Gli strumenti di Google per gestire i dati nel cloud

Aggiornamenti, anticipi di nuove versioni, programmi di immigrazione e partnership. il recente Google Data Cloud Summit si è rivelato ricco di novità, volte a ribadire ancora una volta come tra le missioni del vendor ci sia anche quella di proporsi nella gestione dei dati in cloud.

Senza girarci troppo intorno, infatti, Google introdotto il nuovo Database Migration Program, un set di iniziative studiato per invitare le imprese a sfruttare i propri servizi database, in sostituzione scelte già fatte on premise anche in altri ambienti cloud. Vi sono integrati strumenti, risorse, expertise, ma anche incentivi economici a titolo di compensazione per i costi di migrazione. Per far capire che su questo fronte l'azienda non intende muoversi da sola, in contemporanea è stata presentata anche l'iniziativa Data Cloud Alliance, che racchiude in realtà come Confluent, Databricks Deloitte, MongoDb e Neo4j, fra le altre. L'obiettivo del progetto, com'è stato descritto da Gerrit Kazmaier, vice president Database & Analytics di Google Cloud, è unire competenze diverse “per affrontare le moderne sfide della trasformazione digitale, impegnandosi a rendere più accessibile la gestione dei dati, attraverso l'impiego di piattaforme sistemi e tecnologie diverse, riducendo così la complessità legata alla governance”.

In anteprima, è stata poi presentata la nuova funzionalità BigLake, destinata a estendere le possibilità della tecnologia BigQuery. Come suggerisce il nome, qui Google intende spingere le aziende verso l'adozione dei data lake, capaci di gestire dati strutturati e non, a differenza dei data warehouse. La presenza di processi studiati male per l'archiviazione e la manipolazione dei dati può portare alla creazione di silos e ricreare il rischio di incidere sulla qualità delle informazioni utilizzate nelle aziende. BigLake propone una Api che permette alle organizzazioni di unificare data Lake e datawarehouse, in modo tale da poter analizzare e utilizzare i dati senza preoccuparsi del loro formato o della metodologia di archiviazione utilizzata.

Gerrit Kazmaier, vice president Database & Analytics di Google Cloud

Nei prossimi mesi, Google provvederà anche all'aggiornamento di Vertex Ai Workbench, la suite dedicata alla creazione, il training e la distribuzione di modelli di machine learning, ora ottimizzata per funzionare al meglio con BigQuery, Serverless Spark e Dataproc. Secondo Google Cloud, Vertex Ai consentirà agli specialisti dell'intelligenza artificiale di costruire modelli di machine learning "cinque volte più veloci rispetto ai notebook tradizionali " e sarà possibile anche aggiornare regolarmente i modelli utilizzando i dati archiviati nel cloud.

Da segnalare infine anche aggiornamenti su Looker, piattaforma di business intelligence e supporto decisionale. in particolare, Google introdotto Connected Sheets, uno strumento che offre la possibilità di accedere ai data model Looker utilizzando il foglio elettronico Sheets o Data Studio, soluzioni per la creazione di dashboard e report.