Analytics Lakehouse
Daten überall dort analysieren, wo sie gespeichert sind
Das Analytics Data Lakehouse vereint die wichtigsten Funktionen eines Data Lake und eines Data Warehouse in einer einzigen Plattform zum Speichern, Verarbeiten und Analysieren von strukturierten und unstrukturierten Daten.
Neukunden erhalten ein Startguthaben von 300 $, mit dem sie Google Cloud-Produkte in vollem Umfang nutzen und kennenlernen können.
Zielgruppe
Data Engineers, Datenanalysten, Data Scientists
Lerninhalte
Aufbau eines Analytics Lakehouse, das für analytische Abfragen, maschinelles Lernen und Visualisierungen verwendet werden kann
Bereitstellung
Wenn Sie sich für Google Cloud registriert haben, können Sie die Bereitstellung über die Console vornehmen.
Übersicht
Was ist das Analytics Lakehouse?
Das Analytics Data Lakehouse vereint die wichtigsten Funktionen eines Data Lake und eines Data Warehouse in einer einzigen Plattform zum Speichern, Verarbeiten und Analysieren von strukturierten und unstrukturierten Daten.
Was ermöglicht die Analytics Lakehouse-Architektur?
Mit dem Analytics Lakehouse können Unternehmen Daten in Echtzeit extrahieren – unabhängig davon, in welcher Cloud oder in welchem Datenspeicher diese sich befinden. Sie können diese Daten dann in aggregierter Form für umfassendere Einblicke und zur Verarbeitung mit künstlicher Intelligenz (KI) nutzen – mit Governance und einheitlichem Zugriff für alle Teams.
Welche Vorteile bietet das Analytics Lakehouse Datenanalysten, Data Engineers und Data Scientists?
Das Analytics Lakehouse bietet eine demokratisierte Umgebung für Datenanalysten (SQL), Data Engineers (Spark/Beam) und Data Scientists (ML) mit einem integrierten und verwalteten Anwendungs-Stack, ohne Daten verschieben zu müssen.
Unterstützt das Analytics Lakehouse eingebundene Open-Source-Tools?
Ja, das Analytics Lakehouse unterstützt serverlose Lösungen und integrierte Open-Source-Tools, die Datenfachleuten die Flexibilität bieten, ihre bevorzugten Tools für die Analyse und Verarbeitung von Daten in Echtzeit oder in Batches zu verwenden.
Wie unterstützt das Analytics Lakehouse ML-Arbeitslasten?
Das Analytics Lakehouse nutzt datenbankinternes ML mit einer Inferenz-Engine, dank der ML-Modelle dort ausgeführt werden können, wo sich die Daten befinden. Die Modelle können auch in MLOps-Pipelines eingebunden werden, um ML-Arbeitslasten zu produzieren, ohne die Daten zu verschieben.
Welche Funktionen zur Data Governance bietet Analytics Lakehouse?
Dank dem zentralisierten Katalogisieren und den detaillierten Sicherheitsfunktionen für Datenverwaltung und Data Governance können Organisationen Datenspeicher und zugehörige Metadaten vereinheitlichen, um Berechtigungsvorgänge und explorative Datenanalysen zu vereinfachen.
Lösungsdetails
Analytics Lakehouse
Das Analytics Lakehouse vereint die Features eines Data Lake und eines Data Warehouse in einer einzigen Plattform, um strukturierte und unstrukturierte Daten speichern, verarbeiten und analysieren zu können.
Lösungsarchitektur
- Daten werden in Google Cloud Storage-Buckets gespeichert
- Ein Data Lake wird in Dataplex erstellt. Daten in den Buckets werden in Entitäten oder Tabellen im Data Lake organisiert.
- Tabellen im Data Lake sind in BigQuery sofort als BigLake-Tabellen verfügbar
- Datentransformationen können mit Spark oder BigQuery und mit offenen Dateiformaten wie Apache Iceberg ausgeführt werden
- Daten können mit Richtlinien-Tags und Zeilenzugriffsrichtlinien gesichert werden
- Maschinelles Lernen kann auf die Tabellen angewendet werden
- Dashboards werden aus den Daten erstellt, um weitere Analysen durchzuführen
Daten überall dort analysieren, wo sie gespeichert sind
Erfahrung mit Google Cloud
Anfänger
Geschätzte Bereitstellungszeit
12 Min.
2 Min. zum Konfigurieren, 10 Min. zum Bereitstellen
Neukunden erhalten ein Startguthaben von 300 $, mit dem sie Google Cloud-Produkte in vollem Umfang nutzen und kennenlernen können.
Anforderungen
- Aktives Google Cloud-Konto
- Administratorrechte für Ihr Projekt
