【Google Cloud Next18】Cloud Bigtable以熱區圖找出資料庫效能瓶頸，區域複製正式可用

Google在Cloud Next中，除了發表許多新的產品外，原有的GCP產品也持續更新增添新功能，資料庫服務方面，BigQuery就內建了機器學習推出BigQuery ML。而NoSQL巨量資料庫服務Cloud Bigtable也新增了Key Visualizer測試版，這是一個鍵值存取模式的視覺化工具，而在5月發布的區域複製功能正式可用外，客戶端函式庫也持續新增支援的語言。

這次Cloud Bigtable新增的這個測試版新功能Key Visualizer ，這是一個可以幫助使用者分析Cloud Bigtable使用模式的工具，根據存取的鍵值來生成視覺化報告，幫助使用者分析資料庫使用的狀況。可以幫使用者了解Cloud Bigtable在大規模使用下產生的效能問題，能用在鍵值空間中發現不平衡的存取模式、單列太過龐大或是接受太多的讀取寫入活動，所造成的效能問題。

當使用者的實例中，在過去24小時中的某個時間點，包含至少30GB的資料，或是在過去的24小時中，所有讀取或寫入平均值至少每秒一萬行，則Key Visualizer會自動的每小時以及每天對每一個實例的表格進行掃描。每次掃描都會產出多種不同類型的資料，像是大型熱區圖（Heat Map），能隨時間顯示存取模式，還有熱區圖每個軸的聚合值，包括平均值以及總值或最大值。Google也有提供額外工具，讓使用者了解每次掃描產生的資料。

Key Visualizer提供使用者透過熱區圖觀察資料庫隨時間變化的存取模式，還能查看特定鍵值或是時間範圍所產生的視覺化圖表，或是選擇特定資料行以尋找該行鍵值ID。不過，Google也強調，Key Visualizer展示了不少指標，但並非是影響性能的每一種指標，像是當應用程式與GCP之間存在網路問題，從Key Visualizer是無法知道詳細情況的，因此Key Visualizer並無法用作找出影響效能的關鍵。

除此之外，Cloud Bigtable在5月的時候發布的區域複製（Regional Replication）功能，現在正式可用了。使用者可以輕鬆的跨GCP區域，進行非同步複製Cloud Bigtable資料及，以獲得額外資料的吞吐量、更高的耐用性，以及面臨區域性故障時，擁有額外的備援彈性。

在7月時，Google釋出支援Node.js和C#的在客戶端函式庫，他們也承諾將在幾個月內，繼續推出其他的開發語言支援，包括Python、C++、原生Java、Ruby和PHP的客戶端函式庫。