Big Queryを使用した強力なBig Data処理システムを構築することができます。このBig Data処理システムはGoogleクラウド上に構築されることから、柔軟なスケーリング機能と可用性を有するシステムになっており、価格性能比も抜群です。
　本セミナーではこのような機能を持つBig Data処理システムの構築方法を、実際に稼働しているコードサンプル・処理手順等に各々の特徴をピックアップしながら解説します。

1. ビッグデータ概論
   1. ビッグデータとは
      • ビッグデータの4V
   2. ビッグデータの処理パターン
      • ビッグデータ処理3つのタイプ
2. BigQuery連携システム
   1. BigQuery連携システムの機能構成
   2. BigQueryとMapReduce
   3. BigQueryはなぜ速いのか
      1. カラム型データストア
      2. ツリーアーキテクチャ
   4. BigQuery連携システムの特徴
      1. データインプット/アウトプット
      2. 高速ビッグデータ処理エンジン
      3. ビッグデータの管理機能
      4. Big Data処理システムの利用価格
3. BigQuery連携パターン1…デモンストレーションによる解説
   1. パターン1の概要
      1. パターン1のシステム構成
      2. パターン1の特徴
   2. サインアップ
      1. Googleアカウントの作成
      2. BigQuery用プロジェクトの作成
   3. データの作成と入力
      1. Excelデータを利用する
      2. センサからのExcelデータ入力
      3. TwitterデータのExcel収集
      4. CSVファイルをBigQueryにアップロードする
   4. データの検索と表示
      1. Web画面からクエリー文で検索・表示
         • 3つの検索例
      2. Excelを使用してクエリー検索・表示
4. BigQuery連携パターン2
   1. パターン2の概要
      1. パターン2のシステム構成
      2. パターン2の特徴
   2. Eclipseを使用したApp Engine (Java) の開発環境作成
      1. Java開発キット (SDK) のインストール
      2. Eclipseのインストール 4.2.3 App Engine用プラグインのインストール
   3. データの作成と入力
      1. Datastoreにデータを書き込む
      2. Datastoreのデータを参照する
      3. データおよび環境の管理を行う
      4. App EngineのDatastoreデータをBigQueryにロードする
         • DatastoreからCloud Storageにロードする
         • Cloud StorageからBigQueryにロードする
5. BigQuery連携パターン3
   1. パターン3の概要
      1. パターン3のシステム構成
      2. パターン3の特徴
   2. Googleドライブ概要
      1. Google Drive とは
      2. Google Driveを使用するには
   3. データの作成と入力
      1. ExcelをGoogle Driveにアップロードする
      2. スプレッドデータをApp Engineから読込み、Datastoreに書込む
      3. スプレッドデータをWeb画面から参照する