataflow パイプラインの作成とデプロイの概要について説明します。 Apache Kafka は、イベント ストリーミングのオープンソース プラットフォームです。Kafka は分散型アーキテクチャでよく使用され、疎結合のコンポーネント間の通信を可能にします。Dataflow を使用すると、Kafka からイベントを読み取って処理し、結果をさらに分析するために BigQuery テーブルに書き込むことができます。 Google は、Kafka to BigQuery パイプラインを構成する Dataflow
フィードバックを送信 GitHub Actions ワークフローを使用して .NET アプリを Google Kubernetes Engine にデプロイする コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 このチュートリアルでは、GitHub Actions ワークフローを使用して、.NET を使用する ASP.NET Model-View-Controller(MVC)ウェブ アプリケーションをGoogle Kubernetes Engine (GKE)にデプロイする方法について説明します。 このチュートリアルは、Microsoft .NET、GitHub Actions、GKE に関する基本的な知識があるデベロッパーと DevOps エンジニアを対象としています。このチュートリアルを実行するには、GitHub アカウントが必要です。 目標 .NET
※この投稿は米国時間 2024 年 3 月 23 日に、Google Cloud blog に投稿されたものの抄訳です。 BigQuery と Salesforce Data Cloud の双方向データ共有の一般提供が開始されました。これにより、データ インフラストラクチャや複雑な ETL(抽出、変換、読み込み)パイプラインの構築と管理に追加の費用をかけなくても、異なるプラットフォーム間のデータを安全に組み合わせてデータ ユースケースを簡単に拡充することができます。 今や、顧客のニーズに迅速に応えることはかつてないほど重要となっており、リアルタイムのカスタマー エクスペリエンスを提供するタッチポイントやデバイスが増え続けています。しかし、生成・収集されるデータの量は増加の一途をたどり、それらの膨大なデータが複数の SaaS アプリケーションや分析プラットフォームに分散して存在しているため、
次のページ
このページを最初にブックマークしてみませんか?
『Cloud Computing Services | Google Cloud』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く