在其 Cloud Data Summit 峰會上，Google 宣布推出 BigLake 預覽版。通過這個新數據湖存儲引擎，可幫助企業更容易分析其數據倉庫（data warehouses）和數據湖（data lakes）中的數據。
BigLake 的核心是利用 Google 在運行和管理其 BigQuery 數據倉庫方面的經驗，並將其擴展到 Google Cloud Storage 上的數據湖，將數據湖和倉庫的優點結合到一個單一的服務中，抽象出基礎存儲格式和系統。
值得注意的是，這些數據可以放在 BigQuery 中，也可以存放在 AWS S3 和 Azure Data Lake Storage Gen2 上。通過 BigLake，開發者將獲得一個統一的存儲引擎，並能夠通過一個系統查詢底層數據存儲，而不需要移動或重複數據。
在今天的公告中，Google Cloud 的數據庫、數據分析和商業智能副總裁兼總經理 Gerrit Kazmaier 表示：
在不同的數據湖和數據倉庫中管理數據，會產生孤島，增加風險和成本，特別是當數據需要移動時。BigLake允許公司統一他們的數據倉庫和湖泊來分析數據，而不必擔心底層的存儲格式或系統，這消除了從源頭上重複或移動數據的需要，減少了成本和低效率。
使用策略標籤，BigLake 允許管理員在表、行和列級別上配置他們的安全策略。這包括存儲在 Google Cloud Storage 的數據，以及兩個支持的第三方系統，其中Google的多雲分析服務 BigQuery Omni 啟用了這些安全控制。然後，這些安全控制也確保只有正確的數據流入 Spark、Presto、Trino和TensorFlow等工具。該服務還與Google的Dataplex工具整合，提供額外的數據管理功能。
Google指出，BigLake 將提精細度的訪問控制，其API將跨越Google雲，以及開放的面向列的Apache Parquet等文件格式和Apache Spark等開源處理引擎。
Google Cloud 軟件工程師 Justin Levandoski 和產品經理 Gaurav Saxena 在今天的公告中解釋道
企業需要管理和分析的有價值的數據量正在以驚人的速度增長。這些數據越來越多地分佈在許多地方，包括數據倉庫、數據湖和NoSQL存儲。隨着企業的數據越來越複雜，並在不同的數據環境中擴散，孤島出現了，造成風險和成本增加，特別是當這些數據需要移動時。我們的客戶已經明確表示；他們需要幫助