{"id":91903,"date":"2020-08-20T07:42:18","date_gmt":"2020-08-20T05:42:18","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/kak-bigquery-ot-google-demokratiziroval-analiz-dannyh-chast-2"},"modified":"2020-08-20T07:42:18","modified_gmt":"2020-08-20T05:42:18","slug":"kak-bigquery-ot-google-demokratiziroval-analiz-dannyh-chast-2","status":"publish","type":"post","link":"https:\/\/prohoster.info\/fr\/blog\/administrirovanie\/kak-bigquery-ot-google-demokratiziroval-analiz-dannyh-chast-2","title":{"rendered":"Comment BigQuery de Google a d\u00e9mocratis\u00e9 l'analyse des donn\u00e9es. Partie 2","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p><b><i>Bonjour, Habr ! Actuellement, il y a une nouvelle session d'inscription pour le cours sur OTUS. <noindex><a rel=\"nofollow\" href=\"https:\/\/otus.pw\/wDZQ\/\">\u00abIng\u00e9nieur en donn\u00e9es\u00bb<\/a><\/noindex>. \u00c0 l'approche du d\u00e9but du cours, nous continuons \u00e0 partager avec vous du mat\u00e9riel utile. <\/i><\/b><\/p>\n<p><i><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/otus\/\">Lire la premi\u00e8re partie<\/a><\/noindex><\/i><\/p>\n<p><img decoding=\"async\" alt=\"Comment BigQuery de Google a d\u00e9mocratis\u00e9 l&#039;analyse des donn\u00e9es. Partie 2\" src=\"\/wp-content\/uploads\/2020\/08\/7b9314bffd954cd408807280f8956c21.png\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<h4>Gestion des donn\u00e9es<\/h4>\n<p>\nLa gouvernance des donn\u00e9es forte (Strong Data Governance) est le principe fondamental de l'ing\u00e9nierie chez Twitter. Au fur et \u00e0 mesure que nous int\u00e9grons BigQuery dans notre plateforme, nous nous concentrons sur la d\u00e9couverte des donn\u00e9es, le contr\u00f4le d'acc\u00e8s, la s\u00e9curit\u00e9 et la confidentialit\u00e9.<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<p>Pour la d\u00e9couverte et la gestion des donn\u00e9es, nous avons \u00e9largi notre niveau d'acc\u00e8s aux donn\u00e9es (Data Access Layer \u2014 <noindex><a rel=\"nofollow\" href=\"https:\/\/blog.twitter.com\/engineering\/en_us\/topics\/insights\/2016\/discovery-and-consumption-of-analytics-data-at-twitter.html\">DAL<\/a><\/noindex>), afin de fournir des outils tant pour les donn\u00e9es locales que pour les donn\u00e9es Google Cloud, en offrant une interface unique et une API \u00e0 nos utilisateurs. \u00c0 mesure que Google <noindex><a rel=\"nofollow\" href=\"https:\/\/cloud.google.com\/data-catalog\/\">Data Catalog<\/a><\/noindex> avance vers la transparence, nous l'int\u00e9grerons dans nos projets pour offrir aux utilisateurs des fonctionnalit\u00e9s telles que la recherche par colonnes.<\/p>\n<p>BigQuery permet un partage et un acc\u00e8s faciles aux donn\u00e9es, mais nous devions exercer un certain contr\u00f4le pour emp\u00eacher l'exfiltration de donn\u00e9es. Parmi d'autres outils, nous avons choisi deux fonctionnalit\u00e9s :<\/p>\n<ul>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/cloud.google.com\/resource-manager\/docs\/organization-policy\/restricting-domains\">Partage restreint par domaine<\/a><\/noindex>: une fonctionnalit\u00e9 b\u00eata qui interdit aux utilisateurs de partager des ensembles de donn\u00e9es BigQuery avec des utilisateurs externes \u00e0 Twitter.<\/li>\n<li><noindex><a rel=\"nofollow\" href=\"https:\/\/cloud.google.com\/vpc-service-controls\/\">Contr\u00f4les de service VPC<\/a><\/noindex>: un contr\u00f4le qui emp\u00eache l'exfiltration de donn\u00e9es et exige que les utilisateurs acc\u00e8dent \u00e0 BigQuery \u00e0 partir de plages d'adresses IP connues.