本文編譯自:Google Blog

在 2023年Gartner雲端資料庫管理系統象限中，Google被評選為最有願且Gartner 將 Google 評為領導者。作為本報告連續四年的領導者，Google的地位證明了其在內建智慧、開放資料生態系統和統一資料產品等領域提供優秀的客戶創新。

下載免費的 2023 年 Gartner 雲端資料庫管理系統象限報告。

「隨著公司尋求轉向更現代、雲端優先的方法，市場正在經歷重大轉變。」轉變是由許多因素推動的，包括對更高敏捷性、可擴展性、節省成本的需求以及對利用生成式人工智慧功能與數據相結合進行創新。

” SanjMo 首席分析師、Gartner 前副總裁 Sanjeev Mohan 說。“Google Cloud 透過簡化、統一和開放標準的原則處理整個資料和人工智慧堆疊的方式非常符合客戶對長期戰略合作夥伴的期望。”

數據對每個企業人工智慧歷程都至關重要。根據對數百名全球主管的採訪，強大的數據基礎可以加速人工智慧發展與收入成長。調查發現，資料成熟度越高，其人工智慧能力與產品越強大。

然而，由於不同的工具和資料來源以及較差的資料品質，許多企業仍在努力提取資料的全部業務價值。同時，企業正在管理越來越多的資料庫和分析工作負載，導致額外的複雜性、開銷與風險。

借助Google 的資料庫與AI 雲端服務，希望能將Google 資料的簡單性、可擴展性、安全性和智慧性帶入企業業務，能夠統一資料、利用最佳的開源相容性，並提供最新的AI功能，以便企業可以發揮該數據的全部潛力。

Google 的資料庫和人工智慧雲端服務基於簡單性原則，讓客戶能夠在多個層級互連資料。它提供了一個開放、統一的資料平台，允許企業管理資料生命週期的每個階段，從運行應用程式的操作資料庫，到管理跨資料倉儲和資料湖的分析工作負載，到資料驅動的決策，再到人工智慧和機器學習。

Google 的資料庫與人工智慧雲端服務架構非常獨特，客戶可以統一資料、人員和工作負載。Google資料庫建立在高度可擴展的分散式儲存系統上，具有完全分類的資源與高效能全球網路。這種組合使Google能夠在AlloyDB、BigQuery、BigLake、Bigtable、Cloud SQL、Dataflow、Dataplex、Dataproc和Spanner提供緊密整合的資料服務。

Google推出了多項功能，進一步加強集成，使加速創新變得更加容易：

• 統一資料和AI人員的工作空間 – BigQuery Studio預覽版將資料工程、分析和ML 工作負載整合在一起，使客戶能夠編輯SQL、Python、Spark 和其他語言，並輕鬆執行PB 級分析，無需任何額外的基礎設施管理。BigQuery Studio 客戶可以直接存取Colab Enterprise，這是一項新產品，可為 Colab 帶來 Google Cloud 的企業級安全性和合規性支援。
• 事務與分析系統統一性 –Google宣布推出Spanner Data Boost，這是一項突破性技術，客戶可透過BigQuery、Spark on Dataproc或Dataflow等服務分析 Spanner 數據，對用戶的事務工作負載幾乎沒有影響。Google也讓客戶可以更輕鬆地將資料從 BigQuery 提取回操作資料庫，例如Bigtable（Google的 HBase 相容於 NoSQL 資料庫），只需點擊幾下即可。借助新的 BigQuery Export to Bigtable 功能，可以從應用程式中提供分析見解，而無需接觸任何 ETL 工具。
• 統一的資料管理和治理 –Google引入了智慧資料分析和資料品質功能，幫助客戶了解資料完整性、準確性與有效性。Google也在Dataplex中推出了擴充的資料管理和治理功能。客戶對所有資料和 AI 資產都擁有單一體驗，包括 Vertex AI 模型和資料集、操作資料庫和分析系統。

統一所有類型的資料 – BigLake允許客戶在任何位置處理任何類型的資料。客戶不再需要擔心底層儲存格式，並且可以降低成本，因為 BigLake 與 BigQuery 深度整合。Google推出BigLake 物件表，幫助資料使用者透過SQL 輕鬆存取、橫向、處理和查詢映像、音訊和文件等非結構化資料。BigLake 正處於高速成長之中；自2023年初以來，BigLake 的使用量增加了 27 倍。

Google Cloud 提供業界領先的開源與開放 API 的集成，有助於確保可移植性、靈活性並降低供應商鎖定的風險。整合包括用於加速從傳統資料倉儲遷移的BigQuery 遷移服務和用於協助客戶遷移營運資料庫並實現現代化的資料庫遷移服務。客戶還可以利用託管資料庫服務，這些服務與開源引擎（例如 PostgreSQL、MySQL 和 Redis）完全相容。

