Google Cloud Platform

GoogleNext 2019レポート:2日目

こんにちは、エクスチュアの權泳東(権泳東/コン・ヨンドン)です。

Google Next 2019の2日目のレポートです。

2日目も新しい発表がありました。

プロダクト・イノベーション・キーノートの様子:

発表のうち気になったものが何個かありました。

まず、CloudSQLがついにMicrosoft SQL Serverに対応します。
デモでは、SQLServerでバックアップしたデータをGCS経由でCloudSQLにインポートするだけで、SQLServerをオンプレミス・他クラウドからGCPに一発で移行させてました。
また、Active DirectoryをGCPで運用出来るようになり、ADでGCPユーザーの権限を管理できるようにもなります。
従来Azure環境で運用してたユーザーをGCPに取り込むという路線ですね。
マルチクラウド・ハイブリッドクラウドがますます加速します。

さらに、「!!!」と感じたものだとData Analytics系で発表がありました。

Data Analyltics系の発表では、BigQuery BI Engineと、Cloud Data Fusion。

AutoML Tableの発表もあり、BigQueryのテーブルを指定するだけで、そのデータを用いた機械学習をやってくれます。
去年発表されたBigQueryMLよりも更に機械学習の敷居を下がりました。

個人的には「Cloud Data Fusion」に興味があり、ブレークアウトセッションに参加して来ました。

Cloud Data Fusion: Data Integration at Google Cloud

Cloud Data Fusionは、マルチクラウド・ハイブリッドクラウドにおけるデータの統合を簡単にしてくれるツール。
従来はサードパーティのETLツールや、Dataflow、または自作スクリプトに頼っていたデータ統合がGUIで完結出来ます。
GCP内であればDataprepが使えたのですが、DataFusionはとにかくコネクタが豊富。

Data FusionはGoogleが買収したCDAPがベースになっており、CDAP APIとDataprepが裏で動くことで、様々なデータソースのETLが可能です。

CDAPがベース

例えば、S3やOracle/DB2などのRDB、Kafka、FTPとの接続が可能なので、そこからテーブルデータやExcel、CSVなどをDataFusionで簡単にBigQueryやその他のデータストレージに簡単にインポート出来ちゃいます。

つまり、非エンジニアでもマルチクラウド/ハイブリッドクラウドなデータソースをGCPに統合出来てしまうワケです。

GUIだけでマルチクラウド・ハイブリッドクラウドなETLを実現

スケジュール機能もあり、もはやSQLを使えるデータアナリストだけで従来データエンジニアやITが行ってきたデータソース統合を実装可能。
既存のDataprepは主にGCPオンリーの環境で引き続き使えますが、DataFusionはGCP以外のデータインテグレーションに効きます。

もちろん従来通りガチガチのエンジニアであればDataflowや自社開発によるデータインテグレーションでどうぞ。

このあと私は午後ずっとパートナー向けのセッションに出ており、あまり声を大にして紹介出来るネタがないので割愛します。

夕方には開発者向けのキーノートもありました。

つい先日、円周率計算で31兆桁の新記録をCompute Engineで達成したGoogleのエマ・ハルカ・イワオさんが5億桁の計算をデモしてくれたり、はたまたはコーディングのインデントはスペースかタブかという宗教論争的なネタもあり、会場はだいぶ盛り上がってました。

こんなわけでGoogle Next 2019も2日目が終わりまして、そのあとサンフランシスコ・ジャイアンツ本拠地のオラクル球場駐車場で行われたパーティにも行ったのですが、海辺で風が寒すぎて即帰ってきました。。
来年はもっと暖かい格好で参加します。。

弊社はGCPサービスパートナーです。
来年のGoogle Nextに一緒に参加してくれる仲間を募集しております。
お問合わせはこちらからどうぞ

ブログへの記事リクエストはこちらまで

ピックアップ記事

  1. 最速で理解したい人のためのIT用語集

関連記事

  1. Cloud Dataflow

    データアナリスト/データエンジニア向けNext19まとめ

    こんにちは、エクスチュア渡部です。2019/4/9-4/11に行わ…

  2. Google BigQuery

    BigQuery BI Engine解説

    こんにちは、エクスチュア渡部です。2019/4/9-4/11に行わ…

  3. Google Cloud Platform

    Looker: LookerbotでSlackにグラフ画像をスケジュール投稿する

    こんにちは、エクスチュアの權泳東(権泳東/コン・ヨンドン)です。…

  4. Google Cloud Platform

    Google Compute EngineのUbuntu VMにスワップ領域を作成する

    こんにちは、エクスチュアの權泳東(権泳東/コン・ヨンドン)です。…

  5. Google BigQuery

    GoogleNext 2019レポート:3日目

    こんにちは、エクスチュアの權泳東(権泳東/コン・ヨンドン)です。…

  6. Google BigQuery

    Big QueryでWindow関数を用いて、累積和を計算する

    こんにちは。エクスチュアでインターンをさせて頂いている中野です。…

最近の記事

  1. Pythonを用いたAmazon S3の署名付きURLの発行…
  2. Snowflakeとは?Data Cloud World T…
  3. SnowflakeのData Clean Roomを基礎から…
  4. SnowflakeのData Clean Roomを基礎から…
  5. SnowflakeのData Clean Roomを基礎から…
  1. ブログ

    まぐれ
  2. Adobe Analytics

    Google Analytics検証を効率的に進める方法
  3. Firebase Analytics

    GoogleAnalytics Apps+Web プロパティをBigQueryと…
  4. Amazon Web Services

    【初心者向け】AWSを学ぶ前に確認したい用語
  5. Tableau

    【TC19ブログ】セッション紹介:DataRobot×TableauでAIを民主…
PAGE TOP