Lors de la conférence Google Cloud Next de cette année, Google a traité avec des entreprises des développements de produits notables, à commencer par le lancement de nouveaux agents d’IA et de gardes d’expédition d’applications logicielles vers de toutes nouvelles régions cloud.
Du côté des données, l’entreprise s’est principalement concentrée sur le développement d’un cloud de données ouvert et extensible, qui pourrait permettre aux entreprises d’accéder et de travailler avec tous les types de données, quel que soit leur format de stockage ou leur environnement, dans un environnement fiable et gouverné. façon. À cette fin, il a révélé de nombreuses capacités intéressantes pour son nuage d’informations.
Vous trouverez ci-dessous un aperçu de tout.
Prise en charge des informations désorganisées sur BigQuery
Pour commencer, Google a déclaré qu’il prend en charge les données désorganisées dans BigQuery, permettant aux entreprises de travailler avec et interrogez plus de types d’informations, comme la vidéo des archives de télévision, l’audio des centres d’appels et des fichiers, dans l’entrepôt de données cloud populaire. Cette décision permettra aux entreprises de couvrir la majorité de leurs sources d’informations, dépassant les jours où elles n’avaient la capacité d’évaluer que des informations structurées à partir de bases de données opérationnelles et d’applications logicielles en tant que service (SaaS) ou d’informations semi-structurées telles que les fichiers journaux JSON. .
Assistance pour les formats de données significatifs
Ensuite, Google a révélé que son moteur de stockage, BigLake, prendra en charge les formats de table open source populaires tels que Apache Iceberg, Delta Lake et Apache Hudi. La relocalisation aidera les entreprises à tirer profit de leurs données, bien que, pour le moment, seul Apache Iceberg ait été introduit en avant-première. Les 2 autres suivront dans les semaines à venir.
Nouvelle combinaison Apache Spark
En plus de la prise en charge de nouveaux formats de tableaux open source, Google Cloud Next a également vu le lancement d’une marque -nouvelle expérience intégrée dans BigQuery pour Apache Glow, un moteur d’analyse de données open source. Avec cette combinaison, a déclaré Google, les spécialistes de l’information pourront créer des traitements dans BigQuery, en utilisant Apache Spark, qui s’intègrent à leurs pipelines SQL.
Intégration Datastream
Google a également annoncé le déploiement d’une nouvelle combinaison Datastream qui permettra aux organisations de reproduire des données à partir de toutes sortes de sources, consistant en des données en temps réel dans AlloyDB, PostgreSQL, MySQL et des bases de données tierces comme Oracle, directement dans BigQuery. Cela donnera aux équipes plus d’informations pour évaluer rapidement et obtenir des informations.
Améliorations de Dataplex
Pour aider les organisations à maintenir des ensembles de données de qualité supérieure, Google a également révélé des améliorations à Dataplex. Dans ce cadre, l’option du matériel d’information intelligent commencera à automatiser les procédures courantes liées à la qualité de l’information. Les utilisateurs peuvent désormais comprendre plus facilement l’arbre généalogique des informations : d’où proviennent les informations et comment elles ont réellement changé et évolué au fil du temps, ce qui réduit le besoin de processus manuels et chronophages.
Vertex AI Vision
En étendant les capacités de Vertex AI, qui permet l’orchestration et la mise en œuvre de la conception, Google a dévoilé Vertex AI Vision. Cet environnement d’avancement d’application de bout en bout permet aux spécialistes des données d’ingérer, d’examiner et d’enregistrer des informations visuelles pour des applications de vision de système informatique étendues. Il offre une interface glisser-déposer facile à utiliser et une bibliothèque de modèles ML pré-formés pour des tâches courantes telles que le comptage d’occupation, la reconnaissance d’éléments et la détection d’éléments, et peut réduire le temps de production d’applications de vision de système informatique à partir de des semaines à des heures à un dixième du coût des offres existantes.
Croissance de Looker
Enfin, l’entreprise a également utilisé la phase Cloud Next pour renommer Google Data Studio, qui permet l’analyse en libre-service, en Looker Studio et proposer la solution avec Looker sous un parapluie typique pour développer une intégration profonde de Looker, Data Studio et des technologies de base comme l’IA et le ML. L’offre unifiée agira comme une suite complète d’intelligence d’entreprise, aidant les entreprises à dépasser les tableaux de bord et à inculquer à leurs flux de travail et applications l’intelligence nécessaire pour aider à faire des choix basés sur les données. Dans le cadre de ce changement, Looker Studio évoluera également pour consister en une interface utilisateur complète pour traiter les données conçues dans Looker.
L’objectif de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques d’acquérir des connaissances sur l’innovation d’entreprise transformatrice et d’effectuer des transactions. Découvrez nos Briefings.
Toute l’actualité en temps réel, est sur L’Entrepreneur
