Article
BigQuery Studio : une plateforme Data Cloud unifiée
L’année dernière Google annonçait l’unification de sa plateforme Data Cloud avec la fusion des offres Looker et Data Studio pour former un outil de Datavisualisation Cloud : Looker Studio. Cette année, c’est au tour de BigQuery d’évoluer pour proposer un environnement de développement pour les data scientists et data analysts : BigQuery Studio.
BigQuery Studio
A l’origine BigQuery est un entrepôt de données sans serveur mis en service par Google. Il permet de stocker, analyser et partager un large ensemble de données et le tout en l’espace de quelques secondes. Cet environnement vient donc concurrencer directement la nouvelle plateforme unifiée Microsoft : Microsoft Fabric
A la différence de BigQuery, l’interface de BigQuery Studio se veut plus intuitive et visuelle pouvant ainsi convenir à tout type d’utilisateurs, du plus technique à l’utilisateur occasionnel.
Fonctionnalités et caractéristiques
La plateforme collaborative BigQuery Studio permet maintenant aux utilisateurs de profiter d’une plus grande flexibilité notamment :
Les langages de programmation comme SQL, Python ou encore Spark peuvent être utilisés directement dans BigQuery
Les pratiques de développement logiciel, telles que CI/CD sont maintenant prises en charge au sein de BigQuery
BigQuery fournit des politiques de sécurité et des informations sur la gouvernance pour garantir la sécurité et la qualité des données.
Duet AI un chat alimenté par l’IA est mis à disposition des utilisateurs pour assister et suggérer des fonctions et des blocs de code pour SQL et Python, à partir de requêtes en langage naturel.
BigQuery Studio simplifie la gestion des données en capitalisant sur BigLake et en offrant une prise en charge intégrée des formats de données clés tels qu’Apache Parquet, Delta Lake et Apache Iceberg. Cette intégration permet aux utilisateurs de disposer d’un seul écran pour travailler avec des données, qu’elles soient structurées, semi-structurées ou non structurées, indépendamment de leur format, et ce, dans des environnements cloud variés tels que Google Cloud, AWS et Azure.
Quels sont les usages de BigQuery Studio ?
BigQuery Studio apporte une plus grande flexibilité dans les différents usages de la donnée en proposant une seule et même plateforme. Les data engineers peuvent ainsi profiter d’une interface SQL pour analyser les données et améliorer les performances et un environnement notebook alimenté par Colab Enterprise. Cet environnement est d’ailleurs accessible dans Vertex AI pour les workflows de Machine Learning tels que l’entraînement et la personnalisation des modèles, et le déploiement.
Les data scientists, quant à eux, peuvent analyser et explorer des données en Python à l’échelle du pétaoctet, avec des fonctionnalités telles que la navigation dans les ensembles de données, l’autocomplétion, l’interrogation et la transformation des données.
Cette plateforme unifiée, fruit de l’évolution de BigQuery, offre une expérience complète alliant data engineering et analytique. Elle se distingue par son interface intuitive, adaptée à un large éventail d’utilisateurs, des experts techniques aux utilisateurs occasionnels. Dans la même lignée que Microsoft Fabric , la nouvelle plateforme unifiée développée par Microsoft, BigQuery Studio ouvre de nouvelles perspectives pour les data engineers, data analysts et data scientists en simplifiant la gestion des données, l’analyse avancée et le machine learning, tout en offrant une flexibilité dans un seul environnement.
Vous pouvez retrouver Big Query Studio en preview.
