#google-bigquery

How fast is the web? Explore billions of real-user measurements with BEACON

Cloudflare vừa công khai bộ dữ liệu BEACON chứa hàng tỷ bản ghi hiệu năng Real User Monitoring (RUM) ẩn danh trên Google BigQuery. Dữ liệu này đo tốc độ thực tế của web dựa trên hàng tỷ điểm đo từ người dùng thật khắp toàn cầu. BEACON cung cấp cái nhìn sâu sắc về hiệu năng trang web ở các khu vực địa lý khác nhau, cho thấy thời gian tải trang trung bình dao động từ 3.2 giây ở châu Âu lên đến 7.5 giây ở châu Phi. Các nhà phát triển có thể truy vấn trực tiếp bộ dữ liệu này để tối ưu hóa hiệu ứng Largest Contentful Paint (LCP) và First Input Delay (FID) của ứng dụng web. Dự án này là nguồn tài liệu tham khảo quý giá để hiểu sự khác biệt hiệu năng giữa các khu vực và cải thiện trải nghiệm người dùng toàn cầu.

Lập trình viên nên đọc bài này để truy cập vào bộ dữ liệu hàng tỷ ghi chú hiệu suất thực tế giúp tối ưu hóa hiệu năng website.

Expanded semantic model support in Knowledge Catalog

Give AI agents the definitions you already trust. Knowledge Catalog ingests Looker, BigQuery, dbt, Snowflake, Databricks, and SAP semantic models.

Google Cloud CLI remote MCP server in preview

Google vừa công bố Google Cloud CLI remote MCP server trong giai đoạn preview, mở rộng hệ sinh thái server MCP được quản lý. Tính năng này cho phép tích hợp Google Cloud CLI trực tiếp vào ứng dụng MCP qua kết nối remote, thay vì cần cài đặt local. Việc triển khai này giúp giảm đáng kể độ phức tạp khi quản lý credentials và phiên bản CLI trên nhiều môi trường. Nhà phát triển có thể tận dụng công nghệ này để kết nối với hơn 400 dịch vụ Google Cloud CLI hiện có. Hướng dẫn triển khai chi tiết và mã nguồn có sẵn trên GitHub repository chính thức của Google Cloud.

Lập trình viên nên đọc bài này để biết cách tích hợp Google Cloud CLI như một remote MCP server và mở rộng khả năng tích hợp của công cụ phát triển.

BigQuery AI Functions in Pandas

Scale machine learning directly in Pandas and boost productivity using enterprise-grade BigQuery AI functions without leaving your DataFrame.

Semantic data aggregation with BigQuery and AI.AGG

AI.AGG provides multi-level semantic aggregation function natively embedded within BigQuery.

What’s new across Google’s Agentic Data Cloud

Learn about our latest advancements to delivering agentic-first experiences, borderless data, and trusted context for all your agents.

Direct Iceberg access in AlloyDB

Query Apache Iceberg tables stored in cloud storage directly from AlloyDB and join them with live operational data in a single SQL query.

Is there a Google Ads Transparency Center API? What exists in 2026, and how to export the data

Is there a Google Ads Transparency Center API? What exists in 2026, and how to export the data The Google Ads Transparency Center (adstransparency.google.com) shows the search, display and YouTube …

Querying Databricks Iceberg tables with Google Cloud’s Lakehouse

Learn how to query Databricks Iceberg tables with Lakehouse runtime catalog through bi-directional federation with Databricks Unity Catalog.

BigQuery measures GA: Unifying BI metrics and knowledge graphs

BigQuery measures is now generally available, unifying BI metrics and knowledge graphs in one model so AI agents and dashboards share trusted data.

Oracle AI Database@Google Cloud: What's new at Oracle AI World

Oracle AI Database@Google Cloud adds Gemini integration, MCP Server in GA, BigQuery federation, and Iceberg lakehouse access.

BigQuery to Databricks: A Strategic Framework

Discover best practices for migrating BigQuery data, scripts, and stacks to Databricks. Learn to optimize ROI and governance during your architectural evolution.

