Gemini отримав Data Cloud connectors для запитів до корпоративних баз даних

Google представила в режимі превʼю Data Cloud connectors для Gemini, які дають змогу бізнес-користувачам та аналітикам надсилати запити до корпоративних сховищ і баз даних за допомогою природної мови.

Як працює механізм

Конектори інтегровані з Knowledge Catalog, який допомагає інтерпретувати запитання користувача та знайти відповідні джерела даних. Процес обробки складається з кількох етапів:

• Формулювання запиту: користувач ставить довільне питання без необхідності знати назви проєктів чи конкретних таблиць.
• Семантичний пошук: система сканує Knowledge Catalog і зіставляє повсякденні терміни зі структурами баз даних за допомогою бізнес-глосаріїв і семантичних моделей.
• Виконання з урахуванням прав доступу: Gemini генерує SQL і запускає запит безпосередньо від імені користувача через облікові дані (credentials), дотримуючись обмежень безпеки на рівні рядків і стовпців (row- and column-level security).

Замість копіювання чи індексації контенту в сховище Gemini конектори використовують режим федеративних запитів (federated query mode) і зчитують дані на місці.

Підтримувані сервіси та формати

Конектори у прев'ю підтримують роботу з BigQuery, оперативними базами даних Spanner, AlloyDB і Cloud SQL, а також керованими даними Looker. Отримані результати можна одразу експортувати в робочі інструменти Google Docs, Gmail або Google Slides.

Конектор для BigQuery підтримує концепцію відкритих лейкхаусів (lakehouse) і дозволяє опитувати відкриті формати таблиць (Apache Iceberg, Delta Lake, Parquet), а також кросхмарні набори даних в AWS або Azure безпосередньо через BigQuery. При цьому правила розмежування доступу наслідуються з BigQuery та Knowledge Catalog.

Альтернатива: Conversational Analytics agents

Окрім Data Cloud connectors для дослідницького (ad hoc) аналізу, розробники та дата-команди можуть створювати спеціалізовані Conversational Analytics agents. Це налаштовані агенти для багатоетапних сценаріїв і суворої звітності, побудовані поверх BigQuery, Looker чи баз даних. Такі агенти можна публікувати в Gemini або підключати через API для створення власних корпоративних застосунків.

Переваги над сторонніми серверами MCP

У порівнянні з розгортанням публічних або самостійно підтримуваних серверів Model Context Protocol (MCP), фірмові конектори мають вбудовані навички оптимізації SQL і виклику ШІ-функцій під конкретні рушії. Також вони надають керовану автентифікацію для сервісів Google Cloud, усуваючи потребу в розгортанні власного проміжного ПЗ (middleware) або ручному налаштуванні клієнтів OAuth. Адміністратори додатково можуть вказувати білінговий проєкт для контролю витрат на виконання запитів у BigQuery.