打造智慧數據湖,Google Cloud 今天推出三項新服務讓資料在雲更聰明
2021/05/27 INSIDE 硬塞的網路趨勢觀察
Google Cloud 在今天舉辦的 Google Data Cloud Summit 上,發布三項全新解決方案:Dataplex、Datastream 和 Analytics Hub Beta 版,將涵蓋旗下的資料庫和資料分析產品組合,為企業提供一個整合式資料平台,協助企業打破資料孤島。
評論
Google Cloud 在今天舉辦的 Google Data Cloud Summit 上,發布三項全新解決方案:Dataplex、Datastream 和 Analytics Hub Beta 版,將涵蓋旗下的資料庫和資料分析產品組合,為企業提供一個整合式資料平台,協助企業打破資料孤島,安全地預測業務成果並賦予使用者能力,在現今不斷變化的數位環境中即時制定明智的決策。
「Gartner 近期的問卷調查結果顯示,企業預估每年在品質不甚理想的資料上平均花費 $1,280 萬美元。」 因為資料散布在多個雲端和地端部署環境中的資料庫、資料湖泊、資料倉儲和資料市集內,企業除了要設法集中控管及管理應用程式,更需要即時整合資料來改善決策,加快創新腳步及提升客戶體驗。
Google Cloud 資料庫、資料分析及 Looker 商業智慧平台總經理暨副總裁 Gerrit Kazmaier 說明,企業須把資料視為具備將所有相關業務面向整合為一的能力。如今所有產業紛紛轉換為以數位化為主的業務型態,因為他們明白資料不但是創造價值的要素,同時也是推動數位轉型的關鍵。
透過運用 Google Cloud 的資料平台,客戶現在將能採用全方位且涵蓋完整資料生命週期的資料雲端方案,從業務執行系統到可進行未來預測和自動化作業的 AI 與機器學習工具等均包含在內。
Datastream-為客戶提供即時資料複製功能:目前提供 Beta 版體驗的 Datastream 提供全新的無伺服器異動資料擷取 (CDC) 和複製服務,讓客戶可以從 Oracle 和 MySQL 資料庫將資料串流即時擷取至 Google Cloud 服務,例如 BigQuery、可於 PostgreSQL 上執行的 Cloud SQL、Google Cloud Storage 和 Cloud Spanner。
企業可運用這項解決方案強化即時性數據分析功能、資料庫的複製速度以及事件驅動架構等。率先採用此方案的客戶 Schnuck Markets, Inc.運用 Datastream 簡化了架構,而將 Oracle 資料複製到 BigQuery 和 Cloud SQL 也不再會延遲數小時之久。
Analytics Hub-提高資料共用安全與易用性:Analytics Hub 可為企業創造安全且即時的資料交換服務,借助 Analytics Hub,企業可以在不論組織的內外部,安全地共享數據和洞察,包括動態儀表板和機器學習模型。
Analytics Hub 協助企業整合其數據資產,如將 Google 獨有數據、產業數據和公開數據整合一起。Analytics Hub 建立於 BigQuery 現行且普及的共享功能基礎上,目前已經使數千家企業透過數據分析進行革新,並透過不僅是單純共享數據的方法,來加快洞察的取得。
Dataplex-協助企業簡化資料管理作業:目前提供 Beta 版體驗的 Dataplex 是一種智慧資料網路架構,可提供單一整合式的分析體驗,能將 Google Cloud 和開放原始碼結合在一起,使企業能夠快速整理、保護、整合及分析其數據。
自動化的資料品質可讓數據資料學家和分析師利用自選工具確保資料的一致性,不須移動或複製資料即可統整並管理資料。Google 提供傑出的 AI 和機器學習功能,讓企業能夠利用內建的智慧資料來縮短處理繁複基礎架構的時間,並將更多心力轉而投入於發掘資料價值,以帶來更多業務成果。身為 Dataplex 早期客戶,Equifax 與 Google 合作致力將 Dataplex 納入自己的核心分析平台,不但簡化了工作負載,還建立了所有內部分析資料都適用的單一指令控管及管理平台。
在資料雲端高峰會舉辦期間,Google Cloud 也發表了資料庫和數據分析產品組合方面的其他最新消息:
基於對多雲端的策略性承諾,Google 陸續推出分別適用於 Microsoft Azure 的 BigQuery Omni Beta 版和 Looker 商業智慧平台正式版,藉此協助客戶取得跨雲端環境的關鍵資料深入分析結果。繼去年發表適用於 AWS 的 BigQuery Omni 後,這次發表的最新消息更延續了市場對此技術的展望。
BigQuery ML 異常偵測 可協助客戶透過使用 BigQuery 的內建機器學習功能,以更輕鬆的方式檢測異常資料模式。目前許多客戶將這項技術運用於多種用途,包括銀行詐欺偵測和生產製造不良原因分析。
Dataflow 為客戶提供了具備成本效益的快速串流分析解決方案。而預計於第三季推出的 Dataflow Prime 將提供業界領先的自動垂直擴充和數據管道正確配置技術,為客戶最大幅度地降低整體擁有成本。此外,Dataflow Prime 更內建了 AI 和機器學習技術,可以為客戶提供串流預測功能,例如時間序列分析、可主動識別瓶頸的智慧診斷功能,以及可提高使用率的自動微調功能。
Google 也將全代管關聯資料庫 Cloud Spanner 的入門價格降低 90%,連同即將推出的精細個體規模調整功能 (granular instance sizing) ,將同樣提供無限制的空間規模與99.999%的可用性,用以支援要求最苛刻的應用程式運作。BigQuery 與 Spanner 的整合功能也即將推出,可讓使用者透過 BigQuery 查詢 Spanner 中的交易資料,以便提供更豐富且即時的深入分析結果。而 Spanner 新增的 Key Visualizer 功能(目前為 Beta 版本),可提供互動式監控功能,方便開發人員迅速識別使用模式。此外,Cloud Bigtable 更具備可達 99.999%(5 9s) SLA 的讀取和寫入可用性。
資料來源:https://www.inside.com.tw/article/23648-google-data-cloud-summit
同時也有1部Youtube影片,追蹤數超過68萬的網紅Gin Tuấn Kiệt,也在其Youtube影片中提到,KẺ MAY MẮN #KMM (LUCKY GUY) | GIN TUẤN KIỆT Cả nhà hãy cùng Gin nhảy vũ điệu may mắn trên Tiktok nhé Kẻ May Mắn (Original): https://vt.tiktok.com/ZSV...
「data visualizer」的推薦目錄:
- 關於data visualizer 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於data visualizer 在 君子馬蘭頭 - Ivan Li 李聲揚 Facebook 的最讚貼文
- 關於data visualizer 在 Google Cloud Facebook 的最佳解答
- 關於data visualizer 在 Gin Tuấn Kiệt Youtube 的最讚貼文
- 關於data visualizer 在 aequos Modern Data Visualizer solution for SharePoint Online 的評價
- 關於data visualizer 在 資料視覺化/ Data Visualization - Home | Facebook 的評價
data visualizer 在 君子馬蘭頭 - Ivan Li 李聲揚 Facebook 的最讚貼文
[是日偽Data Science]咩情況應該用Pie Chart?侮辱讀者同自己智商嗰時。
TLDR:唔好用Pie Chart。任何情況下都唔好。有乜嘢衰過Pie Chart?就係3D Pie Chart
1. 你鍾意可以睇原文(但要訂戶:)Korea Set to Crack Down on Chaebols With Corporate Reform (https://bityl.co/4YtH),但反正重點不在內容,我只係討論呢個圖。絶對係chart crime
2. OK,美斯,彭博當然係專業的(唔專業我唔使一個月畀幾舊水睇),但今次我可以講,呢個圖,我去整都好過佢。
3. 我在Patreon貼過呢張圖,叫讀者睇下有乜問題。咁多人都答到,加埋唔係100%。亦唔止係四捨五入問題。但如果只係咁,就唔會要寫篇文啦。
