ارتقاء مدیریت داده‌ها با BigQuery

گوگل در حال ایجاد تغییراتی در نحوه کار تیم‌ها با داده‌هایشان است. امروز در کنفرانس سالانه Cloud Next، این غول اینترنتی به‌روزرسانی‌هایی را در انبار داده خود؛ BigQuery رونمایی کرد که کار تیم‌ها را با داده‌هایشان ساده‌تر می‌کند. این پیشرفت‌ها شامل یک تجربه یکپارچه برای اتصال داده‌ها و بارهای کاری است. گوگل همچنین قصد دارد از هوش مصنوعی برای تجزیه‌و‌تحلیل داده‌‎های ذخیره شده در پلتفرم استفاده کند و با ارائه بینش‎های ارزشمند، بهره‌وری تیم‌ها را افزایش دهد.

به گزارش اکونگار به نقل از هوشیتو، گریت کازمایر، معاون و مدیرکل پایگاه‌های داده، تجزیه‌و‌تحلیل داده‌ها و هوش تجاری در Google Cloud، گفت:«این نوآوری‌ها به سازمان‌ها کمک می‌کند تا از پتانسیل داده‌ها و هوش مصنوعی برای درک ارزش کسب‌وکار، از شخصی‌سازی تجربیات مشتری، بهبود کارایی زنجیره تأمین و کمک به کاهش هزینه‌های عملیاتی تا کمک به افزایش درآمد استفاده کنند.» این اطلاعات در یک پست وبلاگی توسط Analytics در گوگل به اشتراک گذاشته شده است.

با این حال، باید توجه داشت که بیشتر این قابلیت‌ها هنوز در حال پیش نمایش هستند و به طور کلی در دسترس مشتریان نیستند.

تجربه یکپارچه با BigQuery Studio

گوگل ویژگی جدیدی به نام BigQuery Studio را در پلتفرم BigQuery خود معرفی کرده است. BigQuery Studio یک رابط یکپارچه است که به کاربران این امکان را می‌دهد تا با مقادیر زیادی داده برای کارهایی مانند مهندسی داده، تجزیه‌و‌تحلیل و تجزیه‌و‌تحلیل پیش‌بینی کار کنند. این یک محیط واحد را فراهم می‌کند که در آن کاربران می‌توانند این فعالیت‌ها را انجام دهند.

در گذشته، تیم‌های داده مجبور بودند از ابزارهای متعددی برای انجام کارهای مختلف مانند مدیریت انبارهای داده، دریاچه‌های داده، حاکمیت و یادگیری ماشین استفاده کنند. این فرایند زمان‌بر بود و بهره‌وری را کاهش می‌داد. با این حال، گوگل BigQuery Studio را معرفی کرده است، پلتفرمی که به این تیم‌ها اجازه می‌دهد به همه این ابزارها در یک مکان دسترسی داشته باشند. BigQuery Studio به آنها امکان می‎دهد به‌راحتی مجموعه داده‌های خود را کشف، آماده و تجزیه‌و‌تحلیل کنند و همچنین وظایف یادگیری ماشین را بر روی آنها اجرا کنند.

یکی از سخنگویان شرکت به VentureBeat گفت: «BigQuery Studio یک رابط راحت و یکپارچه برای تیم‌های داده به‌منظور تجزیه‌و‌تحلیل داده‎های خود در Google Cloud فراهم می‎کند و این امکان را به آنها می‎دهد تا SQL ،Python ،Spark و سایر زبان‌های برنامه‌نویسی را ویرایش کنند. اینکار انجام تجزیه‌و‌تحلیل در مقیاس بزرگ را آسان‌تر می‌کند. این امر نیاز کارکنان داده به جابه‌جایی میان ابزارهای مختلف را از بین می‌برد و با قرار داشتن تمامی این قابلیت‌ها در یک مکان، کار آنها را ساده می‌کند و آنها را قادر می‌سازد بدون نیاز به هزینه‌های اضافی مدیریت زیرساخت به نتایج سریع‌تری دست یابند.»

این پیشنهاد اکنون در پیش نمایش در دسترس قرار دارد و در حال حاضر توسط چندین شرکت از جمله Shopify در حال آزمایش است. کازمایر همچنین گفته که گوگل در حال اضافه کردن پشتیبانی پیشرفته برای فرمت‌های منبع‌بازی مانند Hudi و Delta Lake در BigLake و همچنین معرفی شتاب عملکرد برای Apache Iceberg است. علاوه بر این، کاربران اکنون می‌توانند از نماهای میان ابری و پیوندهای میان ابری در BigQuery Omni استفاده کنند و به آنها امکان می‌دهد تا داده‌ها را بدون دردسر جابه‌جایی آن‌ها، تجزیه‌و‎تحلیل و آموزش دهند.

 

 

از دیگر رسانه ها
دیدگاه