Activa tus datos, sin importar dónde se encuentren, con Lakehouse sin fronteras de Google Cloud

Lakehouse sin fronteras de Google Cloud es una arquitectura de datos abierta y descentralizada basada en Apache Iceberg que permite que los motores de análisis y los agentes de IA consulten, analicen y tomen medidas sobre datos de varias nubes, locales y de SaaS in situ, sin necesidad de moverlos ni de utilizar canalizaciones de ETL. Funciona separando el cómputo analítico del almacenamiento subyacente usando el estándar de catálogo REST de Iceberg abierto para sincronizar esquemas de tablas en nubes distribuidas. Los motores de ejecución, como BigQuery y Managed Service para Apache Spark, ejecutan consultas vectorizadas y funciones de IA in situ sobre datos remotos. Esto transforma los patrimonios de datos empresariales distribuidos en un único sistema de acción unificado sin obligar a los equipos a migrar archivos físicos.

La federación de catálogos de múltiples nubes en Lakehouse sin límites aprovecha el estándar de catálogo REST de Apache Iceberg abierto para proporcionar un descubrimiento y una ejecución de metadatos seguros y bidireccionales en AWS Glue, Databricks Unity Catalog y Snowflake Horizon Catalog. En lugar de copiar conjuntos de datos subyacentes, los motores de consulta leen esquemas de tablas y archivos de manifiesto de forma remota a través de extremos seguros. Esto permite que BigQuery, Managed Service para Apache Spark y los motores de código abierto consulten tablas de múltiples nubes en el lugar, mientras se mantiene una administración unificada en almacenes de objetos dispares.

La integración de SaaS sin duplicación de datos lleva Lakehouse sin fronteras a la capa de aplicaciones de la empresa. Así, BigQuery puede consultar en tiempo real sistemas transaccionales activos, como SAP, Salesforce y Workday, sin crear canalizaciones de ETL. Cuando se consultan los datos donde residen de forma nativa, las organizaciones eliminan la latencia de la canalización y las fallas de sincronización de datos. Esta conectividad directa también permite que las funciones de IA de BigQuery se ejecuten directamente en datos de ERP, CRM y RR.HH. en tiempo real, lo que optimiza los análisis empresariales entre dominios.

Las bases de datos transaccionales se integran en Lakehouse sin fronteras a través de Spanner Omni, que opera en entornos de múltiples nubes fuera de Google Cloud, y Lakehouse Federation para AlloyDB. Este puente bidireccional permite que los sistemas operativos consulten directamente los datos de análisis del lakehouse sin esperar a las sincronizaciones por lotes. Como resultado, los desarrolladores y los ingenieros de datos pueden unir registros transaccionales en vivo con petabytes de datos históricos de analítica en tiempo real, lo que mejora las aplicaciones operativas de baja latencia y los paneles en tiempo real.

Lakehouse sin fronteras conecta agentes de razonamiento autónomos a Knowledge Catalog, un motor de contexto siempre activo que proporciona metadatos empresariales, definiciones semánticas y linaje precisos sin mover los datos de origen. La arquitectura permite evitar alucinaciones del modelo y eliminar bucles de razonamiento innecesarios proporcionando contexto empresarial exacto y prefiltrado a las indicaciones del LLM. Esta fundamentación semántica mejora la exactitud de las respuestas de los agentes autónomos como Gemini Enterprise, a la vez que reduce el consumo de tokens.

Lakehouse sin fronteras reduce el costo total de propiedad (TCO) y proporciona previsibilidad usando Cross-Cloud Interconnects con precios de tarifa plana que eliminan los costos variables de salida de datos para los datos de AWS. Para maximizar el rendimiento de las consultas en nubes distribuidas, el sistema combina el almacenamiento en caché local inteligente entre nubes con el motor de ejecución vectorizado de BigQuery, lo que ofrece tiempos de respuesta de menos de un segundo. Cuando se reemplazan el almacenamiento duplicado y el cómputo de ETL frágil, las organizaciones reducen significativamente el gasto en infraestructura de nube y la sobrecarga operativa.