<\/li>\n<\/ul>\n<p>\nNous avons mis en \u0153uvre les exigences d'authentification, d'autorisation et d'audit (AAA) pour garantir la s\u00e9curit\u00e9 de la mani\u00e8re suivante :<\/p>\n<ul>\n<li> Authentification : nous avons utilis\u00e9 des comptes d'utilisateur GCP pour des requ\u00eates ad hoc et des comptes de service pour des requ\u00eates de travail.<\/li>\n<li>Autorisation : nous exigions que chaque ensemble de donn\u00e9es ait un compte de service propri\u00e9taire et un groupe de lecteurs.<\/li>\n<li>Audit : nous avons export\u00e9 les journaux des pilotes de pile BigQuery, qui contenaient des informations d\u00e9taill\u00e9es sur l'ex\u00e9cution des requ\u00eates, dans un ensemble de donn\u00e9es BigQuery pour faciliter l'analyse.<\/li>\n<\/ul>\n<p>\nPour assurer le traitement appropri\u00e9 des donn\u00e9es personnelles des utilisateurs de Twitter, nous devons enregistrer tous les ensembles de donn\u00e9es BigQuery, annoter les donn\u00e9es personnelles, maintenir un stockage appropri\u00e9 et supprimer (nettoyer) les donn\u00e9es qui ont \u00e9t\u00e9 supprim\u00e9es par les utilisateurs.<\/p>\n<p>Nous avons examin\u00e9 l'API Google <noindex><a rel=\"nofollow\" href=\"https:\/\/cloud.google.com\/dlp\/\">Cloud Data Loss Prevention API<\/a><\/noindex>, qui utilise l'apprentissage automatique pour classifier et \u00e9diter les donn\u00e9es sensibles, mais nous avons d\u00e9cid\u00e9 de privil\u00e9gier l'annotation manuelle du jeu de donn\u00e9es en raison de sa pr\u00e9cision. Nous pr\u00e9voyons d'utiliser l'API de pr\u00e9vention des pertes de donn\u00e9es pour compl\u00e9ter l'annotation par les utilisateurs.<\/p>\n<p>Sur Twitter, nous avons cr\u00e9\u00e9 quatre cat\u00e9gories de confidentialit\u00e9 pour les jeux de donn\u00e9es dans BigQuery, \u00e9num\u00e9r\u00e9es ici par ordre de sensibilit\u00e9 d\u00e9croissante :<\/p>\n<ul>\n<li>Les jeux de donn\u00e9es hautement sensibles sont accessibles au besoin, sur la base du principe du moindre privil\u00e8ge. Chaque jeu de donn\u00e9es a un groupe distinct de lecteurs, et nous suivrons l'utilisation des comptes individuels.<\/li>\n<li>Les jeux de donn\u00e9es de sensibilit\u00e9 moyenne (pseudonymes \u00e0 sens unique utilisant un hachage sal\u00e9) ne contiennent pas d'informations personnelles identifiables (Personally Identifiable Information \u2014 PII) et sont accessibles \u00e0 un plus grand groupe d'employ\u00e9s. C'est un bon \u00e9quilibre entre les consid\u00e9rations de confidentialit\u00e9 et l'utilit\u00e9 des donn\u00e9es. Cela permet aux employ\u00e9s d'effectuer des t\u00e2ches d'analyse, comme le calcul du nombre d'utilisateurs ayant utilis\u00e9 la fonctionnalit\u00e9, sans conna\u00eetre l'identit\u00e9 des v\u00e9ritables utilisateurs.<\/li>\n<li>Les jeux de donn\u00e9es \u00e0 faible sensibilit\u00e9 contiennent toutes les informations permettant d'identifier l'utilisateur. C'est une bonne approche en termes de confidentialit\u00e9, mais cela ne peut pas \u00eatre utilis\u00e9 pour des analyses au niveau utilisateur.<\/li>\n<li>Les jeux de donn\u00e9es publics (publi\u00e9s en dehors de Twitter) sont accessibles \u00e0 tous les employ\u00e9s de Twitter.