Connectez les données de votre entreprise à l'IA via une plate-forme d'analyse de données unifiée. BigQuery est conçu pour être multimoteur, multiformat et multicloud, ce qui facilite le stockage, l'analyse et la transformation de toutes vos données d'entreprise.
BigQuery est une plate-forme d'analyse de données unifiée qui gère le cycle de vie des données de bout en bout. Grâce à l'intégration propriétaire de BigQuery à Vertex AI, vous pouvez régler, entraîner et alimenter des LLM multimodaux avec des données d'entreprise, sans avoir à copier ni déplacer de données.
Simplicité et évolutivité pour gérer toutes les données et charges de travail sur une seule plate-forme
Simplifiez et réduisez les coûts et les risques liés aux charges de travail de données qui ne fonctionnent pas ensemble. BigQuery offre la simplicité et l'évolutivité nécessaires pour gérer les charges de travail structurées, non structurées et par flux au meilleur prix et aux meilleures performances.
Connecter l'IA à davantage de données d'entreprise
Intégrez l'IA générative à vos données de manière efficace et évolutive pour exploiter vos données d'entreprise avec les LLM. BigQuery offre une intégration propriétaire avec Vertex AI pour ancrer l'IA dans la vérité sur vos données d'entreprise.
Une intelligence permanente pour toutes vos équipes chargées des données
Augmenter l'utilisation des données exploitables pour améliorer la productivité. Gemini dans BigQuery vous permet d'échanger avec vos données en langage naturel et de faciliter le codage, les recommandations, l'exploration de données et plus encore.
Catégorie | Capacités | Sélection |
---|---|---|
Créer une base d'analyse de données pour l'IA | Les clients souhaitent de plus en plus exécuter plusieurs cas d'utilisation d'analyse et d'IA sur une seule copie de leurs données. BigQuery vous permet de traiter les données aussi facilement en Python qu'avec SQL, grâce à une solution Spark sans serveur disponible directement dans BigQuery. Un métastore unifié fournit des métadonnées d'exécution et des connecteurs pour SQL, les moteurs Open Source, ainsi que l'IA et le ML. |
|
BigQuery vous permet d'utiliser les formats Open Source existants. BigLake, le moteur de stockage de BigQuery, fournit une interface unifiée pour l'analyse et les moteurs d'IA afin d'interroger des données multiformats, multicloud et multimodales. BigQuery est compatible avec Iceberg, Delta et Hudi, ainsi que tous les moteurs de traitement et des fonctionnalités complètes sur tous ces formats de table. |
| |
BigQuery Studio est une solution tout-en-un pour tous les professionnels des données. BigQuery Studio dispose d'un excellent éditeur SQL, ainsi que de notebooks Python. Vos équipes chargées des données peuvent ainsi choisir SQL, Python, Spark ou le langage naturel. Les équipes chargées des données peuvent maximiser la productivité en collaborant avec l'assistant de codage et de chat de Gemini intégré à BigQuery. |
| |
BigQuery facilite la gestion, la découverte et la gouvernance des données grâce aux fonctionnalités de gouvernance des données intégrées à BigQuery. Cela inclut la qualité, la traçabilité et le profilage des données, ainsi que les règles de gouvernance permettant de gérer les stratégies sur les ressources BigQuery. |
| |
Ingérez, traitez et analysez des flux d'événements en temps réel afin de rendre les données plus utiles et accessibles grâce aux fonctionnalités en temps réel de BigQuery. Les requêtes continues BigQuery fournissent une couche de traitement en temps réel permettant d'analyser et de transformer les événements entrants dans BigQuery. Les clients peuvent utiliser Apache Kafka pour BigQuery pour gérer les charges de travail de flux de données sans avoir à se soucier des mises à niveau des versions, du rééquilibrage, de la surveillance et d'autres problèmes opérationnels. |
| |
Intégration des données à l'IA | BigQuery ML vous permet de créer, d'entraîner et d'exécuter des modèles de machine learning à l'aide d'un langage SQL que vous connaissez déjà. Il s'intègre aux modèles de votre choix, y compris Gemini 1.0 Pro via Vertex AI, conçu pour une grande échelle d'entrées/sorties et une meilleure qualité des résultats pour les tâches de synthèse de texte ou d'analyse des sentiments. Vous pouvez créer des pipelines de données qui combinent des données structurées, des données non structurées et des modèles d'IA générative pour créer une nouvelle classe d'applications analytiques. |
|
BigLake unifie les lacs et les entrepôts de données dans un framework de gestion unique, ce qui vous permet d'analyser, de rechercher, de sécuriser, de gérer et de partager des données non structurées. Nos clients analysent déjà des images à l'aide d'un large éventail de modèles d'IA. BigLake dispose de fonctionnalités étendues pour vous aider à extraire facilement des insights de documents et de fichiers audio à l'aide des API de traitement de documents et de reconnaissance vocale de Vertex AI. |
| |
