Métricas de uso de almacenamiento | Spanner

Ir al contenido principal

Áreas de tecnología

IA y AA
Desarrollo de aplicaciones
Hosting de aplicaciones
Procesamiento
Canalizaciones y análisis de datos
Bases de datos
Nubes distribuidas, híbridas y múltiples
Soluciones de la industria
Migración
Redes
Observabilidad y supervisión
Seguridad
Storage

Herramientas para uso entre productos

Administración de accesos y recursos
Administración de uso y costos
Infraestructura como código
SDK, lenguajes, frameworks y herramientas

/

Consola

English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어

Acceder

Spanner

Comenzar gratis

Descripción general Guías Referencia Ejemplos Asistencia Recursos

Áreas de tecnología
- Más
Herramientas para uso entre productos
- Más
Consola

Descubrimiento
Descripción general del producto
Descripción general de las ediciones de Spanner
Descripción general de la seguridad, la privacidad, el riesgo y el cumplimiento
Interfaz de PostgreSQL
Spanner para cargas de trabajo no relacionales
- Descripción general de las bases de datos no relacionales
- Interfaz de Cassandra
Comenzar
Guía de prueba de concepto de Spanner
Cómo configurar tu entorno
Crea una base de datos y ejecuta consultas en ella
- Usa la consola de Google Cloud
- Usa la CLI de gcloud
Administra tus datos con la consola de Google Cloud
Bibliotecas cliente
Controladores
CLI de Spanner
- Inicio rápido de la CLI de Spanner
- Comandos de la CLI de Spanner
Instancias de prueba gratuita
- Descripción general de las instancias de prueba gratuita
- Crea una instancia de prueba gratuita
Descripción general de la residencia de datos
Crea y administra
Instancias
Bases de datos
Administra recursos con Data Catalog
Diseña y administra un esquema de base de datos
Rutinas
- Funciones remotas
Administra y observa operaciones de larga duración
Configura el tiempo de actividad (TTL)
Conéctate
Conéctate a una base de datos de dialecto PostgreSQL
Conecta clientes de PostgreSQL a Spanner con PGAdapter
Conéctate a Spanner con el adaptador de Cassandra
Crea una instancia de VM de Compute Engine y conéctate a ella para acceder a Spanner
Conéctate a Spanner con un clúster de GKE
Conéctate a Spanner desde otros servicios de Google Cloud
Autenticación en Spanner
Acceso seguro y controlado
Control de acceso con la IAM
- Descripción general de IAM
- Aplica roles de IAM
Control de acceso detallado
Agrega una política de la organización personalizada
Encriptación de datos
- Claves de encriptación administradas por el cliente (CMEK)
  - Descripción general de la CMEK
  - Protege una base de datos con CMEK
- Encriptación de datos en tránsito
Cómo migrar
Proceso de migración
Herramientas de migración
- Descripción general de las herramientas de migración
- Configura la herramienta de migración de Spanner (SMT)
Migración de claves primarias
- Descripción general de la migración de claves primarias
- Migra claves primarias
Migra desde MySQL
- Descripción general de la migración de MySQL
- Migración del esquema de MySQL
  - Descripción general de la migración del esquema desde MySQL
  - Usa SMT para migrar el esquema de MySQL
- Migra tus datos de MySQL
- Configura el resguardo para MySQL
Carga datos de muestra
Migra desde DynamoDB
Migra desde Oracle
Migra desde PostgreSQL
- Migra a una base de datos con dialecto GoogleSQL
- Migra a una base de datos de dialecto PostgreSQL
Migra desde Cassandra
Migra Spanner a una base de datos de PostgreSQL
Importa y exporta datos
Descripción general de importación y exportación
Importa, exporta y modifica datos con Dataflow
Importa y exporta datos en formato Avro
Importa y exporta datos en formato CSV
Importa una base de datos desde Cloud SQL
Importa datos de PostgreSQL con COPY
Prácticas recomendadas sobre la carga masiva
Recuperación ante desastres
Descripción general de la recuperación ante desastres
Crea copias de seguridad de las bases de datos
Restablece bases de datos
- Descripción general del restablecimiento
- Restablecer copia de seguridad
Recuperación de un momento determinado (PITR)
- Descripción general de la PITR
- Recupera datos con la PITR
Desarrollo
Escribe SQL con la ayuda de Gemini
Prácticas recomendadas para casos de uso
- Spanner como base de datos de videojuegos
Integra frameworks de lenguaje
- Spanner con Hibernate
- Spanner con Spring Data JPA
  - Integración con Spring Data JPA (GoogleSQL)
  - Integración con Spring Data JPA (PostgreSQL)
- Spanner con Spring Data JDBC
  - Integración con Spring Data JDBC (GoogleSQL)
  - Integración con Spring Data JDBC (PostgreSQL)
- Spanner con MyBatis
  - Integración con MyBatis y Spring Boot (GoogleSQL)
  - Integración con MyBatis y Spring Boot (PostgreSQL)
- Spanner con Spring Data
- Escribe una app de Spring Boot que se conecte a Spanner
- Spanner con GORM
  - Integración con GORM (GoogleSQL)
  - Integración con GORM (PostgreSQL)
- Spanner con Django ORM
- Spanner con SQLAlchemy
  - Integración con SQLAlchemy (GoogleSQL)
  - Integración con SQLAlchemy (PostgreSQL)
- Spanner con Active Record
- Spanner con Entity Framework Core
Usa transacciones
Sesiones
Recomendaciones sobre SQL
Cómo leer datos
- Lecturas fuera de las transacciones
- Lecturas dirigidas
- Lectura del alquiler
- Usa recursos de procesamiento independientes de Data Boost para las lecturas
- Cómo usar consultas guardadas
  - Descripción general de las consultas guardadas
  - Cómo crear y administrar consultas guardadas
Modificar datos
Trabaja con tipos de datos
Desarrollo y pruebas
Procesa y visualiza datos
Búsqueda en el texto completo
Instala funciones de MySQL en Spanner
Implementa una arquitectura multiusuario en Spanner
Crea agentes de datos con análisis conversacionales
Realiza consultas en la base de datos en lenguaje natural con QueryData
IA y aprendizaje automático de Spanner
Descripción general de Spanner AI
Comienza a usar Spanner para aplicaciones de IA generativa
Integración de Spanner con Agent Platform
Búsqueda de vectores
- Descripción general de la búsqueda de vectores
- Genera incorporaciones
  - Obtén embeddings de texto de Agent Platform
  - Genera embeddings de vectores de forma masiva con DML particionado
- Realiza una búsqueda de K-vecinos más cercanos
- Elige la mejor función de distancia entre vectores
- Vecinos más cercanos aproximados (ANN)