Google持續致力於讓 Google Cloud 成為最開放的資料雲。該領域最近推出的一些產品包括：

• 分析其他雲端中的 BigQuery 數據– 許多客戶使用 BigQuery Omni 管理和分析其在 Google Cloud、AWS 或 Azure 上的數據，BigQuery Omni提供跨雲端的單一管理平台。讓 BigQuery Omni 更進一步，增加了對多雲物化視圖和多雲連接的支援。在過去六個月中，BigQuery Omni 發現客戶在 AWS 和 Azure 環境中查詢時處理的資料成長了 120% 以上。
• 在任何地方運行 AlloyDB– Google宣布全面推出AlloyDB Omni，這是 AlloyDB 的可下載版本，幾乎可以在任何地方運行，在 Google Cloud、AWS、Azure、Google 分散式雲端託管、本地，甚至開發人員筆記型電腦上。AlloyDB Omni 提供所有環境中運行的企業級資料庫AlloyDB for PostgreSQL 的靈活性，並由 Google 為企業提供支援，且成本僅為傳統資料庫的一小部分。Google也推出了AlloyDB Omni Kubernetes Operator的預覽版，簡化了常見的資料庫任務，包括資料庫設定、備份、安全連線和可觀察性，讓客戶在大多數 Kubernetes 環境中執行 AlloyDB Omni。
• 支援開放式表格式- Google在BigLake中推出了Hudi、Delta 和Iceberg的可用性。使客戶能夠對Google Cloud 儲存中的資料進行串流攝取，並透過自動儲存優化來獲得完全託管的體驗，以及執行DML 事務以實現一致的修改並提高資料安全性，同時保留完整的Iceberg 讀取器相容性.
• 增強企業工作負載的效能– Google發布MySQL 和 PostgreSQL 的 Enterprise Plus 版本，在Cloud SQL中提供新的可用性、效能和資料保護增強功能。適用於 MySQL 的 Cloud SQL Enterprise Plus 版本的效能比 Amazon 同類 MySQL 服務高出三倍。Google也一直致力於透過全新的完全託管產品 Memorystore for Redis Cluster 來增強我們的 Memorystore forRedis 產品，現已全面上市。透過 Memorystore for Redis Cluster，客戶可以獲得易於使用、開源相容的 Redis 叢集服務，其吞吐量比 Memorystore for Redis 高出 60 倍，且延遲僅為微秒。

Google顯著擴展了數據雲端合作夥伴生態系統，並增加許多新領域的合作夥伴投資。如今，超過1,000 個軟體合作夥伴正在使用 Google 的資料雲建立他們的產品，超過 70 個資料平台合作夥伴透過Google Cloud Ready – BigQuery計畫提供經過驗證的整合。Google宣布Google Cloud Ready for Cloud SQL計劃，該計劃目的是表彰滿足 Cloud SQL 整合要求的合作夥伴解決方案。該計劃加入了現有的Google Cloud Ready for AlloyDB合作夥伴計劃。

人工智慧提供了大量激活數據的機會。因此，Google讓所有資料團隊都能輕鬆存取 AI，並且輕鬆地使用資料來訓練 AI 模型。以下是最近推出的一些產品：

• 輕鬆建立企業級人工智慧應用程式 –Google推出了AlloyDB AI，它是 AlloyDB 的一個組成部分，它提供了一套整合的功能，可以在任何地方輕鬆建立企業級人工智慧應用程式。使用 IVFFlat 索引時，AlloyDB AI 運行向量查詢的速度比標準PostgreSQL快 10 倍，客戶可以輕鬆地從資料庫內產生嵌入，並與Vertex AI和開源 gen AI 工具完全整合。Google推出 BigQuery特徵表和向量嵌入的預覽版，以儲存所有 ML 特徵和向量嵌入。這使客戶可以建立強大的語義搜索，並在 BigQuery 資料規模上即時執行推薦查詢。
• 存取基礎模型 –Google允許使用者直接從 BigQuery 存取Vertex AI 的基礎模型。只需一條語句，就可以將 BigQuery 表連接到大型語言模型 (LLM)，並使用 BigQuery 資料調整提示。客戶可以使用 gen AI 功能，例如對資料進行文字分析或產生新屬性來豐富資料模型。此外，Google還推出BigQuery ML推理引擎，讓客戶能夠擁抱預訓練模型和開放 ML 框架的生態系統。幫助客戶在 BigQuery 中對 Google視覺、自然語言和翻譯模型運行預測，以 TensorFlow Lite、ONNX 和 XGBoost 等其他格式匯入模型，並直接使用 Vertex AI 中託管的模型。
• 透過 Duet AI 提高工作效率 –Google在 BigQuery 中推出了 Duet AI，以簡化資料分析、產生程式碼並協助編寫 SQL 查詢和 Python 程式碼，客戶能夠更加關注邏輯和結果。Spanner 中的 Duet AI，它允許產生程式碼以使用自然語言建置、修改或查詢資料。為了讓 Oracle 資料庫現代化變得更加容易，Google透過資料庫遷移服務中的 Duet AI，將 Duet AI 的強大功能帶入 Oracle 到 PostgreSQL 遷移的最後一英里。最後，Dataplex中的Duet AI可用於元資料洞察，以解決​​啟動問題。

Google很榮幸被評為 2023 年 Gartner 雲端資料庫管理系統象限的領導者。