Енді Гутманс, генеральний директор і віце-президент із розробки баз даних Google Cloud
Джерело: cloud.google.com
Кожна організація проходить певну форму цифрової трансформації та обслуговує своїх клієнтів по-новому. Сучасні зручності навчили споживачів, що їхній досвід має першочергове значення — незалежно від того, наскільки велика чи мала компанія чи наскільки складна проблема. Цифровий досвід забезпечується оперативними базами даних — основою більшості програм. Якість клієнтського досвіду критично залежить від того, наскільки надійними, масштабованими, продуктивними та безпечними є ці робочі бази даних.
У Google Cloud наша місія полягає в тому, щоб прискорити здатність кожної організації до цифрової трансформації. Значна частина цього допомагає нашим клієнтам і партнерам швидше впроваджувати інновації за допомогою уніфікованої, відкритої та інтелектуальної хмарної платформи даних. На Google Cloud Next ми раді оголосити про нові можливості баз даних Google Cloud, які створюють більше можливостей для зростання та інновацій у вашій організації.
Чотири ключові сфери, на яких ми зосередилися:
- Побудова уніфікованої та інтегрованої хмари даних для транзакційних та аналітичних даних
- Позбавлення від застарілих баз даних і прихильність до відкритих екосистем і стандартів
- Впровадження ШІ та машинного навчання в робочі процеси, керовані даними
- Розширення можливостей будівельників бути більш продуктивними та впливовими
Уніфікація транзакційних і аналітичних даних
Традиційно в архітектурах даних транзакційні та аналітичні робочі навантаження, включно з базами даних, що лежать в їх основі, розділені, і це не дарма. Транзакційні бази даних оптимізовані для швидкого читання та запису, тоді як аналітичні бази даних оптимізовані для агрегування великих наборів даних. Оскільки ці системи значною мірою роз’єднані, це може створити багато неефективності. Підприємствам важко об’єднати різні рішення для обробки даних, вони витрачають дорогоцінний час на керування складними конвеєрами даних і витрачають багато зусиль на реплікацію даних між базами даних. Зрештою, їм важко створювати інтелектуальні програми, що керуються даними.
У Google Cloud ми маємо унікальні можливості для вирішення цієї проблеми завдяки тому, як ми розробили нашу платформу даних. Наші транзакційні та аналітичні бази даних створені на основі розподіленої системи зберігання, яка має високу масштабованість, із дезагрегованим обчисленням і сховищем, а також високопродуктивною глобальною мережею, що належить Google. Ця комбінація дозволяє нам надавати тісно інтегровані хмарні служби даних у Cloud Spanner, Cloud Bigtable, AlloyDB для PostgreSQL і BigQuery.
Ми раді оголосити про попередній перегляд потоків змін Bigtable для легкої реплікації даних. Bigtable — це високопродуктивна, повністю керована служба бази даних NoSQL, яка обробляє понад 5 мільярдів запитів на секунду в піку та керує понад 10 екзабайтами даних. За допомогою потоків змін ви можете відстежувати записи, оновлення та видалення в базах даних Bigtable і тиражувати їх у подальші системи, такі як BigQuery. Потоки змін допомагають підтримувати аналітику в реальному часі, архітектури на основі подій і багатохмарне розгортання оперативних баз даних. Ця можливість приєднується до нещодавно запущених потоків змін Spanner.
Нещодавно ми також анонсували Datastream для BigQuery в попередньому перегляді, який забезпечує легку реплікацію даних із робочих джерел баз даних, таких як AlloyDB, PostgreSQL, MySQL і Oracle, безпосередньо в BigQuery кількома простими клацаннями. Завдяки безсерверній архітектурі з автоматичним масштабуванням Datastream дає змогу легко налаштувати конвеєр Extract, Load, Transform (ELT) для реплікації даних із низькою затримкою, забезпечуючи статистичні дані в BigQuery в реальному часі.
Більша свобода та гнучкість завдяки відкритому коду та відкритим стандартам
Останніми роками організації не бажають миритися з непрозорими витратами, обмежувальним ліцензуванням і прив’язкою до постачальників, і ми бачимо, як вони все частіше застосовують бази даних із відкритим кодом і відкриті стандарти. Зокрема, PostgreSQL стала провідною альтернативою застарілим приватним базам даних завдяки своїм багатим функціональним можливостям, розширенням екосистеми та готовності для підприємств.
