En este documento, se responden algunas de las preguntas frecuentes relacionadas con Knowledge Catalog (anteriormente, Dataplex Universal Catalog).
Para obtener más información sobre Knowledge Catalog, consulta Descripción general de Knowledge Catalog.
¿Qué es Knowledge Catalog?
Google Knowledge Catalog es una solución de administración inteligente para los recursos de datos y de IA en Google Cloud. Proporciona un inventario centralizado en el que puedes descubrir, administrar y controlar tus datos en Google Cloud fuentes de datos como BigQuery, Cloud Storage, Pub/Sub y Spanner. Utiliza IA para automatizar la detección de datos, el enriquecimiento de metadatos y la calidad de los datos. A través de su catálogo de datos administrado, Knowledge Catalog proporciona la base esencial que los agentes de IA necesitan para generar contenido de alta calidad.
¿Qué es Data Catalog?
Data Catalog era el nombre original del servicio de metadatos de Google Cloud. Con el tiempo, evolucionó a Dataplex Universal Catalog y, ahora, se renombró y evolucionó a Knowledge Catalog.
Si bien el término "Data Catalog" aún se usa para describir este tipo de indexación de datos, en el contexto de Google Cloud, hace referencia a nuestro producto heredado. Recomendamos que todos los proyectos nuevos usen Knowledge Catalog para aprovechar las funciones potenciadas por IA y la gobernanza mejorada.
¿Knowledge Catalog es diferente de Data Catalog?
Sí, Knowledge Catalog es la plataforma de administración de datos potenciada por IA que, con el tiempo, reemplazará al Data Catalog existente. Si bien comparten conceptos similares, Knowledge Catalog proporciona varias mejoras:
Contexto potenciado por IA: A diferencia de Data Catalog, Knowledge Catalog usa Gemini para extraer automáticamente el contexto empresarial, generar descripciones en lenguaje natural y proporcionar "consultas de oro" en SQL para fundamentar los agentes de IA.
Compatibilidad con metadatos enriquecidos: Knowledge Catalog admite tipos de metadatos más complejos, como registros, mapas y arrays anidados.
Acceso de agentes: Los agentes de IA pueden descubrir y usar de forma adaptativa las herramientas del Catálogo de conocimiento a través de un servidor de MCP local o remoto.
Descubrimiento de datos: Knowledge Catalog puede ingerir automáticamente metadatos de un conjunto más grande de servicios y fuentes de datos externas. Google Cloud
Administración a gran escala: Ofrece capacidades mejoradas para la creación de perfiles de datos, la calidad automática de los datos y la administración centralizada.
¿Para qué se usa Knowledge Catalog?
Google Knowledge Catalog resuelve el problema del "inicio en frío de los datos", es decir, el tiempo que se pierde tratando de encontrar, comprender y confiar en los datos antes de poder usarlos. Sus usos principales incluyen los siguientes:
Descubrimiento de datos acelerado: En lugar de navegar por silos organizacionales complejos para ubicar los datos, puedes usar la búsqueda en lenguaje natural (por ejemplo, "Muéstrame los datos de abandono de clientes más recientes") para encontrar recursos en losGoogle Cloud recursos al instante, lo que aumenta la productividad de los consumidores de datos.
Fundamentación de agentes de IA: Actúa como la "fuente de verdad" para la IA generativa o el ADK. Al vincular los datos físicos con las definiciones comerciales, se garantiza que los agentes de IA (como los que se compilan en Vertex AI) usen datos de alta calidad, lo que reduce significativamente las alucinaciones de la IA y mejora la confianza en las estadísticas generadas por la IA.
Administración de datos automatizada: Analiza automáticamente tus datos para identificar información sensible (como la IIP), hace un seguimiento del origen de los datos (linaje) y supervisa su precisión (calidad automática de los datos). Estas capacidades ayudan a mejorar la confianza, la seguridad y el cumplimiento de los datos con menos esfuerzo manual.
Descubrimiento de "datos ocultos": Puede analizar archivos no estructurados (como PDFs o imágenes en Cloud Storage), extraer la información que contienen y hacer que se puedan buscar y consultar en BigQuery, lo que te ayuda a obtener estadísticas a partir de datos a los que antes no podías acceder.
Para ver casos de uso prácticos, consulta Explora Knowledge Catalog.
¿Qué tipos de metadatos almacena Knowledge Catalog?
Knowledge Catalog almacena tres tipos de metadatos:
Metadatos técnicos: Esquemas, nombres de tablas y propiedades del sistema recopilados automáticamente
Metadatos empresariales: Contexto definido por el usuario, como descripciones comerciales, términos del glosario y propiedad
Metadatos de tiempo de ejecución: Información sobre el linaje de datos, las puntuaciones de calidad de los datos y las estadísticas de creación de perfiles de datos.
¿Cómo migro desde Data Catalog?
La transición a Knowledge Catalog está diseñada para ser fluida, sin necesidad de mover datos de forma manual. Según tu uso actual, el proceso consta de dos fases principales:
Fase preparatoria: Si tienes metadatos personalizados (etiquetas, plantillas de etiquetas o entradas personalizadas), este contenido se incorpora automáticamente a Knowledge Catalog como de solo lectura. Durante esta fase, realizarás tareas de configuración para que tu contenido existente de Data Catalog esté disponible de forma simultánea en la nueva interfaz.
Fase de transferencia: Una vez que esté todo listo, transfiere el estado activo de tus metadatos para que sean de lectura y escritura en Knowledge Catalog. Este paso se debe coordinar con la actualización de cualquier carga de trabajo programática (APIs, bibliotecas cliente o módulos de Terraform) para que apunten a los nuevos extremos de Knowledge Catalog.
Si no tienes metadatos personalizados o si eres nuevo en la plataforma, puedes completar la transición configurando Knowledge Catalog como tu experiencia de IU predeterminada en la consola de Google Cloud .
Para obtener más información, consulta Transición de Data Catalog a Knowledge Catalog.