Mimo zmiennych warunków biznesowych, potrzeby naszych klientów nigdy nie były tak jasne: chcą oni obniżyć koszty operacyjne, zwiększyć przychody i dostarczać swoim klientom lepszych doświadczeń z używania swoich usług. Dziś, na trzeciej dorocznej konferencji Google Data Cloud & AI Summit, ogłaszamy nowości produktowe i rozwiązania naszych partnerów, które mogą zoptymalizować stosunek ceny do wydajności, lepiej wykorzystać nasz otwarty ekosystem, ustawić standardy dotyczące bezpieczeństwa danych oraz wprowadzić rozwiązania oparte na sztucznej inteligencji i uczeniu maszynowym (AI i ML).Nasze kluczowe innowacje pozwolą klientom na: 
  • zwiększenie przewidywalności kosztów przetwarzania danych za pomocą BigQuery Editions, uwolnienie się od przestarzałych baz danych dzięki wykorzystaniu AlloyDB Omni, 
  • uspójnienie zaufanych metryk biznesowych w całej organizacji dzięki Looker Modeler, 
  • rozszerzenie możliwości AI i ML na BigQuery i inne platformy firm trzecich. 

Zmniejszenie kosztów operacyjnych dla BigQuery 


W szybko zmieniających się warunkach rynkowych organizacje potrzebują inteligentniejszych systemów, które zapewniają wymaganą wydajność i elastyczność. W związku z tym wprowadzamy nową ofertę na rozwiązania BigQuery wraz z innowacjami w zakresie autoskalowania i kosztów magazynowania danych opartego o skompresowany wolumen. 


Edycje BigQuery zapewniają większy wybór i elastyczność, dzięki czemu można wybrać odpowiedni zestaw funkcjonalności dla różnych typów przetwarzań. Można łączyć i dopasowywać edycje Standard, Enterprise i Enterprise Plus, aby uzyskać preferowany stosunek ceny do wydajności według zastosowania. 


Edycje BigQuery obejmują możliwość jedno- lub wieloletnich zobowiązań w niższych cenach dla przewidywanych obciążeń oraz nowe automatyczne skalowanie, które obsługuje nieprzewidywalne obciążenia, zapewniając opcję zapłaty tylko za wykorzystywaną moc obliczeniową. W przeciwieństwie do alternatywnych rozwiązań opartych na maszynach wirtualnych, które pobierają opłatę za cały klaster obliczeniowy ze stałą mocą, BigQuery wykorzystuje moc architektury bezserwerowej, aby dostarczyć dodatkową pojemność i uchronić klientów przed płaceniem za niewykorzystaną pojemność klastra. Dodatkowo oferujemy nowy model rozliczeniowy dla danych magazynowanych w BigQuery oparty o skompresowany wolumen


Odejście od starszych baz danych dzięki AlloyDB 


Dla wielu organizacji redukcja kosztów oznacza migrację z drogich, starszych baz danych. Czasami jednak nie mogą one działać tak szybko, jak to możliwe, ponieważ ich obciążenia są ograniczone do lokalnych centrów danych ze względu na wymogi regulacyjne lub dotyczące suwerenności danych albo też uruchamiają swoje aplikacje z wykorzystaniem przetwarzania brzegowego. W związku z tym pojawia się potrzeba wyboru ścieżki wspierającej modernizację in-place. Jest to możliwe z wykorzystaniem AlloyDB, naszej wysokowydajnej, kompatybilnej z PostgreSQL bazy danych. 


Dziś mamy przyjemność ogłosić premierę technologiczną AlloyDB Omni, edycji AlloyDB do pobrania, zaprojektowanej do działania w siedzibie firmy, z wykorzystaniem przetwarzania brzegowego, w chmurze, a nawet na laptopach deweloperów. AlloyDB Omni oferuje najlepsze zalety AlloyDB, w tym wysoką wydajność, kompatybilność z PostgreSQL i wsparcie dla Google Cloud, a wszystko to za ułamek kosztów starszych baz danych. W testach wydajności AlloyDB Omni jest ponad dwukrotnie szybszy niż standardowy PostgreSQL w sytuacji obciążeń transakcyjnych i zapewnia do 100 razy szybsze zapytania analityczne niż standardowy PostgreSQL. Darmową ofertę dla deweloperów można pobrać już dziś na stronie https://cloud.google.com/alloydb/omni


W celu ułatwienia korzystania z naszej otwartej chmury danych, ogłaszamy nowe narzędzie Google Cloud Database Migration Assessment (DMA), które generuje łatwe do zrozumienia raporty pokazujące nakłady pracy wymagane do przeniesienia się do jednej z naszych baz danych PostgreSQL - czy to AlloyDB, czy Cloud SQL. W przypadku zainteresowania przyspieszeniem przejścia danej organizacji na bazy danych Google Cloud, zachęcamy do skontaktowania się z nami już dziś pod adresem g.co/cloud/migrate-today


Bezpieczne ustalanie standardów danych 


Organizacje oparte na danych muszą mieć pewność, że mogą zaufać danym pokazywanym w narzędziach analityki biznesowej (BI). Dziś przedstawiamy Looker Modeler, który umożliwia definiowanie metryk biznesowych przy użyciu innowacyjnej warstwy modelowania semantycznego Lookera. Looker Modeler to źródło informacji dla wskaźników organizacji, które można udostępnić wybranym narzędziom BI, takim jak PowerBI, Tableau, Thoughtspot, Connected Sheets i Looker Studio, dostarczając użytkownikom wysokiej jakości danych do podejmowania świadomych decyzji. 


