Google povezuje razgovornu analizu podataka iz više cloud sistema

Kako funkcioniše i kome koristi

Podaci velikih organizacija danas se često nalaze u različitim cloud platformama i servisima. Google Cloud ističe da takva raspodela otežava analizu kada jedna poslovna odluka zahteva informacije iz više različitih izvora. Zbog toga su kompanije često morale da kopiraju podatke u centralno skladište.

Uobičajeno rešenje koristi planirane ETL postupke koji povremeno izvlače udaljene podatke i smeštaju ih u zajedničko okruženje. Takav postupak može biti stabilan, ali unosi dodatno održavanje i razliku između vremena nastanka podataka i trenutka kada postanu vidljivi u analizi.

Google navodi tri tipična troška takvog kopiranja: kašnjenje sinhronizacije, dodatni prostor za skladištenje i promenljive mrežne naknade za prenos. Nisu navedene univerzalne uštede koje važe za svakog korisnika; veličina efekta zavisi od količine i rasporeda podataka.

Novi pristup koristi otvorenu specifikaciju Apache Iceberg REST kataloga kao osnovu za povezivanje. Ideja je da analitički sistem može da pronađe i koristi podatke na njihovom postojećem mestu, umesto da za svaku analizu prethodno obavezno pravi novu kopiju.

Google opisuje mogućnost da se BigQuery računarski resursi i generativna veštačka inteligencija povežu sa podacima u servisima kao što su Databricks, Snowflake i AWS Glue. Takvo povezivanje važno je za firme koje su već uložile u nekoliko cloud dobavljača i ne žele da odmah menjaju celu infrastrukturu.

Federacija metapodataka omogućava BigQueryju da kroz Lakehouse vidi spoljne Apache Iceberg REST kataloge. To je tehnički temelj najavljenog pristupa: korisnik može da uspostavi logički pogled na više izvora i zatim upiti usmeravaju rad na odgovarajuće podatke.

U zvaničnom vodiču Google prikazuje podešavanje Databricks Unity kataloga za federaciju, a zatim SQL upit koji kombinuje podatke iz više spoljnih kataloga. Primer pokazuje radni postupak, ali nije garancija da svaki udaljeni sistem može da se poveže bez dodatnog podešavanja.

Posle povezivanja Google pokazuje razgovornu analizu u BigQueryju, gde korisnik postavlja pitanja prirodnim jezikom nad objedinjenim pogledom na podatke. To ne ukida potrebu za proverom upita i rezultata, naročito kod finansijskih ili osetljivih poslovnih informacija.

Kada se šeme podataka menjaju, tradicionalni tokovi prenosa mogu prestati da rade i zahtevati dodatno usklađivanje izveštaja. Otvoreni katalozi mogu olakšati određene vrste povezivanja, ali ni oni ne uklanjaju potrebu za upravljanjem pristupom i definicijama pokazatelja.

Za kompanije glavna korist najave nije u tome da AI sam rešava svaku poslovnu analizu. Važnija je mogućnost da postojeće cloud podatke koriste na jednom mestu, uz manje obaveznog kopiranja i jasne otvorene standarde za povezivanje.