#google-bigquery

Measuring real-time performance per dollar under continuous load: CostBench’s first end-to-end results

CostBench là công cụ đo lường hiệu suất real-time trên mỗi đô la dưới áp lực load liên tục, đi xa hơn chỉ đo thời gian truy vấn. Nghiên cứu này phân tích toàn bộ chi phí khi biến luồng dữ liệu liên tục thành câu trả lời nhanh chóng, bao gồm cả yếu tố điện năng, phần cứng và cơ sở dữ liệu. Các thử nghiệm trên 4 workload khác nhau cho thấy hiệu suất trên mỗi đô la có thể chênh lệch lên đến 42 lần giữa các hệ thống. Kết quả này nhấn mạnh tầm quan trọng của việc đánh giá chi phí tổng thể chứ không chỉ hiệu suất đơn thuần khi lựa chọn công nghệ xử lý dữ liệu real-time.

Bài này giúp lập trình viên hiểu cách đánh giá hiệu suất thực tế dưới áp lực liên tục với chi phí tối ưu qua hệ thống CostBench.

BigQuery Graph: Connecting Data and AI at Scale

Bối cảnh: doanh nghiệp cần phân tích mối quan hệ phức tạp trong dữ liệu mà không muốn di chuyển dữ liệu ra khỏi kho BigQuery. Nguyên nhân kỹ thuật: BigQuery Graph tích hợp trực tiếp mô hình đồ thị vào engine SQL của BigQuery, cho phép viết truy vấn graph bằng mở rộng SQL và sử dụng các thuật toán như PageRank, shortest path mà không cần sao chép dữ liệu. Hệ quả: người dùng có thể thực hiện phân tích đồ thị và cung cấp bối cảnh liên kết cho các agent AI trong cùng một truy vấn, giảm latency và chi phí lưu trữ sao chép. Điều đáng học: việc mở rộng khả năng SQL với đồ thị nguyên sinh giúp tận dụng cơ sở dữ liệu hiện có để hỗ trợ AI mà không cần xây dựng pipeline ETL riêng. Điều này cho thấy hướng đi của các kho dữ liệu hiện đại là kết hợp phân tích cấu trúc và AI trong một nền tảng thống nhất.

BigQuery Graph giúp lập trình viên tích hợp phân tích đồ thị và AI vào hệ thống dữ liệu doanh nghiệp mà không cần di chuyển dữ liệu.

Reimagining Public Service Delivery in the Agentic Era

Discover how state and local agencies use Google Cloud AI to break data silos and modernize public services. Join us at the GPS Summit Oct 20.

Borderless Lakehouse cross-cloud caching and connections

In the borderless Lakehouse, cross-cloud caching reduces data transfers, and BigQuery cross-cloud connections enables querying data in other clouds.

BigQuery Augmented analytics TVFs

BigQuery augmented analytics Table-Valued Functions (TVFs) automate insight discovery and pattern explanation using AI, ML and statistical methods.

The Spreadsheet Made It Look Easy

How an AI workflow classified more than 100,000 business records, with software checks, retry limits and human review built around the model’s answers.

Agentic analytics with the Data Agent Kit

Data Agent Kit is a set of MCP servers and agent skills that helps data developers run data workflows from their IDEs. It’s available both as an extension for VS Code forks (Antigravity IDE, Cursor) and as a plugin for other tools (Antigravity 2.0, Antigravity CLI, Claude Code, Codex).

BigQuery identity columns to auto-generate sequential integers

New BigQuery identity columns let you define columns that automatically generate sequential 64-bit integer values to manage’ unique identifiers.

TabFM adds predictive ML to BigQuery

TabFM in BigQuery uses in-context learning (ICL) to deliver highly accurate predictions on your tabular datasets via a single SQL statement.

From Raw Tables to Conversational Analytics in One Afternoon

Bài viết mô tả cách mở rộng quy trình xây dựng mô hình chuẩn (canonical model) mà nhóm đã thực hiện trước đó. Trong buổi tối một chiều, họ khai báo một property graph trên BigQuery dựa trên các mô hình chuẩn này. Sau đó họ sử dụng GQL để truy vấn đồ thị và xây dựng lớp giao diện cho phép đặt câu hỏi bằng tiếng Anh thuần túy. Kết quả là họ có thể phân tích dữ liệu tương tác ngay trong một buổi chiều, và câu trả lời luôn chính xác vì ontologi được giải quyết ở bước đầu. Điều này cho thấy việc đầu tư vào ontologi rõ ràng và sử dụng property graph kết hợp với GQL là chìa khóa để chuyển đổi dữ liệu thô thành phân tích hội thoại nhanh chóng.

