Google optimaliseert data analyse in de cloud

Google introduceert nieuwe mogelijkheden en features op het gebied van data-analyse. Hiermee wordt het eenvoudiger voor bedrijven om data te verhuizen naar de Google Cloud en om deze data op te schonen, te ordenen en te interpreteren. Google deed deze aankondiging tijdens Google Next ‘19 in San Francisco. 

Het vereenvoudigen van datamigratie en -integratie

Met Cloud Data Fusion (beta) kunnen gegevens uit verschillende bronnen op één locatie worden gecombineerd. Cloud Data Fusion beschikt over een scala aan open source transformaties en meer dan honderd kant-en-klare connectoren. Hiermee kunnen gegevens uit verschillende bronnen worden opgenomen en geïntegreerd, voordat ze met BigQuery worden geanalyseerd.

De BigQuery Data Transfer Service (beta) automatiseert de datamigratie van SaaS-toepassingen naar Google BigQuery op een geplande, beheerde basis. De service ondersteunt meer dan 100 populaire SaaS-applicaties.

Met Google’s data warehouse migration service (bèta) kunnen datawarehouses eenvoudig worden gemigreerd naar BigQuery. Hierdoor wordt de migratietijd aanzienlijk verkort.

Met Cloud Dataflow SQL kunnen Dataflow-pipelines gebouwd worden met behulp van een eigen SQL.

Dataflow Flexible Resource Scheduling (FlexRS) (bèta) biedt flexibiliteit in de planning waardoor bijvoorbeeld overnight jobs mogelijk zijn. Dit kan kostenvoordelen opleveren. Bedrijven die niet-tijdgevoelige gegevens verwerken, profiteren van een vooraf te bepalen prijsstelling.

Sneller inzichten verkrijgen

BigQuery BI Engine (bèta) is een snelle, in-memory analysedienst voor BigQuery. BiQuery BI Engine analyseert complexe datasets interactief, met een query responstijd van minder dan een seconde en met hoge concurrency. BigQuery BI Engine is beschikbaar via Google Data Studio voor interactieve rapportage en dashboarding.

Connected Sheets (bèta) is een nieuw type spreadsheet, dat de eenvoud van een spreadsheet-interface combineert met de kracht van BigQuery. Zo zijn er geen beperkingen in rijen, of er dat nu miljoenen of zelfs miljarden zijn. Hiervoor is dus geen SQL kennis nodig - analyses kunnen via de gebruikelijke Sheets-functionaliteiten worden gedaan.

Voorspellingen uit data halen

BigQuery ML wordt binnenkort algemeen beschikbaar, met uitgebreide modellen voor machine learning (ML). Hiermee kunnen met behulp van bekende SQL-bestanden direct in BigQuery leermodellen worden gebouwd en ingezet op grote datasets. De functionaliteiten worden uitgebreid met nieuwe modellen zoals K-menas clustering (in bèta) en matrixfactorisatie (in alpha) om klantsegmentaties en productaanbevelingen te bouwen. Klanten kunnen nu ook TensorFlow Deep Neural Network modellen (in alpha) bouwen en direct importeren via BigQuery ML.

Met AutoML Tables kunnen machine learning-modellen eenvoudig en snel worden gebouwd - en direct worden toegepast op gestructureerde data. Dit kost dan nog maar enkele dagen en er hoeft geen code te worden geschreven.

Ordenen en beheren van data

Data Catalog (bèta) is een volledig beheerde en schaalbare metadatabeheerdienst. Data Catalogus biedt een gebruiksvriendelijk en flexibel systeem voor het ordenen van technische en zakelijke metadata. Voor beveiliging en databeheer is het geïntegreerd met Cloud DLP (zodat gevoelige gegevens kan worden gecatalogiseerd) en Cloud IAM (waar met access control lists (ACL’s) het toegangsbeheer wordt vereenvoudigd).