Oprócz Looker Modeler, zapowiadamy również powstanie przestrzeni do czyszczenia danych BigQuery, które pomogą organizacjom w udostępnianiu i dopasowywaniu zbiorów w różnych firmach, przy jednoczesnym poszanowaniu prywatności użytkowników. Począwszy od III kwartału, można będzie używać przestrzeni do czyszczenia danych BigQuery w podglądzie, aby przesłać dane własne i połączyć je z danymi z kampanii reklamowych lub innymi zbiorami danych stron trzecich za pośrednictwem marketplaces Google Cloud. Może to umożliwić organizacji dotarcie do nowych wniosków i ulepszenie kampanii, a wszystko to przy zachowaniu ochrony prywatności. 


Zwiększamy również możliwości przestrzeni do czyszczenia danych dzięki kilku nowym partnerstwom. Habu zintegruje się z BigQuery, aby wspierać bezpieczną orkiestrację danych i ich usługę "data clean room". LiveRamp na Google Cloud umożliwi współpracę nad danymi z zachowaniem bezpiecznego dostępu do nich i rozwiązywanie problemów z tożsamością bezpośrednio w BigQuery. Lytics to platforma zbierająca informacje o klientach zbudowana na BigQuery, mająca za zadanie pomóc w opracowywaniu bardziej precyzyjnych analiz w kanałach marketingowych. 


Uczenie maszynowe (ML) w opracowywaniu danych BigQuery 


ML, który pozwala analitykom danych na dostęp do uczenia maszynowego za pomocą istniejących narzędzi i wykorzystania języka SQL, odnotował ponad 200% wzrostu wykorzystania w 2022 roku poprzednich dwunastu miesięcy. Odkąd BigQuery ML stał się ogólnie dostępny w 2019 roku, klienci uruchomili setki milionów zapytań predykcyjnych i treningowych dla swoich modeli. Google Cloud dostarcza deweloperom infrastrukturę do pracy z danymi, AI i ML, w tym Vertex AI, Cloud Tensor Processing Units (TPU) oraz najnowsze procesory graficzne firmy Nvidia. Aby umożliwić wykorzystanie ML w pracy z danymi, ogłaszamy nowe możliwości w BigQuery, które pozwolą użytkownikom importować modele takie jak PyTorch, hostować zdalne modele wdrożone na Vertex AI i uruchamiać wstępnie wytrenowane modele od Google dostępne na GCP jako API. 


Opierając się na naszym otwartym ekosystemie do rozwoju AI, ogłaszamy również partnerstwa, aby zapewnić klientom większy wybór i możliwości opracowywania wniosków dotyczących zbieranych danych z wykorzystaniem AI i ML, w tym nowe integracje między: 
  • DataRobot i BigQuery, umożliwiające użytkownikom środowiska notebooków do budowania modeli ML i wdrażania predykcji z tych modeli z powrotem do BigQuery, 
  • Neo4j i BigQuery, umożliwiające użytkownikom rozszerzenie analizy SQL o graficzną naukę o danych i uczenie maszynowe poprzez płynną pracę pomiędzy BigQuery i Neo4j Graph Data Science, niezależnie od tego, czy korzystają z BigQuery SQL czy notebooków, 
  • ThoughtSpot i wiele usług w chmurze Google - BigQuery, LookML i Google Sheets - które zapewnią więcej możliwości wyszukiwania opartego o AI z wykorzystaniem technik przetwarzania języka naturalnego, aby pomóc użytkownikom szybciej uzyskać wgląd w dane biznesowe. 

Przyspieszenie chmury danych dzięki otwartemu ekosystemowi 


Ponad 900 partnerów oprogramowania zasila swoje aplikacje za pomocą chmury danych Google. Partnerzy rozszerzyli otwarty ekosystem Google Cloud, wprowadzając nowe sposoby, dzięki którym klienci mogą wzbogacić kontekst dla analizy danych. Oto kilka aktualizacji od naszych partnerów w chmurze danych: 
  • Crux Informatics udostępnia ponad 1000 nowych zbiorów danych w Analytics Hub, a jeszcze w tym roku planuje zwiększyć ich liczbę do ponad 2000, 
  • Starburst pogłębia swoją integrację z BigQuery, dzięki czemu klienci mogą wprowadzić analitykę do swoich danych bez względu na to, gdzie są przechowywane, 
  • Collibra wprowadziła nowe funkcje w BigQuery, Dataplex, Cloud Storage i AlloyDB, aby pomóc klientom uzyskać lepsze zrozumienie ich biznesu dzięki zaufanym danym, 
  • Informatica uruchomiła w Google Cloud natywną, napędzaną sztuczną inteligencją usługę zarządzania danymi podstawowymi, aby ułatwić klientom łączenie danych w całym przedsiębiorstwie w celu uzyskania kontekstowego widoku 360 stopni i wglądu w BigQuery, 
  • Google Cloud Ready for AlloyDB to nowy program wyróżniający rozwiązania partnerskie, które spełniły rygorystyczne wymagania dotyczące integracji z AlloyDB. Trzydziestu partnerów uzyskało już oznaczenie Cloud Ready - AlloyDB, w tym Collibra, Confluent, Datadog, Microstrategy i Striim. 

W Google Cloud wierzymy, że dane i AI mają moc rozwoju biznesów naszych klientów. Osoby zainteresowane tematyką danych zapraszamy na serię wydarzeń Data Cloud Live, odbywającą się w wielu miastach na całym świecie.