LookML metadata indexing in Knowledge Catalog is now GA

LookML metadata indexing in Google Cloud Knowledge Catalog is now GA, grounding Gemini Enterprise and AI agents in governed business semantics.

Architecting Governed, Self-Evolving AI Agents on Google Cloud

Build governed, self-evolving AI agents on Gemini Enterprise Agent Platform with ADK, BigQuery, Model Armor, and Cloud KMS to remediate outages in seconds.

Google Analytics pricing: Free GA4 and paid GA360 explained

How much does Google Analytics cost? Understand free GA4 limits, GA360 pricing and the costs of running your setup.

Analyze unstructured data in BigQuery with ObjectRef

BigQuery ObjectRef is now GA. Combine unstructured data with Gemini to build powerful multimodal analytics and conversational agents using SQL.

Native Support for Debezium in Apache Beam

Debezium la nền tảng open source capture change data, cho phép ứng dụng phản ứng với các thay đổi insert, update, delete từ database. Apache Beam giờ đã hỗ trợ native Debezium, giúp xử lý stream data change hiệu quả hơn. Sử dụng Debezium với Beam đảm bảo tính durable và fast, không bỏ sót event dù system có vấn đề. Công nghệ này hữu ích cho hệ thống cần xử lý real-time data change từ database.

Bài viết này giúp lập trình viên hiểu cách tích hợp Debezium vào Apache Beam để xử lý dữ liệu thay đổi từ database hiệu quả.

Borderless lakehouse integrates with Gemini

Security enhancements and integrations to enable governed Gemini-based agents across data managed by Google Cloud’s borderless Lakehouse.

Using BigQuery’s generative AI cost management features

Token-based cost management for BigQuery generative AI functions lets you set daily quotas on AI token consumption so you can keep within your budget.

Cross-cloud conversational analytics with borderless Lakehouse

Learn how borderless Lakehouse federates queries across Databricks, Snowflake, and AWS Glue with Apache Iceberg for in-place conversational analytics.

BigQuery TimesFM 3.0 with multivariate time-series forecasting

Google Research vừa ra mắt TimesFM 3.0, một foundation model 330 triệu parameters cho phép forecasting multivariate time-series ngay trong BigQuery SQL. Model này giải quyết hạn chế của các phương pháp truyền thống phải chuyển dữ liệu giữa BigQuery và ML platforms để làm forecasting multivariate. TimesFM 3.0 hỗ trợ forecasting up to 512 time-series trong một lần inference, giảm thiểu đáng kể latency. Với integration native vào BigQuery SQL, model giúp data scientist tiết kiệm thời gian xử lý dữ liệu và có thể sử dụng forecasting ngay trên dữ liệu lớn mà không cần export.

TimesFM 3.0 giúp bạn dự báo chuỗi thời gian đa biến ngay trong BigQuery SQL mà không cần chuyển dữ liệu ra bên ngoài.

Bringing you the Data Agent Kit

Learn how to use the Data Agent Kit inside the Antigravity IDE. Data Agent Kit helps you work with Google Cloud data through a plugin for coding agents or an extension for Visual Studio Code-based IDEs.

Modernize unstructured data workloads with Alteryx and BigQuery

Alteryx và BigQuery cho phép xây dựng pipeline không cần code với Live Query, kết nối trực tiếp với BigQuery để xử lý dữ liệu. Gemini được tích hợp an toàn vào nền tảng dữ liệu, giúp phân tích unstructured data hiệu quả. Giải pháp này giảm thiểu đáng kể thời gian phát triển pipeline so với phương pháp traditional ETL. Các lập trình viên nên cân nhắc nếu họ đang làm việc với lượng lớn unstructured data và cần tối ưu hóa quy trình phân tích.

Bài viết này giúp lập trình viên xây dựng pipeline không cần code và xử lý dữ liệu không cấu trúc an toàn với BigQuery và Gemini.

Lakehouse runtime catalog powered by Spanner

Learn how the Lakehouse runtime catalog built on the Apache Iceberg REST catalog specification and powered by Spanner powers agentic workloads.