<\/li>\n<\/ul>\n<p>\nEn ce qui concerne l'enregistrement, nous avons utilis\u00e9 des t\u00e2ches planifi\u00e9es pour lister les jeux de donn\u00e9es BigQuery et les enregistrer dans la couche d'acc\u00e8s aux donn\u00e9es (<noindex><a rel=\"nofollow\" href=\"https:\/\/blog.twitter.com\/engineering\/en_us\/topics\/insights\/2016\/discovery-and-consumption-of-analytics-data-at-twitter.html\">DAL<\/a><\/noindex>), le r\u00e9f\u00e9rentiel de m\u00e9tadonn\u00e9es de Twitter. Les utilisateurs annoteront les jeux de donn\u00e9es avec des informations de confidentialit\u00e9 et d\u00e9finiront \u00e9galement la dur\u00e9e de conservation. En ce qui concerne le nettoyage, nous \u00e9valuons la performance et le co\u00fbt de deux options : <i>1.<\/i> Nettoyage des jeux de donn\u00e9es dans GCS \u00e0 l'aide d'outils comme Scalding, puis chargement dans BigQuery ; <i>2.<\/i> Utilisation des op\u00e9rateurs DML de BigQuery. Nous utiliserons probablement une combinaison des deux m\u00e9thodes pour r\u00e9pondre aux exigences des diff\u00e9rents groupes et donn\u00e9es.<\/p>\n<h4>Fonctionnalit\u00e9 du syst\u00e8me<\/h4>\n<p>\n\u00c9tant donn\u00e9 que BigQuery est un service g\u00e9r\u00e9, il n'\u00e9tait pas n\u00e9cessaire d'impliquer l'\u00e9quipe SRE de Twitter dans la gestion des syst\u00e8mes ou l'ex\u00e9cution des t\u00e2ches de garde. Il \u00e9tait facile de fournir une grande capacit\u00e9 tant pour le stockage que pour le calcul. Nous pouvions modifier la r\u00e9servation de slots en cr\u00e9ant des tickets aupr\u00e8s du support Google. Nous avons constat\u00e9 que des am\u00e9liorations pouvaient \u00eatre apport\u00e9es, par exemple, l'auto-assistance pour la distribution des slots et l'am\u00e9lioration du tableau de bord pour le monitoring, et nous avons transmis ces demandes \u00e0 Google.<\/p>\n<h4>Co\u00fbt<\/h4>\n<p>\nNotre analyse pr\u00e9liminaire a montr\u00e9 que le co\u00fbt des requ\u00eates pour BigQuery et Presto \u00e9tait comparable. Nous avons acquis des slots \u00e0 <noindex><a rel=\"nofollow\" href=\"https:\/\/cloud.google.com\/bigquery\/pricing#flat_rate_pricing\">prix fixe<\/a><\/noindex> pour avoir un co\u00fbt mensuel stable au lieu de payer <noindex><a rel=\"nofollow\" href=\"https:\/\/cloud.google.com\/bigquery\/pricing#on_demand_pricing\">\u00e0 la demande<\/a><\/noindex> par To de donn\u00e9es trait\u00e9es. Cette d\u00e9cision a \u00e9galement \u00e9t\u00e9 bas\u00e9e sur les retours des utilisateurs qui ne souhaitaient pas r\u00e9fl\u00e9chir aux co\u00fbts avant d'ex\u00e9cuter chaque requ\u00eate.<\/p>\n<p>Le stockage des donn\u00e9es dans BigQuery a engendr\u00e9 des co\u00fbts en plus des d\u00e9penses sur GCS. Des outils comme Scalding n\u00e9cessitent des ensembles de donn\u00e9es dans GCS, et pour acc\u00e9der \u00e0 BigQuery, nous devions t\u00e9l\u00e9charger les m\u00eames ensembles de donn\u00e9es au format BigQuery <noindex><a rel=\"nofollow\" href=\"https:\/\/cloud.google.com\/blog\/products\/gcp\/inside-capacitor-bigquerys-next-generation-columnar-storage-format\">Capacitor<\/a><\/noindex>. Nous travaillons sur la connexion de Scalding aux ensembles de donn\u00e9es BigQuery, ce qui \u00e9liminera la n\u00e9cessit\u00e9 de stocker des jeux de donn\u00e9es \u00e0 la fois dans GCS et dans BigQuery.<\/p>\n<p>Pour les cas rares n\u00e9cessitant des requ\u00eates peu fr\u00e9quentes sur des dizaines de p\u00e9taoctets, nous avons d\u00e9cid\u00e9 que le stockage des ensembles de donn\u00e9es dans BigQuery n'\u00e9tait pas \u00e9conomiquement viable et avons utilis\u00e9 Presto pour un acc\u00e8s direct aux ensembles de donn\u00e9es dans GCS. Pour cela, nous examinons BigQuery External Data Sources.