2023年12月21日消息，Gartner 已将 Google 评为领导者，并且在 2023 年 Gartner® 云数据库管理系统魔力象限™评估的所有供应商中排名最远。作为本报告连续四年的领导者，我们相信 Google 的地位证明了在内置智能、开放数据生态系统和统一数据产品等领域提供持续的客户创新。
“随着公司希望转向更现代、云优先的方法，市场一直在发生重大转变。这种转变是由许多因素推动的，包括对更高的敏捷性、可扩展性、成本节约的需求，以及将生成式人工智能功能与数据相结合进行创新的愿望。“Google Cloud 通过简化、统一和开放标准的原则处理整个数据和 AI 堆栈的方式与客户对长期战略合作伙伴的要求非常吻合。”
数据对于每个组织的 AI 之旅都至关重要。根据对数百名全球高管的采访，强大的数据基础可以加速企业范围的人工智能和收入增长。调查发现，一个组织的数据成熟度越高，其人工智能能力和产品往往就越强。
然而，由于工具和数据源不同，以及数据质量差，许多组织仍在努力提取数据的全部业务价值。此外，组织正在管理越来越多的数据库和分析工作负载，从而导致额外的复杂性、开销和风险。
借助 Google 的数据和 AI 云，我们的愿景是将 Google 数据方法的简单性、可扩展性、安全性和智能性带入您的业务，使您能够统一数据，充分利用开源兼容性，同时提供最新的 AI 功能，从而释放数据的全部潜力。
使用统一的数据云管理所有数据
Google 的数据和 AI 云基于简单性原则，使您能够在多个级别互连数据。它提供了一个开放、统一的数据平台，使组织能够管理数据生命周期的每个阶段，从运行应用程序的运营数据库，到管理跨数据仓库和数据湖的分析工作负载，再到数据驱动的决策，再到人工智能和机器学习。
Google 的数据和 AI 云架构独具特色，因此您可以统一数据、人员和工作负载。我们的数据库建立在高度可扩展的分布式存储系统之上，具有完全分解的资源和 Google 拥有的高性能全球网络。这种组合使我们能够在 AlloyDB、BigQuery、BigLake、Bigtable、Cloud SQL、Dataflow、Dataplex、Dataproc 和 Spanner 之间提供紧密集成的数据服务。
我们最近推出了几项功能，进一步加强了这些集成，使加速创新变得更加容易：
- 为数据和 AI 人员统一工作空间 - BigQuery Studio 预览版将数据工程、分析和 ML 工作负载整合在一起，使您能够编辑 SQL、Python、Spark 和其他语言，并轻松运行 PB 级分析，而无需任何额外的基础架构管理开销。借助 BigQuery Studio，您可以直接访问 Colab Enterprise，这是一项新产品，可为 Colab 提供 Google Cloud 的企业级安全性和合规性支持。
- 统一事务和分析系统 - 我们宣布全面推出 Spanner Data Boost，这是一项突破性技术，可让您通过 BigQuery、Spark on Dataproc 或 Dataflow 等服务分析 Spanner 数据，而所有这些服务几乎不会影响您的事务性工作负载。此外，我们只需点击几下鼠标，即可更轻松地将数据从 BigQuery 提取回运营数据库，例如 Bigtable（我们兼容 HBase 的 NoSQL 数据库）。借助全新的 BigQuery 导出到 Bigtable 功能，您无需使用任何 ETL 工具即可从应用中获取分析见解。
- 统一的数据管理和治理 - 我们引入了智能数据分析和数据质量功能，以帮助您了解数据的完整性、准确性和有效性。我们还在 Dataplex 中推出了扩展的数据管理和治理功能。现在，您可以获得所有数据和 AI 资产的单一体验，包括 Vertex AI 模型和数据集、操作数据库和分析系统。
- 统一所有类型的数据 - BigLake 可让您在任何位置处理任何类型的数据。您不再需要担心底层存储格式，并且可以降低成本和效率低下，因为 BigLake 与 BigQuery 深度集成。我们正式发布了 BigLake 对象表，以帮助数据用户使用 SQL 轻松访问、横向、处理和查询非结构化数据，如图像、音频和文档。BigLake 处于高速增长状态;自今年年初以来，BigLake 的使用量增加了 27 倍。
利用开放的数据生态系统，在原地运行所有数据
Google Cloud 提供行业领先的开源和开放 API 集成，有助于确保可移植性和灵活性，并降低供应商锁定的风险。这些集成包括 BigQuery Migration Service（用于加速从传统数据仓库的迁移）和 Database Migration Service（可帮助您迁移和现代化运营数据库）。您还可以利用我们的托管数据库服务，这些服务与流行的开源引擎（如 PostgreSQL、MySQL 和 Redis）完全兼容。
我们将继续专注于使 Google Cloud 成为最开放的数据云。该领域最近推出的一些产品包括：
- 分析其他云中的 BigQuery 数据 - 我们的许多客户使用 BigQuery Omni 在 Google Cloud、AWS 或 Azure 上管理和分析他们的数据，BigQuery Omni 提供了跨云的单一管理平台。为了让 BigQuery Omni 更进一步，我们增加了对跨云具体化视图和跨云联接的支持。在过去六个月中，BigQuery Omni 发现客户在跨 AWS 和 Azure 环境进行查询时处理的数据增长了 120% 以上。