For a Novice, Data Says More

For a Novice, Data Says More 🐟 How the interpretation differs The journey towards data continues. In my previous blog, I wrote about — not the business goal, nor what the actual data says, but …

Microsoft, Google back Apache Ossie to make enterprise data and AI platforms more interoperable

Microsoft và Google cùng hỗ trợ dự án Apache Ossie nhằm tăng khả năng tương tác giữa các nền tảng dữ liệu và AI doanh nghiệp. Dự án này cho phép di chuyển các mô hình ngữ nghĩa Power BI và BigQuery giữa các hệ thống, với khoảng 70% cấu trúc dữ liệu có thể được chuyển đổi tự động. Tuy nhiên, các nhà phân tích cảnh báo các lỗ hổng về quản trị và đặc tả kỹ thuật đang phát triển có thể hạn chế khả năng tương tác thực tế. Doanh nghiệp nên cân nhắc lợi ích về khả năng vận chuyển dữ liệu với những thách thức chưa hoàn thiện của dự án trước khi áp dụng Apache Ossie.

Sự ủng hộ của Microsoft và Google dành cho Apache Ossie hứa hẹn mang lại khả năng tương thích cao hơn giữa các nền tảng dữ liệu và AI doanh nghiệp.

Introducing WeatherNext 3, our most advanced and accurate global weather AI model

WeatherNext 3, model AI thời tiết toàn cầu mới nhất của Google, đã được tích hợp vào Search, Gemini, Maps, Google Maps Platform và Cloud. Model này cải thiện đáng kể độ chính xác dự báo bằng cách sử dụng neural network xử lý dữ liệu vệ tinh và khí tượng quy mô lớn. Hệ quả là người dùng nhận được dự báo thời tiết chi tiết hơn với sai số giảm 15% so với phiên bản trước. Điều đáng học hỏi là cách WeatherNext 3 tối ưu hóa hiệu suất tính toán để xử lý lượng dữ liệu khổng lồ mà vẫn duy trì độ chính xác cao.

WeatherNext 3 đưa ra dự báo thời tiết chính xác nhất thế giới thông qua công nghệ AI tiên tiến, giúp lập trình viên hiểu cách tích hợp mô hình này vào ứng dụng của họ.

Data Agent Kit is now GA: Bring Google Data Cloud to any coding agent

Google Cloud Data Agent Kit, a free set of MCP tools and agent skills that connects coding agents like Claude Code, Codex, and Antigravity to Google Data Cloud services, is now generally available. GA adds support for BigQuery Graph, Bigtable, and Managed Service for Apache Spark for Lakehouse access, alongside quality-of-life improvements. It works as a VS Code/Cursor IDE extension or CLI plugin, letting agents inspect schemas, run queries, read job logs, and manage resources using the user's own IAM permissions. New skills cover graph authoring, Bigtable schema design, Lakehouse federation to AWS Glue and Databricks Unity Catalog, and pipeline orchestration with dbt, Dataform, and Apache Airflow. It's included at no additional cost beyond standard Google Cloud service pricing.

How midsize LATAM companies build with AI

Các doanh nghiệp tầm trung tại khu vực Latin America đang ứng dụng AI để tự động hóa quy trình và mở rộng quy mô đội ngũ tinh gọn. Các công cụ như Microsoft Azure AI và Google Cloud Platform giúp họ tối ưu hóa vận hành với chi phí hợp lý. Nhờ AI, các công ty này có khả năng cạnh tranh sòng phẳng với các tập đoàn lớn trên thị trường toàn cầu. Họ tận dụng machine learning để phân tích dữ liệu khách hàng và tối ưu hóa chuỗi cung ứng mà không cần đầu tư quá nhiều vào cơ sở hạ tầng. Bài viết cung cấp case study cụ thể về cách các công ty như Mercado Libre và Rappi triển khai AI thành công, cho thấy AI không còn là độc quyền của các tập đoàn lớn.

Bài viết này giúp lập trình viên hiểu cách các công ty cỡ vừa tại Mỹ Latinh áp dụng AI để tự động hóa vận hành và mở quy mô đội ngũ tinh gọn.