<\/p>\n<h3>Prochaines \u00e9tapes<\/h3>\n<p>\nNous avons remarqu\u00e9 un grand int\u00e9r\u00eat pour BigQuery depuis le lancement de la version alpha. Nous ajoutons plus d'ensembles de donn\u00e9es et plus d'\u00e9quipes dans BigQuery. Nous d\u00e9veloppons des connecteurs pour des outils d'analyse de donn\u00e9es, comme Scalding, afin de lire et \u00e9crire dans le stockage BigQuery. Nous consid\u00e9rons des outils comme Looker et Apache Zeppelin pour cr\u00e9er des rapports d'entreprise sur la qualit\u00e9 et des notes utilisant des ensembles de donn\u00e9es BigQuery.<\/p>\n<p>La collaboration avec Google a \u00e9t\u00e9 tr\u00e8s productive et nous sommes heureux de continuer et de d\u00e9velopper ce partenariat. Nous avons travaill\u00e9 avec Google pour mettre en place notre propre <noindex><a rel=\"nofollow\" href=\"https:\/\/developers.google.com\/issue-tracker\/guides\/partner-access\">Partner Issue Tracker<\/a><\/noindex>, pour envoyer directement des requ\u00eates \u00e0 Google. Certain d'entre eux, comme le chargeur BigQuery Parquet, ont d\u00e9j\u00e0 \u00e9t\u00e9 r\u00e9alis\u00e9s par Google.<\/p>\n<p>Voici quelques-unes de nos demandes de fonctionnalit\u00e9s \u00e0 haute priorit\u00e9 pour Google :<\/p>\n<ul>\n<li>Outils pour faciliter l'importation de donn\u00e9es et prise en charge du format LZO-Thrift.<\/li>\n<li>Segmentation horaire<\/li>\n<li>Am\u00e9liorations en mati\u00e8re de contr\u00f4le d'acc\u00e8s, telles que les autorisations au niveau des tables, des lignes et des colonnes.<\/li>\n<li>BigQuery <noindex><a rel=\"nofollow\" href=\"https:\/\/cloud.google.com\/bigquery\/external-data-sources\">Sources de donn\u00e9es externes<\/a><\/noindex> avec int\u00e9gration et support de Hive Metastore pour le format LZO-Thrift.<\/li>\n<li>Int\u00e9gration am\u00e9lior\u00e9e du catalogue de donn\u00e9es dans l'interface utilisateur de BigQuery<\/li>\n<li>Autonomie pour la distribution et le monitoring des slots.<\/li>\n<\/ul>\n<p><\/p>\n<h3>Conclusion<\/h3>\n<p>\nLa d\u00e9mocratisation de l'analyse de donn\u00e9es, de la visualisation et de l'apprentissage automatique de mani\u00e8re s\u00e9curis\u00e9e est une priorit\u00e9 absolue pour l'\u00e9quipe Data Platform. Nous avons identifi\u00e9 Google BigQuery et Data Studio comme des outils pouvant aider \u00e0 atteindre cet objectif, et nous avons lanc\u00e9 l'ann\u00e9e derni\u00e8re BigQuery Alpha pour l'ensemble de l'entreprise. <\/p>\n<p>Nous avons d\u00e9couvert que les requ\u00eates dans BigQuery \u00e9taient simples et efficaces. Pour importer et transformer les donn\u00e9es, nous avons utilis\u00e9 des outils Google pour des pipelines simples, mais pour des pipelines complexes, nous avons d\u00fb cr\u00e9er notre propre infrastructure Airflow. En mati\u00e8re de gestion des donn\u00e9es, les services BigQuery pour l'authentification, l'autorisation et l'audit r\u00e9pondent \u00e0 nos besoins. Pour la gestion des m\u00e9tadonn\u00e9es et le respect de la confidentialit\u00e9, nous avons besoin d'une plus grande flexibilit\u00e9 et avons d\u00fb cr\u00e9er nos propres syst\u00e8mes. BigQuery, en tant que service g\u00e9r\u00e9, \u00e9tait simple \u00e0 utiliser. Les co\u00fbts des requ\u00eates \u00e9taient comparables \u00e0 ceux des outils existants. Le stockage des donn\u00e9es dans BigQuery a engendr\u00e9 des co\u00fbts en plus des frais pour GCS.