Google Cloud 기반 Databricks
이점
AI 기반의 분석을 위한 기업 유연성을 제공하는 Google Cloud 기반 Databricks
Google Cloud를 사용해 Databricks로 더 빠르게 혁신
데이터는 지저분해지고 복잡해지며 느려질 수 있습니다. Google Cloud 기반 Databricks를 사용하면 BigQuery, Looker와 같이 Google 데이터 제품과 통합되는 개방형의 유연한 데이터 레이크를 빌드할 수 있습니다.
분석을 위한 확장성 및 효율성 확보
Google Cloud의 인프라는 빠르고 표준화된 확장 가능한 Databricks 환경을 제공합니다.
데이터 분석 인프라 및 보안 간소화
Databricks는 Google Kubernetes Engine, Google Cloud IAM, Google ID를 활용하여 확장 가능하고 안전한 환경을 제공합니다.
주요 특징
Google Cloud의 개방형 플랫폼으로 Databricks 환경 개선
Google Cloud 기반 Databricks는 Google Cloud의 분석 서비스와 긴밀하게 통합된 컨테이너형 배포를 제공합니다.
Databricks의 Delta Lake 및 완전 관리형 Spark 환경
창립자가 Apache Spark를 만든 Databricks는 Google Cloud에서 완전 관리형 Spark 환경을 제공하며 오픈소스 Spark를 통해 성능을 최대 50배까지 높일 수 있습니다. 이 빠른 엔진은 Looker 및 BigQuery와 통합할 수 있는 비즈니스용 유용한 정보를 제공합니다.
BigQuery와 통합된 Databricks
Databricks Workspace를 사용하는 데이터 과학자는 BigQuery의 데이터에 액세스하여 Looker로 모델을 빌드하고 시각화할 수 있으며 AI Platform을 통해 해당 모델을 제공할 수 있습니다.
Google Kubernetes Engine을 통한 Databricks 컨테이너화
Google Cloud 기반 Databricks은 Google Cloud의 안전한 관리형 Kubernetes 서비스인 Google Kubernetes Engine(GKE)을 활용하여 클라우드에서 Databricks의 컨테이너 배포를 지원합니다. 이 솔루션을 사용하면 고성능 인프라를 활용하여 워크로드를 더 빠르고 저렴한 비용으로 실행하고 새로운 Databricks 워크로드를 Google Cloud로 빠르고 안전하게 마이그레이션할 수 있습니다.
고객
Condé Nast에서는 Google Cloud와 Databricks에서 가치있는 데이터 정보를 수집합니다.
파트너
이러한 기업에서는 Google Cloud 기반 Databricks를 최대한 활용할 수 있도록 지원할 수 있습니다.
관련 서비스
Google Cloud 기반 Databricks는 다음 Google Cloud 솔루션과 통합됩니다.
Google Kubernetes Engine을 사용하여 Databricks 분석 워크로드를 저렴한 비용으로 빠르고 안전하게 실행하고 이러한 워크로드와 모델을 Pub/Sub와 BigQuery로 증식시키고 AI Platform을 통해 Looker로 시각화를 수행하고 모델을 제공합니다.