4. 更重要嘅係:根本,唔應該用pie chart.實情,差不多任何情況都唔應該用pie chart.用pie chart 係挑戰人類文明底線的,應該所有稍為有淅醋嘅data visualizer都會叫你唔好用,特別係任何正經嘅文章
5. Pie chart有乜問題?之後細講。但不如我地首先講下,點解咁多問題,都仲有人用?事實彭博都常用,我以前啲報告都有用過—所以唔使拎嚟打我面,但,我係跟公司規矩用。係呀,公司叫食屎咪食。而有啲媒體,例如Quartz,New York Time,Washington Post之類,in house嘅工具根本就冇pie chart(*)
6. 咁Pie chart咁多問題,都仲有咁多人用,總有原因。好簡單,同零食,content farm,賤男,淫婦,陰謀論一樣,極具性格而無奈未可當正餐,但一個字:過癮,而且靚。
7. 人性就係鍾意「圓」,圓滿(https://bityl.co/4ZGS)。亦有研究做過,人類普遍鍾意曲線嘅嘢(https://bityl.co/4ZGQ),例如Double May(問教宗就知)。而起角嘅嘢呢(例如埃汾),多數都會畀人覺得危險(本人有期嘅username就叫「危險的啤」)。事實我地祖先嘅世界,大自然,係曲線多,去到較近代先有人工建築咁多直線。
8. 亦因為咁,Pie chart由遠古時代開始已出現,我地祖先(特別係數學同哲學撚)對圓形有異常嘅執迷,就帶到去今日。但,人要長大嘛。
9. 講返呢個圖,南韓5大財閥佔該國GDP。數字我望過冇錯(**)我自己做過一次,你呢五個數字放入Excel,auto suggest就會畀個pie chart你,就係咁嘅嘢。
10. 但點解加埋唔係100%?因為,就係加埋唔等於100%咯!5大加埋就係南韓GDP 44.2%。咁而家個圖整出嚟,就係當44.2%係100%(!)之下,5大各自佔呢入面嘅幾多%。唔知講乜?亦可以理解為,每間公司在5大呢個universe入面各自佔幾多。死未?「例如你見Samsung,塊餅大約係三份一,就係16.4% as a % of 44.2%,即係37%左右」。記住呢句嘢,下面再講
11. 你話唔想咁煩,咁可以點?得,你咪加個others(comment會貼圖)。靚仔晒。不過有乜後果?首先,原來Others過半,感覺幾混吉。另外,唔劃刻度,你可能都睇唔到LG同SK邊個大啲。
12. 解決方法?好撚簡單:唔撚好用Pie Chart.你用個Bra Chart(特登打錯的)咪得!(Comment 會貼)。我又唔使加個Others,又visualize 到原本個效果!
13. 咁點解仲要用Pie Chart?巴閉咯,英雄主義。
14. 事實上,頭先我就已經講咗Pie Chart嘅問題了。叫你save低嗰段,你睇多次。或者,而家望下佢原本個圖,睇多次。請問,Samsung嗰塊餅,係大過三份一,定細過三份一呢?亦即係問,隻角係大過120度定細過?驗眼乎?(答案係37%,大過三份一)
15. 另外,Hyundai同SK嗰兩塊,你遮住個刻度,敢唔敢話好易睇到邊舊大邊舊細?你得嘅話,「咁不如話我知,呢兩舊大過五份一,定細過?」(答案:一個大過,一個細過!)
16. 用Bra Chart,咪唔會有呢個問題咯!邊個長邊個短,一睇睇到,21%同19%都分到。
17. 頭先講過,Pie Chart嘅吸引力,嚟自人類對圓形嘅迷戀,特別係遠古年代。但呢樣嘢正害咗大家,中一科學堂應該頭幾堂就教你,我地嘅感官,係唔可靠嘅。所以先要儀器,否則個個目測得啦。
18. 人類雙眼,判斷啲Pie邊舊大邊舊細嘅能力,極低。要判斷一舊Pie佔total幾多,更低。實驗做過,一般人consistently 低估銳角嘅大細,而又高估鈍角嘅大細(https://bityl.co/4ZGH).又:細過90度就銳角,大過90度就鈍角,要咁寫我都覺得唔好意思,香港嘅STEM又係得啖笑
19. 一百年前已經鬧:“The circle with sectors is not a desirable form of presentation”, “In a sense, it might be construed as an insult to a man's intelligence to show him a pie chart.”