<\/p>\n<p>Dans l'ensemble, BigQuery fonctionne bien pour l'analyse SQL g\u00e9n\u00e9rale. Nous notons un grand int\u00e9r\u00eat pour BigQuery, et nous travaillons \u00e0 transf\u00e9rer un plus grand nombre de ensembles de donn\u00e9es, \u00e0 attirer davantage d'\u00e9quipes et \u00e0 cr\u00e9er plus de pipelines avec BigQuery. Des donn\u00e9es vari\u00e9es sont utilis\u00e9es sur Twitter, n\u00e9cessitant une combinaison d'outils tels que Scalding, Spark, Presto et Druid. Nous avons l'intention de continuer \u00e0 d\u00e9velopper nos outils d'analyse de donn\u00e9es et \u00e0 fournir des recommandations claires \u00e0 nos utilisateurs sur la meilleure fa\u00e7on d'utiliser nos offres.<\/p>\n<h3>Mots de remerciement<\/h3>\n<p>\nJe voudrais remercier mes co-auteurs et coll\u00e8gues de l'\u00e9quipe, Anju Dja et Will Pascucci, pour leur magnifique collaboration et leur travail acharn\u00e9 sur ce projet. Je tiens \u00e9galement \u00e0 remercier les ing\u00e9nieurs et managers de plusieurs \u00e9quipes chez Twitter et Google qui nous ont aid\u00e9s ainsi que les utilisateurs de BigQuery chez Twitter pour leurs retours pr\u00e9cieux.<\/p>\n<p>Si vous \u00eates int\u00e9ress\u00e9 par ces t\u00e2ches, consultez nos <noindex><a rel=\"nofollow\" href=\"https:\/\/careers.twitter.com\/content\/careers-twitter\/en\/jobs-search.html?q=&amp;team=careers-twitter%3Ateam%2Finfrastructure-engineering\">offres d'emploi<\/a><\/noindex> dans l'\u00e9quipe Data Platform.<\/p>\n<p>\n<noindex><a rel=\"nofollow\" href=\"https:\/\/otus.pw\/eD9S\/\">La qualit\u00e9 des donn\u00e9es dans le DWH - la coh\u00e9rence du stockage de donn\u00e9es<\/a><\/noindex><\/p>\n<p>Source : <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/otus\/blog\/513782\/\">habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! \u041f\u0440\u044f\u043c\u043e \u0441\u0435\u0439\u0447\u0430\u0441 \u0432 OTUS \u043e\u0442\u043a\u0440\u044b\u0442 \u043d\u0430\u0431\u043e\u0440 \u043d\u0430 \u043d\u043e\u0432\u044b\u0439 \u043f\u043e\u0442\u043e\u043a \u043a\u0443\u0440\u0441\u0430 \u00abData Engineer\u00bb. \u0412 \u043f\u0440\u0435\u0434\u0434\u0432\u0435\u0440\u0438\u0438 \u0441\u0442\u0430\u0440\u0442\u0430 \u043a\u0443\u0440\u0441\u0430 \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0430\u0435\u043c \u0434\u0435\u043b\u0438\u0442\u044c\u0441\u044f \u0441 \u0432\u0430\u043c\u0438 \u043f\u043e\u043b\u0435\u0437\u043d\u044b\u043c \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u043e\u043c. \u0427\u0438\u0442\u0430\u0442\u044c \u043f\u0435\u0440\u0432\u0443\u044e \u0447\u0430\u0441\u0442\u044c \u0423\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u043c\u0438 \u0421\u0438\u043b\u044c\u043d\u043e\u0435 \u0443\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u0434\u0430\u043d\u043d\u044b\u043c\u0438 (Strong Data Governance) \u2014 \u043e\u0441\u043d\u043e\u0432\u043d\u043e\u0439 \u043f\u0440\u0438\u043d\u0446\u0438\u043f Twitter Engineering. \u041f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u043c\u044b \u0432\u043d\u0435\u0434\u0440\u044f\u0435\u043c BigQuery \u0432 \u043d\u0430\u0448\u0443 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0443, \u043c\u044b \u043a\u043e\u043d\u0446\u0435\u043d\u0442\u0440\u0438\u0440\u0443\u0435\u043c\u0441\u044f \u043d\u0430 \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0435\u043d\u0438\u0438 \u0434\u0430\u043d\u043d\u044b\u0445, \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u0435 \u0434\u043e\u0441\u0442\u0443\u043f\u0430, \u0431\u0435\u0437\u043e\u043f\u0430\u0441\u043d\u043e\u0441\u0442\u0438 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":91904,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-91903","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.2 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! \u041f\u0440\u044f\u043c\u043e \u0441\u0435\u0439\u0447\u0430\u0441 \u0432 OTUS \u043e\u0442\u043a\u0440\u044b\u0442 \u043d\u0430\u0431\u043e\u0440 \u043d\u0430 \u043d\u043e\u0432\u044b\u0439 \u043f\u043e\u0442\u043e\u043a \u043a\u0443\u0440\u0441\u0430 \u00abData Engineer\u00bb.