在Google Cloud Next 2020虚拟活动上，Google 宣布了 BigQuery Omni，它是基于BigQuery的多云扩展服务，可以在AWS和Azure中运行。
BigQuery是可在Google Cloud上使用的托管无服务器数据仓库。继App Engine之后，BigQuery是Google最早提供的托管云服务之一。BigQuery于2010年推出，是公共云中最受欢迎的云数据仓库平台，它是Google Cloud产品组合中增长最快的服务之一。
BigQuery可以从各种数据源（例如BigTable，Cloud Storage，Google Drive和Cloud SQL）中加载数据。它支持流行的数据格式，包括Avro，CSV，JSON，Apache ORC和Apache Parquet。
在过去的十年中，BigQuery不断发展以满足客户的需求。它已成为构建在Google Cloud中运行的数据驱动和基于分析的应用程序的基础。客户可以执行与复杂的机器学习算法集成的标准SQL查询，以对现有数据集执行预测和分类。通过关联工作表功能，Google表格可以成为分析BigQuery中存储的数十亿行数据的前端。
通过收购Looker，Google通过分析和可视化工具对BigQuery进行了补充，以构建功能强大的仪表板。
BigQuery和Looker的组合是具有Amazon QuickSight的Amazon Redshift和具有Microsoft Power BI的Azure Synapse Analytics的可行替代方案。
什么是BigQuery Omni？
BigQuery Omni将BigQuery功能的子集引入AWS和Azure（即将推出）。它使客户可以使用熟悉的用户体验和BigQuery API，而无需将数据明确移至Google Cloud。
由于它的出色性能和速度，很多客户已经在BigQuery上标准化了其数据仓库。即使工作负载在其他云环境中运行，它们也会将数据虹吸到Google Cloud中，最终将其加载到BigQuery中进行分析。我们已经看到许多在AWS和Azure上运行的SaaS播放器将其点击流数据、日志、事务数据和遥测数据从各种来源提取到BigQuery，以运行分析。
将数据从其他云环境迁移到Google Cloud的成本很高。例如，AWS收费为$ 0.09 / GB，而Azure收费为$ 0.087 / GB。在AWS上运行但将数据摄取到Google Cloud的电子商务门户将不得不在数据传输上花费大量资金。
除了出站数据传输成本外，在云平台之间移动数据还涉及延迟。客户必须等待数据移入Google Cloud，然后再将其加载到BigQuery中，然后再执行分析。
BigQuery Omni解决了这两个挑战: 数据传输成本和延迟。从本质上讲，它使计算更接近数据，而不是将数据移动到计算中。AWS和Azure客户可以立即使用在与工作负载相同的区域，可用性区域和虚拟网络中运行的BigQuery实例。
借助BigQuery Omni，客户可以使用Amazon S3存储bucket或Azure存储容器来收集数据并进行遥测，以提取和分析数据，而不必将数据移出他们的环境。BigQuery Omni的查询结果可以保存在本地存储帐户中，而不会出现跨云移动。
由于Looker始终支持AWS和Azure，因此它仍然是BigQuery Omni的可视化工具。
BigQuery Omni提供灵活性，成本优势和速度，同时确保符合数据本地性和数据主权政策。更重要的是，它为客户提供了云数据仓库和分析工具的选择。
由于BigQuery Omni处于测试阶段，因此Google并未分享太多细节。但是，很明显，该服务仅支持在Google Cloud中运行的BigQuery提供的功能的子集。