La recherche vectorielle BigQuery est intégrée à Vertex AI pour permettre la recherche de similarité vectorielle sur vos données BigQuery. Cette fonctionnalité peut être utilisée dans des cas d'utilisation comme la recherche sémantique, la détection de similarités et la génération augmentée (RAG) avec un LLM. La recherche vectorielle peut améliorer la qualité de vos modèles d'IA en améliorant la compréhension du contexte, en réduisant les ambiguïtés, en garantissant la précision factuelle, et en permettant l'adaptation à différents domaines et tâches. |
| |
Fonctionnalités d'entreprise | BigQuery conserve automatiquement une copie synchrone de vos données dans une deuxième zone, avec une capacité de calcul de secours suffisante pour assurer une haute disponibilité en cas de sinistre au niveau du centre de données. La reprise après sinistre interrégionale fournit un basculement géré dans l'éventualité peu probable d'un sinistre régional. La reprise après sinistre interrégionale vous permettra de spécifier une réservation et une collection d'ensembles de données que BigQuery gérera dans une seconde région. |
|
BigQuery vous aide à collaborer et à échanger des éléments de données de manière sécurisée à grande échelle. Vous pouvez créer et gérer des environnements pour le partage et l'analyse des données axés sur la confidentialité à l'aide des data clean rooms. Les fournisseurs de données peuvent gérer les abonnements aux listes de données et surveiller leur utilisation des données partagées. Vous pouvez partager des données entre différents clouds avec BigQuery Omni. De plus, les fonctions définies par l'utilisateur, les fonctionnalités temporelles et les vues matérialisées sont compatibles avec les ensembles de données associés. |
| |
Le service de migration BigQuery est un ensemble d'outils gratuits pour vous aider à migrer vers BigQuery. Nous continuons d'ajouter de nouvelles fonctionnalités et nous prenons désormais en charge différentes sources, dont Amazon Redshift, Apache HiveQL, Netezza, Teradata, Azure Synapse, Oracle, Presto, Snowflake, SQL Server et Vertica. Les traductions améliorées par l'IA générative peuvent éventuellement aider le compilateur de requêtes et suggérer automatiquement des options de sortie, compatibles avec les migrations à partir de sources sur site et dans le cloud. |
|
Analyse de données et IA dans une expérience unifiée
Les clients souhaitent de plus en plus exécuter plusieurs cas d'utilisation d'analyse et d'IA sur une seule copie de leurs données. BigQuery vous permet de traiter les données aussi facilement en Python qu'avec SQL, grâce à une solution Spark sans serveur disponible directement dans BigQuery. Un métastore unifié fournit des métadonnées d'exécution et des connecteurs pour SQL, les moteurs Open Source, ainsi que l'IA et le ML.
Entièrement sans serveur, sans cluster à lancer ni à gérer
Environnement utilisateur unique pour toutes les charges de travail
Pas de copie de données entre différents outils
BigQuery ML vous permet de créer, d'entraîner et d'exécuter des modèles de machine learning à l'aide d'un langage SQL que vous connaissez déjà. Il s'intègre aux modèles de votre choix, y compris Gemini 1.0 Pro via Vertex AI, conçu pour une grande échelle d'entrées/sorties et une meilleure qualité des résultats pour les tâches de synthèse de texte ou d'analyse des sentiments. Vous pouvez créer des pipelines de données qui combinent des données structurées, des données non structurées et des modèles d'IA générative pour créer une nouvelle classe d'applications analytiques.
Intégration des données à l'IA avec le moteur d'inférence et Vertex AI Model Registry
Fonctionnalités de modélisation avec la modélisation de séries temporelles ARIMA+, Explainable AI et plus encore
Inférence à distance permettant aux LLM de générer des représentations vectorielles continues de texte et du texte
BigQuery conserve automatiquement une copie synchrone de vos données dans une deuxième zone, avec une capacité de calcul de secours suffisante pour assurer une haute disponibilité en cas de sinistre au niveau du centre de données. La reprise après sinistre interrégionale fournit un basculement géré dans l'éventualité peu probable d'un sinistre régional. La reprise après sinistre interrégionale vous permettra de spécifier une réservation et une collection d'ensembles de données que BigQuery gérera dans une seconde région.
Mise en veille garantie
Contrat de niveau de service pour indisponibilité régionale
Basculement coordonné
Gartner classe Google Cloud parmi les leaders
Gartner® classe Google Cloud en tête des leaders en matière de vision dans le rapport "Magic Quadrant™ for Cloud Database Management Systems (DBMS)" (Magic Quadrant™ pour les systèmes de gestion de bases de données cloud) de 2023.
Google Cloud figure parmi les leaders du marché dans le rapport "Forrester Wave" de 2023
Google Cloud a été désigné comme l'un des leaders du marché dans le rapport "The Forrester WaveTM: Streaming Data Platforms" (Plates-formes de données en flux continu), 4e trimestre 2023.
Découvrez comment nos clients créent leur infrastructure de données avec BigQuery et innovent avec l'IA.