Crea un data lakehouse aperto, gestito e intelligente su Google Cloud
Unifica e gestisci i tuoi dati multimodali con una data lakehouse ad alte prestazioni integrata con l'AI leader del settore di Google. Ottieni il massimo da Apache Iceberg e dal primo Spark serverless con scalabilità automatica del settore per semplificare l'elaborazione dei dati, l'analisi e le iniziative AI.
Le nuove innovazioni nei formati di dati aperti, la governance intelligente dai dati fino all'AI, l'elaborazione accelerata dei dati e gli strumenti di sviluppo avanzati assistiti dall'AI si combinano per semplificare la gestione dei dati e accelerare l'innovazione.
BigLake
Sfrutta l'apertura di Apache Iceberg con una gestione dello spazio di archiviazione di livello aziendale
BigLake fornisce un motore di archiviazione Iceberg nativo per l'interoperabilità di Cloud Storage, offre una gestione unificata dei metadati di runtime, consente l'analisi avanzata e la data science e fornisce una gestione automatizzata dei dati con governance integrata. Qualsiasi motore compatibile con Iceberg può utilizzare la gestione automatizzata delle tabelle di BigLake per migliorare le prestazioni delle query e ridurre i costi.
“La collaborazione con Google Cloud è stata fondamentale nel nostro percorso per creare la lakehouse aperta di nuova generazione di Snap e per democratizzare Spark e Iceberg nella nostra community di sviluppatori.”
Zhengyi Liu, Senior Manager, Software Engineer, Snap
Google Cloud Serverless per Apache Spark
Serverless Spark offre prestazioni elevate e un'elaborazione rapidissima, senza necessità di gestione dei cluster
Trasforma la tua lakehouse con Google Cloud Serverless per Apache Spark. Prova l'esperienza di un avvio rapido e un overhead operativo pari a zero, migliorando al contempo le prestazioni dei tuoi workload Spark con il nuovo Lightning Engine. Questa potente combinazione con Gemini aumenta la produttività e offre un TCO fino al 60% più basso.
“Consideriamo SQL e Spark come due modi complementari per accedere e trasformare i dati. Spark è particolarmente utile per i casi d'uso che richiedono una logica di business complessa, che sebbene di nicchia, è estremamente critica per l'azienda. Avere una piattaforma unificata per SQL, Spark e AI, con l'esperienza di sviluppo nei notebook, semplificherà notevolmente questi casi d'uso critici.”
Andrés Sopeña Pérez, Head of Content Engineering, Trivago
Catalogo universale Dataplex
Semplifica la scoperta, la comprensione e l'affidabilità dei dati per la tua data lakehouse
Dataplex Universal Catalog è la soluzione unificata di governance dai dati fino all'AI per Google Cloud. Il catalogo basato sull'AI centralizza i metadati aziendali, tecnici e operativi in Google Cloud e fornisce insight basati sull'AI. Supporta formati aperti come Apache Iceberg per abilitare una governance integrata in tutta la lakehouse.
“Dataplex è stato fondamentale per trasformare la nostra piattaforma di dati in un ecosistema di dati sicuro, efficiente e scalabile. Con un'attenzione particolare a governance, rilevamento, osservabilità e conformità di sicurezza dei dati, siamo attrezzati per affrontare le sfide della gestione dei dati nell'era digitale. Dataplex consente ai nostri team di sfruttare appieno il potenziale dei dati e di promuovere la crescita e l'innovazione continue di Box.Inc.”
Asmita Kulkarni Senior Product Manager, Box.Inc
Estensioni IDE e BigQuery Studio
Migliorare Apache Spark per workload avanzati di data science e AI/ML all'interno di architetture lakehouse semplificando lo sviluppo e le operazioni
Dataproc migliora Spark per AI/ML su lakehouse con nuove innovazioni per runtime ML con driver GPU e librerie ML comuni. I notebook di Colab Enterprise in BigQuery Studio e gli IDE di terze parti forniscono MLOps integrato con Vertex AI e pipeline di produzione semplificate per accelerare il data science.
“Shopify ha investito nella creazione di un team con una vasta gamma di competenze per rimanere al passo con le tendenze di data science ed engineering. Nei primi test con BigQuery Studio, ci è piaciuta la capacità di Google di collegare strumenti diversi per utenti diversi all'interno di un'esperienza semplificata. Vediamo questo come un'opportunità per ridurre l'attrito all'interno del nostro team senza sacrificare la scalabilità che ci aspettiamo da BigQuery.”
Zac Roberts, Data Engineering Manager, Shopify
Un'esperienza aperta e flessibile con Iceberg
BigLake
Sfrutta l'apertura di Apache Iceberg con una gestione dello spazio di archiviazione di livello aziendale
BigLake fornisce un motore di archiviazione Iceberg nativo per l'interoperabilità di Cloud Storage, offre una gestione unificata dei metadati di runtime, consente l'analisi avanzata e la data science e fornisce una gestione automatizzata dei dati con governance integrata. Qualsiasi motore compatibile con Iceberg può utilizzare la gestione automatizzata delle tabelle di BigLake per migliorare le prestazioni delle query e ridurre i costi.
