谷歌云始终采取与竞争对手不同的方法。早在谷歌成为一家伟大的公司之前，它就对开源产生了浓厚的兴趣，并通过建立外部合作伙伴关系积极响应客户的要求。当然，谷歌的热情和舒适的做法并非全部都带来了成功。有时我们不得不变得更“无趣”一点，才能吸引企业客户的注意力。然而，谷歌为使开放性成为差异化因素所做的认真努力正在逐渐取得成果。该结果在本周举行的“Google Next 2022 Event”上得到了证实。
ⓒ 盖蒂图片银行
谷歌云副总裁兼数据分析总经理 Gerrit Kazmaier 在整个采访中强调了“开放技术（开源、开放标准、开放数据）”的重要性。采访中，“开放”这个词被提到了 29 次。此外，“开放”一词在谷歌云部门发布的博客文章和新闻稿中使用了100多次。至此，谷歌试图传达的主要信息已经很明确了。关键是，“谷歌希望成为一个开放的云。” 听起来可能没什么大不了的，但这或许是行业应该关注的一个方向。当然，实现开放云是非常困难的。这是因为它需要一种独特的方式来思考产品和数据所有权。
作者在之前的文章中表示 得益于Google积极接受开源
它在与已经进入云市 英国 WhatsApp 号码数据 场的AWS竞争 中站稳了脚跟。虽然拥有大量的开源贡献者并不能保证成功，但谷歌的做法将有助于从长远角度实施以客户为中心的战略，重组市场。事实上，作者的预言正在成为现实。纵观本次Next活动，我们可以看到Google Cloud正试图通过整合所有来源、所有平台和所有数据，将自己打造成“最开放的数据云生态系统”。“全部”这个说法可能有点夸张，但很明显，谷歌对于开放性是认真的。当我们看以下内容时更是如此。
添加了对 Apache Iceberg、Linux Foundation Delta Lake 和 Apache Hudi 等主要数据格式的支持。
在 BigQuery for Apache Spark 中引入全新集成体验
扩展或引入与流行的企业数据平台的集成，例如 Collibra、Elastic、MongoDB（我是 MongoDB 员工）等。
Elastic 的合作伙伴关系特别有趣。这是因为它是双向集成。此次合作将使 Google 客户能够更轻松地将 Elasticsearch 查询集成到 Google Cloud 的数据湖中。我们还将 Looker 支持与 Elastic 平台相结合。
Delta Lake 是 Databricks 开发的技术，事实上，Databricks 和 Google Cloud 正在争夺数据仓库工作负载业务。我问 Databricks 产品管理高级副总裁 David Maier，为什么要加强 Delta Lake 集成，答案是“因为客户”。“我们的客户说 Databricks 应该出现在 Google 上，”Meyer 说。“因为较大的财富 1000 强公司需要云的多样性，不仅从影响的角度来看，而且从数据资产的角度来看。”
这些公司往往已经在使用 Google Ads，因此在扩展其云覆盖范围时很容易选择 Google Cloud。如果数据在 Delta Lake 中，客户可以更轻松地管理数据。如果两家公司结成合作伙伴关系，在 Google Cloud 上支持 Delta Lake 格式，客户将能够应用 Big Query，而无需移动存储在 Delta Data Lake 中的数据。这是一种双赢。
谷歌再次组织了自己的技术路线
例如 数字列表Google 的整个商业智能服务都转移到 Looker 品牌下。通过正确集成 Looker 和 Google Workspace，Google 电子表格等相对易于使用和访问的生产力工具可用于创建以 BI 为中心的见解。
从这方面来说，谷歌云战略中的“开放”并不是指开源技术。相反，它更接近“降低数据利用门槛”的含义。当然，竞争服务还通过使 MySQL 和 Linux 更易于使用来提高兼容性。然而，谷歌云更进一步，让数据和数据基础设施的使用变得更加容易。
正是在类似的背景下，谷歌推出了 Vertex AI Vision。使用 Vertex AI Vision，任何数据从业者都可以更轻松地处理复杂的计算机视觉和图像识别 AI 相关任务。谷歌雇佣了各种聪明人来创造这项技术，但它也允许客户以较少的专业知识使用各种高级功能。正如卡兹迈尔强调的那样，企业数据资产将变得更加复杂，谷歌发布了管理数据资产的技术对客户来说显然是一件好事。
Google Cloud 获取更多数据
如今，很少有公司只使用一种云服务。“尽管首席信息官试图阻止应用程序跨本地基础设施和多个云服务部署，但许多公司已经在跨多个云管理其数据，”Kazmaier 解释道。“因此，多云的目的不是跨多个云部署相同的解决方案并拥有相同技术的独立孤岛，”卡兹迈尔说。“它在一个综合数据环境中连接来自多个云的数据，”他解释道。
本着这一愿景，Google Cloud 正在积极拥抱多云，还推出了 Anthos 等服务。在这次活动中，谷歌介绍道，“现在可以在 BigQuery 中分析非结构化流数据，企业可以将结构化和非结构化数据的分析集成到一个名为 Big Lake 的地方。” 此外，谷歌云技术指的是“也从云中提取数据的数据仓库”，而不是“数据云”。更准确地说，它旨在通过与数据仓库/分析服务和 AI/ML 支持系统充分协作，提供无缝分析来自 MongoDB 等数据库的操作数据的能力。
这是一项非常大胆且令人印象深刻的技术，但谷歌是否能够真正很好地支持这项技术还有待观察。如果谷歌不从绝对所有权的角度看待客户体验和相关数据，也许谷歌能够成功提供技术支持。基本上，我认为包括谷歌云在内的云服务提供商需要承认他们无法自己创建所有技术，从而向前迈进。即使云服务提供商规模很大，他们也无法扩大规模来创建满足所有需求的解决方案。