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/fr\/blog\/administrirovanie\/kak-bigquery-ot-google-demokratiziroval-analiz-dannyh-chast-2\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.2\" \/>\n\t\t<meta property=\"og:locale\" content=\"fr_FR\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u041a\u0430\u043a BigQuery \u043e\u0442 Google \u0434\u0435\u043c\u043e\u043a\u0440\u0430\u0442\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043b \u0430\u043d\u0430\u043b\u0438\u0437 \u0434\u0430\u043d\u043d\u044b\u0445. \u0427\u0430\u0441\u0442\u044c 2 | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! \u041f\u0440\u044f\u043c\u043e \u0441\u0435\u0439\u0447\u0430\u0441 \u0432 OTUS \u043e\u0442\u043a\u0440\u044b\u0442 \u043d\u0430\u0431\u043e\u0440 \u043d\u0430 \u043d\u043e\u0432\u044b\u0439 \u043f\u043e\u0442\u043e\u043a \u043a\u0443\u0440\u0441\u0430 \u00abData Engineer\u00bb.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/fr\/blog\/administrirovanie\/kak-bigquery-ot-google-demokratiziroval-analiz-dannyh-chast-2\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2020-08-20T05:42:18+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2020-08-20T05:42:18+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Comment BigQuery de Google a d\u00e9mocratis\u00e9 l'analyse des donn\u00e9es. Partie 2 | ProHoster","description":"Bonjour, Habr ! En ce moment, OTUS ouvre une nouvelle cohorte pour le cours \u00ab Data Engineer \u00bb.","canonical_url":"https:\/\/prohoster.info\/fr\/blog\/administrirovanie\/kak-bigquery-ot-google-demokratiziroval-analiz-dannyh-chast-2","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"fr_FR","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041a\u0430\u043a BigQuery \u043e\u0442 Google \u0434\u0435\u043c\u043e\u043a\u0440\u0430\u0442\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u043b \u0430\u043d\u0430\u043b\u0438\u0437 \u0434\u0430\u043d\u043d\u044b\u0445. \u0427\u0430\u0441\u0442\u044c 2 | ProHoster","og:description":"\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! \u041f\u0440\u044f\u043c\u043e \u0441\u0435\u0439\u0447\u0430\u0441 \u0432 OTUS \u043e\u0442\u043a\u0440\u044b\u0442 \u043d\u0430\u0431\u043e\u0440 \u043d\u0430 \u043d\u043e\u0432\u044b\u0439 \u043f\u043e\u0442\u043e\u043a \u043a\u0443\u0440\u0441\u0430 \u00abData Engineer\u00bb.","og:url":"https:\/\/prohoster.info\/fr\/blog\/administrirovanie\/kak-bigquery-ot-google-demokratiziroval-analiz-dannyh-chast-2","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-08-20T05:42:18+00:00","article:modified_time":"2020-08-20T05:42:18+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"91903","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 12:18:28","updated":"2022-10-08 11:10:45","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts\/91903","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/comments?post=91903"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts\/91903\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/media\/91904"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/media?parent=91903"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/categories?post=91903"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/tags?post=91903"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}