“La collaborazione con Google Cloud è stata fondamentale nel nostro percorso per creare la lakehouse aperta di nuova generazione di Snap e per democratizzare Spark e Iceberg nella nostra community di sviluppatori.”
Zhengyi Liu, Senior Manager, Software Engineer, Snap
Il primo Apache Spark serverless a scalabilità automatica del settore
Google Cloud Serverless per Apache Spark
Serverless Spark offre prestazioni elevate e un'elaborazione rapidissima, senza necessità di gestione dei cluster
Trasforma la tua lakehouse con Google Cloud Serverless per Apache Spark. Prova l'esperienza di un avvio rapido e un overhead operativo pari a zero, migliorando al contempo le prestazioni dei tuoi workload Spark con il nuovo Lightning Engine. Questa potente combinazione con Gemini aumenta la produttività e offre un TCO fino al 60% più basso.
“Consideriamo SQL e Spark come due modi complementari per accedere e trasformare i dati. Spark è particolarmente utile per i casi d'uso che richiedono una logica di business complessa, che sebbene di nicchia, è estremamente critica per l'azienda. Avere una piattaforma unificata per SQL, Spark e AI, con l'esperienza di sviluppo nei notebook, semplificherà notevolmente questi casi d'uso critici.”
Andrés Sopeña Pérez, Head of Content Engineering, Trivago
Governance unificata dai dati all'AI
Catalogo universale Dataplex
Semplifica la scoperta, la comprensione e l'affidabilità dei dati per la tua data lakehouse
Dataplex Universal Catalog è la soluzione unificata di governance dai dati fino all'AI per Google Cloud. Il catalogo basato sull'AI centralizza i metadati aziendali, tecnici e operativi in Google Cloud e fornisce insight basati sull'AI. Supporta formati aperti come Apache Iceberg per abilitare una governance integrata in tutta la lakehouse.
“Dataplex è stato fondamentale per trasformare la nostra piattaforma di dati in un ecosistema di dati sicuro, efficiente e scalabile. Con un'attenzione particolare a governance, rilevamento, osservabilità e conformità di sicurezza dei dati, siamo attrezzati per affrontare le sfide della gestione dei dati nell'era digitale. Dataplex consente ai nostri team di sfruttare appieno il potenziale dei dati e di promuovere la crescita e l'innovazione continue di Box.Inc.”
Asmita Kulkarni Senior Product Manager, Box.Inc
Notebook nativi per l'AI e strumenti di data science
Estensioni IDE e BigQuery Studio
Migliorare Apache Spark per workload avanzati di data science e AI/ML all'interno di architetture lakehouse semplificando lo sviluppo e le operazioni
Dataproc migliora Spark per AI/ML su lakehouse con nuove innovazioni per runtime ML con driver GPU e librerie ML comuni. I notebook di Colab Enterprise in BigQuery Studio e gli IDE di terze parti forniscono MLOps integrato con Vertex AI e pipeline di produzione semplificate per accelerare il data science.
“Shopify ha investito nella creazione di un team con una vasta gamma di competenze per rimanere al passo con le tendenze di data science ed engineering. Nei primi test con BigQuery Studio, ci è piaciuta la capacità di Google di collegare strumenti diversi per utenti diversi all'interno di un'esperienza semplificata. Vediamo questo come un'opportunità per ridurre l'attrito all'interno del nostro team senza sacrificare la scalabilità che ci aspettiamo da BigQuery.”
Zac Roberts, Data Engineering Manager, Shopify
Scopri come le principali aziende creano la loro lakehouse con Google Cloud
Migrazione della tua lakehouse in Google Cloud
Risorse per dirigenti
Google Cloud ha ricevuto il titolo di Leader in The Forrester Wave™: Data Lakehouses Q2 2024Scarica il reportLettura: 10 minuti
Google Cloud può offrire un TCO inferiore del 18-60% rispetto alle soluzioni Apache Spark alternative basate su cloudScarica il reportLettura: 10 minuti
Una guida completa che fornisce un framework in 5 fasi per creare una solida base di dati per il successo dell'AIScarica la guidaLettura: 10 minuti
Leadership di pensiero tecnico
L'evoluzione di BigQuery e BigLake verso una lakehouse multi-cloudScarica il report di ricerca tecnicoLettura di 15 minuti
Big Metadata: quando i metadati sono big dataLeggi il white paper tecnico10-min
Vortex: un motore di archiviazione orientato al flusso per l'analisi dei big dataScarica la ricerca tecnicaLettura di 15 minuti