Bài viết này giúp bạn chuyển đổi từ bảng thô thành phân tích hội thoại chỉ trong một buổi chiều bằng cách sử dụng mô hình đồ thị BigQuery và truy vấn GQL.

Build data pipelines in less time with Data Agent Kit

Build, deploy, and troubleshoot Airflow pipelines in minutes using Google Cloud Data Agent Kit and natural language.

From Student to Builder: What the APAC GenAI Academy Taught Me About AI (and Myself)

From Student to Builder: What the APAC GenAI Academy Taught Me About AI (and Myself) A few months ago, “Gen AI” was mostly a buzzword to me — something I read about in articles, not something …

Governance on Autopilot: Automate Data Governance with Lineage

Tận dụng lineage cấp cột để tự động lan truyền metadata, giúp tự động hóa quản trị dữ liệu, giảm thiểu công việc kiểm toán thủ công và duy trì ngữ cảnh dữ liệu luôn cập nhật.

Một lập trình viên nên đọc bài này để hiểu cách tự động hóa quản lý dữ liệu bằng cách theo dõi dòng dữ liệu chi tiết, giảm thiểu công việc thủ công kiểm tra và duy trì tính toàn vẹn của dữ liệu trong các pipeline.

BigQuery Graphs with measures for trusted agentic workloads

BigQuery Graphs với tính năng measures giúp các tác nhân AI tự chủ hoạt động dựa trên dữ liệu doanh nghiệp thống nhất, cho phép lập luận chính xác trên các mối quan hệ dữ liệu phức tạp.

Lập trình viên nên đọc để khám phá cách sử dụng BigQuery Graph kết hợp với measures để xây dựng các hệ thống AI tự động hóa (agentic) tin cậy, giúp xử lý logic phức tạp và kết nối dữ liệu từ nhiều nguồn trong một môi trường doanh nghiệp thống nhất.

How WPP operationalizes platform and data engineering for AI marketing

WPP đã xây dựng một nền tảng kỹ thuật thống nhất theo hướng tùy chỉnh, chuẩn hóa các mẫu tính toán serverless và quy trình xử lý dữ liệu.

Một lập trình viên chuyên về công nghệ dữ liệu hoặc AI nên đọc bài này để hiểu cách WPP tối ưu hóa quy trình xây dựng nền tảng serverless và xử lý dữ liệu theo tiêu chuẩn hóa, giúp giải quyết những thách thức về hiệu suất và khả năng mở rộng trong việc tích hợp các công cụ AI vào chiến lược marketing.

New BigQuery Data Transfer Service Capabilities

Dịch vụ BigQuery Data Transfer Service bổ sung khả năng mới, cho phép tự động hóa việc đưa dữ liệu từ nhiều nguồn đa dạng vào data warehouse với chi phí thấp.

Lập trình viên nên đọc bài này để khám phá cách tự động hóa và tối ưu hóa việc chuyển dữ liệu từ nhiều nguồn khác nhau vào BigQuery với chi phí thấp, giúp tiết kiệm thời gian và công sức trong việc xây dựng hệ thống xử lý dữ liệu hiệu quả.

I Built an AI Data Agent Which Can Query Data and Answer Business Questions. Here’s How.

Bài viết hướng dẫn từng bước xây dựng một AI agent phân tích dữ liệu hội thoại bằng Google Cloud BigQuery's Conversational Analytics API, cho phép người dùng đặt câu hỏi bằng ngôn ngữ tự nhiên và nhận câu trả lời dựa trên SQL mà không cần viết code. Tác giả so sánh các lựa chọn triển khai (từ đầu vs. nền tảng quản lý như Snowflake Cortex, Databricks Genie) và chia sẻ kinh nghiệm thiết lập BigQuery, viết hướng dẫn cho agent, thêm truy vấn đã xác minh, cùng tích hợp agent vào ứng dụng Flask.

Là người phát triển muốn tự động hóa phân tích dữ liệu cho doanh nghiệp mà không cần viết SQL thủ công, bài này sẽ hướng dẫn cách xây dựng một công cụ AI thông minh, từ thiết kế cơ sở đến triển khai ứng dụng giao tiếp tự nhiên, giúp tiết kiệm thời gian và nâng cao hiệu quả làm việc.

BigQuery Performance Optimizations

Tìm hiểu những cải tiến mới nhất nhằm tối ưu hiệu suất giá thành cho BigQuery thông qua xử lý truy vấn tự động.

Lập trình viên nên đọc bài này để hiểu cách tự động hóa và tối ưu hóa các truy vấn BigQuery bằng công nghệ tự động xử lý, giúp giảm chi phí và tăng hiệu suất khi xử lý dữ liệu lớn.