现今的资料格式不仅相当多元，更会以即时串流的形式提供，同时散布於世界各地许多不同的资料中心和云端环境中。从数据分析、资料工程、人工智慧与机器学习，到资料导向应用程式，运用及分享资料的方式仍在持续增加。资料的影响力不再仅限於分析师，现已扩及所有员工、客户和合作夥伴。

由於资料、工作负载和使用者的数量与类型急剧成长，因此目前正处於一个临界点上，即便将传统资料架构部署於云端，也无法完整发挥资料的潜在价值，导致资料越来越难以转化为实际价值。

为克服这些难题，我们正式发表多项资料云端的创新技术，协助大家处理各种工作负载中无穷无尽的资料，并让所有人都能使用。这次发表的项目中包含 BigLake和Spanner变更串流，这些技术可以进一步整合客户资料，同时确保资料能够即时传递。

另外，Vertex AI Workbench和Model Registry则能让大家轻松将资料转化为 AI方面的价值。为了让所有人都能使用资料，我们将发表经过统合的商业智慧 （BI）服务，当中包含全新的Workspace整合方案，以及进一步支援Google资料云端合作夥伴生态系的新计画。

突破所有资料限制

我们发表的Beta版BigLake，这个资料湖泊储存引擎可以整合不同的资料湖泊与仓储，进而打破其中的界线。如果分开管理不同的资料仓储与湖泊，会造成资料孤岛的情形发生，并导致额外的风险和费用，这样的问题在需要迁移资料时会特别明显。

有了BigLake，企业就能整合资料仓储和资料湖泊，并进行分析，且不必担心基础的储存空间格式或系统，这样就不需要复制或迁移来源中的资料，进而降低成本并提高效率。

在BigLake的协助下，客户可以采用更细致的存取权控管机制，并透过API介面使用Google Cloud和Parquet等开放原始码档案格式，进而运用Apache Spark等开放原始码处理引擎。这些功能将BigQuery十年的革新成果拓展至 Google Cloud Storage中的资料湖泊，实现了具备弹性并符合成本效益的开放式资料湖仓架构。

Twitter已开始采用BigQuery的储存空间功能来打破资料限制，以便进一步掌握其用户使用Twitter平台的方式，以及会感到兴趣的内容类型。因此，Twitter 能透过每秒可执行超过 300 万次聚合作业的广告管道，每天为数兆个事件提供内容。

另一项重大创新技术是Spanner变更串流。这项即将推出的新产品会进一步协助大家打破资料限制，并即时追踪Spanner资料库中的变更，以便创造全新价值。Spanner变更串流可以追踪Spanner的植入、更新和删除作业，并在整个 Spanner资料库中即时串流异动内容。这样一来，客户就能随时存取最新资料，同时轻松将Spanner中的变更复制到BigQuery来进行即时分析、透过 Pub/Sub触发下游应用程式行动，或是将变更储存至Google Cloud Storage （GCS）来遵守法规要求。Spanner目前每秒最多可处理超过20亿项要求，同时维持99.999%的可用性。而在增加变更串流之後，Spanner现在可以让客户在处理资料时享有无限可能。

消除资料工作负载的限制

我们的AI产品组合是以Vertex AI来驱动，这个代管平台提供建立、部署及扩充模型所需的各项机器学习工具，并经过最隹化的处理，可以顺畅处理 BigQuery 等服务中的资料工作负载。Vertex AI创新技术提供更加流畅的体验，让客户在更短时间内将AI模型部署至实际工作环境，并进一步简化维护作业。

Vertex AI Workbench现已正式推出，能够将资料和机器学习系统整合至单一介面，这样一来无论是执行资料分析、数据科学或机器学习等工作，团队都能使用相同的工具组来完成。Vertex AI Workbench与BigQuery、无伺服器 Spark和Dataproc整合後，可让团队快速建立、训练及部署机器学习模型，速度是传统笔记型电脑的5倍。事实上，一间跨国零售公司采用了Vertex AI Workbench之後，销售额增加了数百万美元，产品上市速度也加快了15%。

有了Vertex AI，就可以定期更新模型，不过要管理大量的构件并非易事，情况可能会在短时间内失控。为了能够更轻松地管理模型的维护作业，我们发布全新的机器学习运作功能Vertex AI Model Registry。目前Vertex AI Model Registry为Beta版，提供中央存放区，可供探索、使用及管理机器学习模型，BigQuery ML中的模型也包含在内。如此，数据资料学家就能轻松分享模型，以方便应用程式开发人员使用，进而让团队能依据资料即时制定决策，在面对持续变化的市场环境时能保持更高弹性。

扩大资料触及范围

我们也推出Looker连结试算表，以及在Data Studio中存取Looker资料模型的功能。无论是透过Looker探索（Looker Explore）、Google试算表或是数据分析（Data Studio）的拖曳式介面，大家现在都能按照自己选取的方式与资料行互动。

如此一来，所有人都能运用这个经过整合的全新Google Cloud商业智慧 （BI）平台，更轻松地存取资料、并从中撷取出深入分析的结果，藉此推动革新，并依据资料来制定决策。有了这项整合式商业智慧服务，使用者就能轻松取得受管理且值得信赖的企业资料、采用新的资料集和计算功能，并与同事协同合作。

Mercado Libre是拉丁美洲最大的线上商务与支付服务系统，同时也是Looker连结试算表的初期采用者。借助这项整合服务，他们已能透过原先惯用的试算表介面将资料存取权分享给更多员工。藉由降低入门门槛，他们已经营造出资料导向文化，所有人都能依据资料制定决策。

强化支持资料云端合作夥伴生态系

如果没有出色的合作夥伴生态系，我们即使拥有这些资料创新技术，也不可能让使用者轻松发挥数据的价值。目前已有超过700个软体合作夥伴使用 Google的资料云来驱动自家的应用程式。Bloomreach、Equifax、Exabeam、Quantum Metric和ZoomInfo等许多合作夥伴均已开始采用我们的资料云功能，并叁加Built with BigQuery计画，来享有专属工程团队、协同行销和市场开发的支援。

我们的用户希??合作夥伴解决方案不仅能够与BigQuery等产品紧密整合，并可以进一步优化。因此Google Cloud Ready - BigQuery这项全新的验证机制，能够识别一系列符合功能性和互通性核心需求的合作夥伴解决方案，例如 Fivetran、Informatica和Tableau所提供的服务。目前在「Google Cloud Ready - BigQuery」计画中收录了超过25个合作夥伴。这项崭新的计画可协助客户减少评估新工具所需的成本，同时支援新的应用情境。

另外，我们也宣布一项新的资料库迁移计画，希??能够协助大家在短时间内顺畅且迅速地迈开迁移的脚步，将地端部署环境和其他云端中的资料迁移至 Google的全代管资料库服务上。除了由Deloitte等合作夥伴提供的工具、资源和专业知识之外，我们也提供奖励来协助客户节省迁移资料库的费用。

我们会继续与客户??注资源的资料与数据分析公司合作，持续推动革新。Databricks、Fivetran、MongoDB、Neo4j和Redis也都已经向Google Cloud 的用户公布重大新功能。

（本文作者Gerrit Kazmaier为Google Cloud资料库、资料分析及Looker商业智慧平台总经理暨??总裁）