Щоб переконатися, що ми підтримуємо ваші робочі навантаження, ми пропонуємо три варіанти PostgreSQL. По-перше, AlloyDB для PostgreSQL — це база даних, сумісна з PostgreSQL, наразі в попередній версії, яка забезпечує продуктивність, доступність, масштаб і функціональність, необхідну для підтримки робочих навантажень комерційного рівня. У наших тестах продуктивності AlloyDB більш ніж у 4 рази швидше, ніж стандартний PostgreSQL для транзакційних робочих навантажень. Ми раді оголосити про значне розширення партнерської екосистеми AlloyDB із понад 30 партнерськими рішеннями для підтримки бізнес-аналітики, аналітики, керування даними, спостережливості та системної інтеграції.
Нещодавно ми також оголосили, що наша служба міграції бази даних підтримує міграцію баз даних PostgreSQL до AlloyDB у попередній версії. Ця послуга допоможе вам перейти на AlloyDB з будь-якої бази даних PostgreSQL — локальної, самокерованої в Google Cloud або іншої хмари — простим у використанні, безпечним і безсерверним способом із мінімальним простоєм.
Друга пропозиція PostgreSQL — це Cloud SQL для PostgreSQL, повністю керована оновлена версія PostgreSQL для легкої міграції підйому та зміни або розробки нових програм. Ми підтримуємо найпопулярніші розширення PostgreSQL і понад 100 позначок бази даних, і ви отримуєте той самий досвід PostgreSQL з відкритим вихідним кодом із надійним керуванням, доступністю та безпекою Cloud SQL. Не дивно, що Cloud SQL використовують понад 90% із 100 найкращих клієнтів Google Cloud. Нові клієнти можуть почати користуватися безкоштовною пробною версією Cloud SQL.
Нарешті, Spanner, наша глобально розподілена реляційна база даних із сильною зовнішньою узгодженістю та доступністю до 99,999%, пропонує інтерфейс PostgreSQL, який дає змогу скористатися знайомими інструментами та навичками екосистеми PostgreSQL. Ми продовжуємо надавати пріоритет сумісності Spanner із PostgreSQL і раді оголосити про ключову віху — інтерфейс PostgreSQL Spanner тепер підтримує першу групу драйверів екосистеми PostgreSQL, починаючи з Java (JDBC) і Go (pgx). Ця підтримка може зменшити витрати на перенесення програм на Spanner за допомогою готових драйверів PostgreSQL, які вже використовують ваші розробники. Щоб ще більше демократизувати доступ до Spanner, ми нещодавно оголосили про безкоштовні пробні версії.
Впровадження ШІ та машинного навчання в робочі процеси, керовані даними
Штучний інтелект і машинне навчання (ML) мають вирішальне значення для керованих даними перетворень, допомагаючи вам отримати більше цінності від ваших даних. Серед численних переваг інструменти штучного інтелекту та машинного навчання можуть допомогти розпізнавати закономірності, розширювати й покращувати операційні можливості за допомогою нової інформації та створювати переконливі умови для клієнтів. Більшість компаній стикаються зі значними перешкодами не лише при створенні моделей машинного навчання, але й інтеграції їх у програми без значного кодування та спеціальних навичок AI/ML. Використовувати штучний інтелект і машинне навчання в будь-яких робочих процесах має бути легко, особливо на вашій платформі даних.
У Google Cloud ми інвестували в технології AI та ML як для оптимізації системи баз даних, щоб зробити наші служби інтелектуальнішими, так і для інтеграції служб AI та ML. Для оптимізації системи баз даних такі можливості, як рекомендації витрат Cloud SQL і автопілот AlloyDB, спрощують адміністраторам баз даних і командам DevOps керування продуктивністю та ємністю для великих груп баз даних.
Окрім впровадження штучного інтелекту та машинного навчання в наші бази даних, ми зосередилися на забезпеченні інтеграції з Vertex AI, платформою машинного навчання Google Cloud, щоб уможливити створення моделі безпосередньо в транзакції бази даних. Ми раді оголосити про інтеграцію Vertex AI зі Spanner. Тепер ви можете використовувати просту інструкцію SQL у Spanner для виклику моделі машинного навчання у Vertex AI.