20. 記住係靚,但張無忌老豆(好似係)教佢,靚嘅嘢就害你。The point of charts is to communicate data effectively. 但當然,有時始終係it’s more about art than science
21. 下次再有你唔妥嘅同事用Pie Chart,記住以上呢堆句子。正文完,下面係……延伸閱讀
22. 係呀,你以為我鳩寫,但我寫Pie Chart都睇五六篇文的,台上一分鐘台下十年功啦。美斯啦,「你咁叻,你寫丫」。所以點解要訂我 Patreon(https://bityl.co/4Y0h),我幫你訂埋啲文睇埋消化埋整理埋仲令你有得笑。以下呢幾篇,應該包咗當今全世界最出名嘅幾個Data Visualizer了
===============================
23. Save the Pies for Dessert (https://bityl.co/4YvU)—呢篇長啲,但多圖多例子。如果只睇一篇就睇呢篇。Stephen Few ,神級人馬
24. The Worst Chart In The World (https://bityl.co/4ZG0)—呢篇簡單又好睇
25. Pie Charts(https://bityl.co/4ZH9)— 教父級,Edward Tufte,不過只講文反而上面嗰篇好睇啲。
26. The pie chart: Why data visualization’s greatest villain will never die(https://bityl.co/4YvP)—好似要訂戶,而埃汾是訂戶,我幫你訂晒所有嘢仲要睇埋消化埋,亦係一個支持埃汾Patreon嘅理由(https://bityl.co/4Y0h)
27. Should You Ever Use a Pie Chart?(https://bityl.co/4YvS)—同樓上同一個作者,詳細,但深啲。
28. 係喎,明明Data Visualization 唔係埃汾本行(***),居然要睇咁多篇文.證明我有幾咁痛恨Pie Chart.
(*)留意,唔用Pie chart嘅,似乎都係比較「左」嘅媒體。左in American context.WSJ 彭博之類依然會用。
(**)但呢類XX行業 XX活動 佔 GDP XX% 嘅講法,我一路都好質疑,你見我好少寫。我到而家都唔係好知點計出嚟。例如呢個圖,五大財閥集團嘅收入,同GDP比。但大佬,GDP係valued added喎,真係可以同上市公司嘅收入相比?
(***)本人既唔識data 又唔識 visualization(你見呢度平時啲圖就知),正如用PowerPoint嘅人(都係我)既冇Power又冇Point
=================================
Ivan Patreon,港美市場評點,專題號外,每日一圖,好文推介。每星期6篇,月費100蚊唔使,3個月已700人訂!(https://bityl.co/4Y0h)
data visualizer 在 Google Cloud Facebook 的最佳解答
#AI 5 大類必不能少的 AI 人才
🧑💼 資料分析師(Data analyst)
🧑💼 資料工程師(Data engineer)
🧑💼 資料設計師(Data visualizer)
🧑💼 資料科學家(Data scientist)
🧑💼 機器學習演算法工程師 (Machine learning engineer)
了解更多 ↓
data visualizer 在 Gin Tuấn Kiệt Youtube 的最讚貼文
KẺ MAY MẮN #KMM (LUCKY GUY) | GIN TUẤN KIỆT
Cả nhà hãy cùng Gin nhảy vũ điệu may mắn trên Tiktok nhé
Kẻ May Mắn (Original): https://vt.tiktok.com/ZSVComsK/
Kẻ May Mắn (Remix): https://vt.tiktok.com/ZSVMxp7u/
PRODUCED BY YA! ENTERTAINMENT
SINGER: GIN TUAN KIET
COMPOSER: BAO THACH
MUSIC PRODUCER: DOAN MINH VU
AUDIO:
Spotify: https://YYM.lnk.to/KMM/spotify
Apple Music: https://YYM.lnk.to/KMM/applemusic
iTunes: https://YYM.lnk.to/KMM/itunes
NCT: https://YYM.lnk.to/KMM/nct
Keeng: https://YYM.lnk.to/KMM/keeng
Soundcloud: https://YYM.lnk.to/KMM/soundcloud
EXECUTIVE PRODUCER: LY MINH TUNG
PROJECT MANAGER: GARFIELD
PR TEAM: GAU GOKU, VIO THAI
SOCIAL MEDIA MANAGER: LE NHAT DUY
SPECIAL STARRING: KATLEEN PHAN VO
