Google Cloud Serverless pour Apache Spark : haute performance, unifiée avec BigQuery

Google Cloud a annoncé une évolution significative avec Google Cloud Serverless pour Apache Spark, qui est maintenant disponible généralement directement dans l'expérience BigQuery. Cette intégration apporte la pleine puissance de Google Cloud Serverless pour Apache Spark dans la plateforme de données unifiées à l'IA de BigQuery, offrant une expérience de développement unifiée, une interopérabilité sans heurt et des performances coût/efficacité de pointe. Apache Spark est un moteur populaire et puissant pour le traitement des données, l'apprentissage automatique/IA, mais les développeurs sont freinés par la gestion des clusters, l'optimisation des tâches et la résolution des problèmes. Google Cloud Serverless pour Apache Spark répond à ces défis avec un Spark à la demande pour réduire le coût total de possession, des performances exceptionnelles, de l'ouverture et de la flexibilité, de la productivité et de l'assistance Gemini, de la distribution aisée de l'IA, des capacités de sécurité de niveau entreprise et des capacités de production prêtes. Avec la disponibilité générale de Spark à la demande dans BigQuery, les développeurs peuvent maintenant développer, exécuter et déployer du code Spark de manière interactive dans le studio BigQuery, offrant un framework de traitement OSS scalable et alternatif aux côtés du moteur SQL renommé de BigQuery. L'expérience unifiée de Spark et de BigQuery offre la flexibilité d'utiliser le bon moteur pour le bon travail, avec une plateforme unifiée, une interface de notebook et sur une seule copie de données. Les capacités clés et les avantages de Spark dans BigQuery incluent l'expérience de développement unifiée, l'accès unifié aux données et l'interopérabilité des moteurs, et la mise en œuvre opérationnelle. Pour commencer avec Spark dans le studio BigQuery, ils peuvent lancer une session Spark à l'aide de l'un des modèles de notebook. Avec Google Cloud Serverless pour Apache Spark et sa nouvelle intégration profonde avec BigQuery, les développeurs peuvent briser les barrières entre les moteurs d'analyse puissants, leur permettant de choisir l'outil le plus adapté à leur tâche spécifique, dans un environnement cohérent et géré.