Завдяки цій інтеграції AlloyDB, а тепер і Spanner, можуть дозволити дослідникам обробки даних легко створювати моделі в Vertex AI, а розробникам – отримувати доступ до цих моделей за допомогою мови запитів SQL. Наприклад, роздрібні торговці повинні виявляти шахрайські транзакції під час процесу оформлення замовлення та вживати відповідних заходів. Завдяки інтеграції Vertex AI ви можете просто викликати модель ML для виявлення шахрайства в запиті Spanner за допомогою такої функції, як ML_PREDICT.
Розширення можливостей будівельників для підвищення продуктивності
Створення, тестування та розгортання програм є громіздкою справою. Крім того, навіть після того, як додаток створено, його обслуговування потребує регулярного моніторингу, налаштування продуктивності, масштабування та виправлення безпеки — усе це відволікає розробників від стратегічних ініціатив. У результаті організації можуть повільно впроваджувати інновації та відставати від конкурентів. Ось чому ми надаємо пріоритет досвіду розробників і раді поділитися останніми досягненнями, які ми досягаємо у Firestore, Cloud SQL і Spanner.
Розробники люблять Firestore за те, як швидко вони можуть створити програму від кінця до кінця. У Firestore створено понад 4 мільйони баз даних, а програми Firestore обслуговують понад 1 мільярд активних кінцевих користувачів щомісяця за допомогою Firebase Auth. Але що станеться, коли додаток розшириться? Ми хочемо, щоб розробники могли зосередитися на продуктивності, навіть коли їхні додатки переживають швидке зростання. Щоб досягти цього, ми зробили три оновлення Firestore, спрямовані на підтримку зростання та зменшення витрат.
Для програм, які використовують Firestore як серверну частину як послугу, ми зняли обмеження на пропускну здатність запису та одночасні активні з’єднання. Тепер, якщо ваша програма відразу стане успішною, ви можете бути впевнені, що Firestore буде плавно масштабуватися. Крім того, ми розгортаємо функцію COUNT() у попередній версії наступного тижня, яка дає вам можливість виконувати економічно ефективні, масштабовані агрегації підрахунків. Ця можливість підтримує випадки використання, як-от підрахунок кількості друзів, які має користувач, або визначення кількості документів у колекції. Нарешті, щоб допомогти вам ефективно керувати витратами на зберігання, ми запровадили час життя (TTL), який дозволяє заздалегідь вказати, коли термін дії документів закінчиться, і може покладатися на Firestore для автоматичного видалення прострочених документів.
Ми також вдосконалюємо безпеку та продуктивність у Cloud SQL і Spanner. Тепер стало легше виявляти, діагностувати та запобігати проблемам продуктивності бази даних за допомогою Cloud SQL Query Insights для MySQL (також доступно для PostgreSQL). Нещодавно ми представили PostgreSQL System Insights у попередній версії та раді оголосити про два додаткових типи рекомендацій Cloud SQL. Рекомендатори безпеки постійно виявляють вразливі місця безпеки та перевіряють ризиковані конфігурації безпеки, такі як публічна IP-адреса з широким доступом або незашифровані з’єднання. Тим часом рекомендації щодо продуктивності допомагають виявити та усунути типові неправильні конфігурації, які збільшують ризик зниження продуктивності або простою.
Нещодавно ми запустили Query Insights для Spanner, який надає готові інформаційні панелі для швидкої діагностики проблем продуктивності запитів. Крім того, статистичні дані про блокування та транзакції для Spanner (будуть доступні у 4 кварталі 2022 року) допоможуть усунути проблеми, пов’язані з блокуванням на Spanner, які можуть уповільнювати роботу програм. Ви можете легко співвідносити діапазони рядків, стовпці та зразки транзакцій, які змагаються за блокування, і налагоджувати транзакції з високою затримкою за допомогою детальних показників.
Бажаєте проконсультуватися чи спробувати щось з сервісів Google? Надсилайте свої запити на info@wiseit.com.ua або залиште повідомлення у чаті на сайті wiseit.com.ua – ми обов’язково зв’яжемось!