ASSISTANT: DOAN TRANG
STYLIST: PANDA
ASISTANTS: KIEU LEN, BIN
COSTUME: NTK LUONG NGHE KY , NTK LE LONG , MICCLOTHES, DEAR JOSÉ, PANDA
ACCESSORIES: RIRI.WAREHOUSE, PANDA, BIN , KIEU LEN
HAIR STYLIST: THYTHY NGUYEN
ASSISTANT: PHAN UYEN KHIET
MAKE UP ARTISTS: KHOA LE, BUNNY TY
PHOTOGRAPHER: BEP (BA THANH NGUYEN)
GRAPHIC DESIGNER: TUAN MAXX
BEHIND THE SCENES: DO HOANG
MUSIC VIDEO PRODUCED BY CHAIDAO PRODUCTION
DIRECTOR : KHUONG VU
PRODUCER: LY BUI
DIRECTOR OF PHOTOGRPHY: ANH DUONG (TUT)
ART DIRECTOR: SUN LE
CAMERA OPERATOR: PHUOC HAU
FOCUS PULLER: THAI TAM
SCRIPT WRITE : JANG NGUYEN
ASSISTANT PRODUCER : TRINH LE
ASSISTANT DIRECTOR : QUE LAM
VISUALIZER : THUY DUONG (GA KON)
PROPS MASTER: NGOC LAN
PROPS PRODUCTION: NGOC LAN TEAM
GAFFER : NGUYEN QUOC TRUNG
EDITOR : KHUONG VU
GRANDING : NGUYEN TRONG THUY KHANH- ANH DUONG
PHOTOGRAPHER : THE HUNG
DATA : LE DUY MINH
EQUIMENT & LIGHTING : CINELIGHT – TV TEAM
CATERING : HUYNH NHUC TEAM
LOCATION MANAGER: CONG NGUYEN
* SPECIAL THANKS:
TIKI
YINGYANG
TIKTOK
DIEN QUAN NETWORK
DAO ENTERTAINMENT
MEDIA SUPPORT:
Nhỏ Lớp Trưởng
Tạch
Mega Music
Chill With Me
La Cà
Thấm
Acoustic Music Corner
Dien Quan Entertainment
Dien Quan Film
Dien Quan Comedy
Giọng Ải Giọng Ai
Sàn Đấu Ca Từ
Sitcom Gia Đình Là Số 1
Dusk Radio
90s Băng Cassette
Radio Corner
Sadness Music
Sadness Confession
In The Mood
Đăng ký kênh để xem nhiều video mới tại : http://bit.ly/GinTuanKiet_Youtube
► Full Playlist GIN TUẤN KIỆT : http://bit.ly/GinTuanKiet_Playlist
Theo dõi GIN TUẤN KIỆT trên
►Facebook : https://www.facebook.com/gintuankiet0609
►FANPAGE : https://www.facebook.com/TuanKietOfficial
►VLIVE: http://channels.vlive.tv/D3C56D
► Instagram: https://www.instagram.com/gintuankiet/
► Tiktok: https://bit.ly/3eSRvD2
--------------------
© Bản quyền thuộc về GIN TUẤN KIỆT
© Copyright by Gin Tuan Kiet ☞ Do not Reup
data visualizer 在 資料視覺化/ Data Visualization - Home | Facebook 的推薦與評價
資料視覺化/ Data Visualization. 30899 likes · 3 talking about this. 喜歡看圖像勝過讀資料;需要視覺傳達更多訊息;新媒體運用以突破侷限- 無論設計、行銷、廣 ... ... <看更多>
data visualizer 在 aequos Modern Data Visualizer solution for SharePoint Online 的推薦與評價
The 'Modern Data Visualizer' solution is a set of SharePoint Online modern Web Parts allowing SharePoint super users, webmasters and developers to create ... ... <看更多>