什麼是資料湖泊？

資料湖泊是集中式、可擴充且安全的存放區，能以原生格式儲存、處理及分析大量結構化、半結構化和非結構化資料。與傳統儲存空間不同，資料湖泊可讓企業以任意速度和數量擷取資料，提供「完整不失真」的背景資訊，供進階分析和人工智慧 (AI) 作業使用。

資料湖泊簡介：即時與 AI 作業所需的擴充性

資料湖泊提供可擴充且安全的平台，讓企業能從地端部署、雲端或邊緣的任何來源擷取資料，且不受預先定義的結構定義限制。

對於資料導向的機構，資料湖泊的價值在於支援：

資料湖泊和資料倉儲過去被視為互補的技術，但 Google Cloud 的開放式湖倉架構正消弭兩者之間的落差。

傳統資料倉儲專為重複的業務報表和結構化 SQL 分析而最佳化。相較之下，資料湖泊擅長處理機器學習所需的各種原始資料。

Google Cloud 透過 AI 原生跨雲端 Lakehouse，實現「開放式湖倉」做法。您可以使用 Apache Iceberg 等開放格式，在資料湖泊和資料倉儲中執行數據分析和 AI，兼具資料倉儲的效能和資料湖泊的彈性。

對資料科學家而言，資料湖泊不僅是儲存空間，更是實驗場域。Google Cloud 將資料湖泊直接整合至「從資料到 AI」生命週期，創造獨一無二的價值：

互動式開發：使用 BigQuery Studio 筆記本，以慣用的工具和語言 (例如 Python、R 或 SQL) 開發 Apache Spark 應用程式。
統一治理：透過 Knowledge Catalog 治理資料、AI 模型和代理，從結構化、非結構化和 SaaS 資料資產為代理提供脈絡。
脈絡工程：運用資料湖泊中儲存的原始脈絡資訊，提升生成式 AI 模型和自主資料代理的準確率

新客戶可以獲得價值 $300 美元的免費抵免額，盡情試用各項 Google Cloud 功能。

訂閱 Google Cloud 電子報，即時掌握產品動態、活動資訊和特價優惠等最新消息。

資料湖泊奠定了數據分析和人工智慧的基礎，可協助各行各業的企業更快將資料轉化為行動。

分析大量原始使用者互動資料，改善推薦系統，進而提高參與度和廣告收益

運用即時市場資料，為機器學習模型提供強大支援，在市場狀況變動時立即管理投資組合風險。

讓 AI 代理存取統一的語意層和受管理的資料資產目錄，藉此建構及控管 AI 代理