Este 6 de abril de 2022 viene marcado por la nueva edición del Data Cloud Summit, una feria anual organizada por Google Cloud. Se organizan numerosas conferencias para dar a conocer algunas de las novedades desarrolladas por la filial de computación en la nube de la firma Mountain View o para tratar determinados temas en torno a la gestión de datos.
Actualizaciones, lanzamiento de avances de varias API y conjuntos de soluciones, asociaciones y colaboraciones: comentarios sobre las nuevas funciones presentadas por Google Cloud como parte de este evento.
AMD adquiere el campeón de optimización de centros de datos Pensando por $ 1.9 mil millones
Con BigLake, Google Cloud quiere unificar lagos de datos y almacenes de datos
La primera novedad anunciada por Google Cloud es la próxima llegada de Gran lago. Esta herramienta debería permitir a las empresas gestionar mejor sus lagos de datos. Es un método de almacenamiento que se puede utilizar para almacenar o manipular grandes cantidades de datos.
En general, los lagos de datos se oponen a los almacenes de datos, que son más tradicionales y aún los utilizan muchas estructuras. Mientras que un almacén de datos solo puede acomodar datos estructurados (predefinidos y formateados de acuerdo con una estructura precisa) para que puedan ser procesados lo más rápido posible, este no es el caso de los lagos de datos donde los datos pueden almacenarse sin formato para luego ser modelado de acuerdo con los deseos y necesidades del usuario, esto se denomina esquema de lectura.
Sin embargo, la (mala) gestión y almacenamiento de datos en un data lake puede dar lugar a la creación de silos: conjuntos de datos en bruto a los que solo tiene acceso una parte de la empresa (una unidad de negocio, un departamento de negocio, etc.), la el resto de la empresa no puede acceder a él.
Su acumulación puede convertirse en un verdadero obstáculo para una empresa, ya que varias entidades pueden almacenar datos similares en el mismo lago de datos, creando así dos silos idénticos, lo que ocupa espacio en el entorno de almacenamiento, lo que en particular se traduce en costos de almacenamiento innecesarios. También son un estorbo para la organización de una empresa, cada entidad primero debe darse cuenta de que no tiene acceso a ciertos datos presentes en el lago de datos y luego iniciar un proceso que le permita tener acceso a ellos y utilizarlos, lo cual es una verdadera pérdida de tiempo.
Con BigLake, Google Cloud ofrece una API que permite a las organizaciones unificar sus lagos de datos y almacenes de datos para analizar y administrar mejor sus datos sin preocuparse por su formato (en bruto o estructurado) o el método de almacenamiento utilizado. Esta solución se integrará con BigQuery, el software SaaS insignia de Google Cloud.
Como señala Sudhir Hasbe, director de gestión de producción de Google Cloud, «BigLake permite la unificación de datos independientemente del formato de almacenamiento utilizado inicialmente». Imagen: Nube de Google.
Spanner actualizado con la adición de la funcionalidad de secuencias de cambio de Spanner
Además de BigLake, Google Cloud también incluye Secuencias de cambio de llave. Esta nueva actualización también debería acabar con los límites que impone la gestión de datos a los usuarios de Spanner, uno de los servicios de gestión y almacenamiento de datos de la filial de Google.
Las empresas ahora podrán monitorear los cambios en sus bases de datos en tiempo real para adaptarse más rápidamente a estos cambios. Podrán replicar los cambios realizados en Spanner a BigQuery para tener acceso a análisis en tiempo real o ver qué cambios se podrían realizar en caso de cambio.
Actualización de Vertex AI Workbench: computación en la nube para ayudar a desarrollar modelos de aprendizaje automático
Durante Google Cloud Next 2021, la firma de Mountain View anunció que actualizaría Banco de trabajo de IA de Vertex en los próximos meses. Este es ahora el caso. El conjunto de soluciones para crear, entrenar e implementar modelos de aprendizaje automático se optimizó para funcionar mejor con BigQuery, Serverless Spark y Dataproc.
Según Google Cloud, Vertex AI permitirá a los especialistas en inteligencia artificial diseñar modelos de aprendizaje automático » cinco veces más rápido que los portátiles tradicionales «. Podrán actualizar periódicamente sus modelos utilizando datos almacenados en la nube.
Se traerán nuevas funcionalidades gracias a la adición de Registro del modelo Vertex AI. Esta herramienta proporciona un repositorio para agregar, descubrir, usar y manipular modelos de aprendizaje automático, en particular para que los desarrolladores de modelos de IA puedan compartir más fácilmente sus modelos con los desarrolladores de aplicaciones que deseen explotar estos algoritmos.
Así es como se ve Vertex AI Model Registry. Se presenta como una biblioteca de modelos de aprendizaje automático que se pueden agregar, eliminar, modificar o compartir con unos pocos clics. Imagen: Nube de Google.
Hojas conectadas para Looker: uso de datos para optimizar la toma de decisiones
Looker es una plataforma de inteligencia empresarial y computación para la toma de decisiones que permite a sus usuarios explotar los datos para mejorar la productividad o traer un viento de innovación dentro de una empresa gracias a una toma de decisiones efectiva.
Google Cloud anuncia el lanzamiento de Connected Sheets, una herramienta que ofrece la posibilidad de acceder a los modelos de datos de Looker en Data Studio (una solución que permite crear cuadros de mando e informes informativos gracias a los datos) o en Google Sheets (la hoja de cálculo de Google). El objetivo según Google Cloud es garantizar que » Los usuarios de Looker pueden acceder más fácilmente a información basada en datos para impulsar la innovación y tomar decisiones basadas en datos unificando todas las herramientas necesarias para hacerlo. «.
Con Hojas conectadas, será posible acceder a todas las funciones de Looker directamente desde una hoja de cálculo de Hojas de cálculo de Google. Connected Sheets permite así unificar el uso de Looker y la hoja de cálculo para una mejor visualización de los datos. Imagen: Nube de Google.
The Data Cloud Alliance: un grupo de trabajo para facilitar el acceso a la gestión de datos para todos
Para Gerrit Kazmaier, vicepresidente de análisis de datos y bases de datos de Google Cloud, «los datos son la base común de todas las transformaciones digitales». Junto con varios proveedores de la nube y administradores de datos, Google Cloud está detrás de la iniciativa Data Cloud Alliance. Incluye Confluent, Databricks que anunció el año pasado invertir en low-code/no-code, Dataiku, Deloitte, Elastic, Fivetran, MongoDB, Neo4j, Redis y Starbust.
El objetivo principal de este grupo será resolver, juntos, los desafíos modernos relacionados con la transformación digital comprometiéndose a hacer que la gestión de datos sea más accesible, utilizando varias y variadas plataformas, sistemas y tecnologías (infraestructura dedicada, creación de API y soporte de integración de datos) . Todos los miembros de esta alianza trabajarán juntos para reducir la complejidad asociada con el gobierno de datos.
Con la próxima llegada de todas estas nuevas funciones, Google Cloud muestra sus ambiciones al ofrecer soluciones y actualizaciones variadas y cada vez más eficientes, lo que permite mejorar la vida diaria de las empresas mediante el uso de datos y computación en la nube.
En los últimos años, varias estructuras se han asociado con Google Cloud para otorgar un papel más destacado a la nube y los datos en la transformación de su negocio. Este fue el caso de Renault, con el fin de digitalizar su cadena de suministro, Twitter, YouTube o Lydia. Más recientemente, Japón, en su deseo de crear una plataforma única que reúna todos los servicios gubernamentales, recurrió a la rama en la nube de Google.