- 几乎可以在任何地方运行 AlloyDB - 我们宣布 AlloyDB Omni 正式发布，这是 AlloyDB 的可下载版本，几乎可以在任何地方运行——在 Google Cloud、AWS、Azure、Google 分布式云托管、本地甚至开发人员笔记本电脑上。AlloyDB Omni 提供了在所有环境中运行相同的企业级数据库 AlloyDB for PostgreSQL 的灵活性，由 Google 的企业支持组织提供支持，并且成本仅为传统数据库的一小部分。我们还推出了 AlloyDB Omni Kubernetes Operator 预览版，它简化了常见的数据库任务，包括数据库配置、备份、安全连接和可观测性，允许您在大多数 Kubernetes 环境中运行 AlloyDB Omni。
- 支持开放表格式 - 我们在 BigLake 中推出了 Hudi、Delta 和 Iceberg 表的可用性。这样一来，客户就可以对 Google Cloud 存储中的数据使用流式提取，并通过自动存储优化获得完全托管的体验，以及执行 DML 事务以实现一致的修改和提高数据安全性，同时保留完整的 Iceberg 读取器兼容性。
- 增强企业工作负载的性能 - 我们宣布推出适用于 MySQL 和 PostgreSQL 的企业增强版，在 Cloud SQL 中提供新的可用性、性能和数据保护增强功能。适用于 MySQL 的 Cloud SQL Enterprise Plus 版的性能比 Amazon 的同类 MySQL 服务高出 3 倍。我们还一直在努力通过全新的完全托管产品 Memorystore for Redis Cluster 来增强我们的 Memorystore for Redis 产品，该产品现已正式发布。借助 Memorystore for Redis Cluster，您可以获得易于使用、与开源兼容的 Redis 集群服务，该服务提供的吞吐量是 Memorystore for Redis 的 60 倍，延迟仅为微秒级。
我们还显著扩展了我们的数据云合作伙伴生态系统，并在许多新领域增加了我们的合作伙伴投资。如今，已有 1,000 多家软件合作伙伴使用 Google 的数据云构建其产品，70 多家数据平台合作伙伴通过我们的 Google Cloud Ready - BigQuery 计划提供经过验证的集成。我们还宣布了 Google Cloud Ready for Cloud SQL，该计划旨在表彰已满足 Cloud SQL 集成要求的合作伙伴解决方案。此计划加入了我们现有的 Google Cloud Ready for AlloyDB 合作伙伴计划。
通过集成式 AI 从数据中释放新价值
AI 提供了许多激活数据的机会。因此，我们让所有数据团队都可以轻松访问 AI，并且还可以毫不费力地使用您的数据来训练 AI 模型。以下是一些最近推出的产品：
- 轻松构建企业级 AI 应用程序 - 我们推出了 AlloyDB AI，它是 AlloyDB 不可或缺的一部分，它提供了一组集成的功能，可在任何地方轻松构建企业级 AI 应用程序。使用 IVFFlat 索引时，与标准 PostgreSQL 相比，AlloyDB AI 运行矢量查询的速度提高了 10 倍，允许您从数据库中轻松生成嵌入，并与 Vertex AI 和开源 gen AI 工具完全集成。我们还推出了 BigQuery 特征表和向量嵌入的预览版，用于存储您的所有机器学习特征和向量嵌入。这样一来，您就可以构建强大的语义搜索功能，并根据 BigQuery 数据的规模实时执行推荐查询。
- 访问基础模型 - 我们允许用户直接从 BigQuery 访问 Vertex AI 的基础模型。只需一条语句，您就可以将 BigQuery 表连接到大型语言模型 （LLM），并使用 BigQuery 数据调整提示。这允许您使用生成 AI 功能，例如对数据进行文本分析或生成新属性来丰富数据模型。此外，我们还推出了 BigQuery ML 推理引擎，让您能够采用预训练模型和开放式 ML 框架的生态系统。它可以帮助您在 BigQuery 中对 Google 视觉、自然语言和翻译模型运行预测，以 TensorFlow Lite、ONNX 和 XGBoost 等其他格式导入模型，并直接使用 Vertex AI 中托管的模型。
- 利用 Duet AI 提高工作效率 - 我们在 BigQuery 中推出了 Duet AI，以简化数据分析、生成代码并协助编写 SQL 查询和 Python 代码，让您能够更专注于逻辑和结果。我们还在 Spanner 中发布了 Duet AI，它允许您使用自然语言生成代码来构建、修改或查询数据。为了更轻松地实现 Oracle 数据库的现代化，我们在数据库迁移服务中使用 Duet AI 将 Duet AI 的强大功能带到了 Oracle 到 PostgreSQL 迁移的最后一英里。最后，Dataplex 中的 Duet AI 可用于元数据洞察，以解决冷启动问题 - 我如何知道我可以问我的数据哪些问题？
我们很荣幸被公认为 2023 年 Gartner 云数据库管理系统魔力象限的领导者。
