Este documento responde a perguntas frequentes sobre Google Cloud o Knowledge Catalog (antigo Dataplex Universal Catalog).
Para mais informações sobre o Knowledge Catalog, consulte Visão geral do Knowledge Catalog.
Conceitos gerais
Confira as perguntas frequentes sobre os recursos do Knowledge Catalog e a relação dele com o Data Catalog.
O que é o Knowledge Catalog?
O Google Knowledge Catalog é uma solução inteligente de governança para dados e recursos de IA no Google Cloud. Ele oferece um inventário centralizado em que é possível descobrir, gerenciar e governar seus dados em Google Cloud origens de dados como BigQuery, Cloud Storage, Pub/Sub e Spanner.
O Knowledge Catalog usa a IA para automatizar a descoberta de dados, o enriquecimento de metadados e a qualidade de dados. Com o catálogo de dados governado, o Knowledge Catalog oferece a base essencial de que os agentes de IA precisam para gerar conteúdo de alta qualidade.
O que é o Data Catalog?
Data Catalog era o nome original do Google Cloud's serviço de metadados do. Com o tempo, ele evoluiu para o Dataplex Universal Catalog e agora foi renomeado e evoluiu para o Knowledge Catalog.
Embora o termo "Data Catalog" ainda seja usado para descrever esse tipo de indexação de dados, no contexto do Google Cloud, ele se refere ao nosso produto legado. Use o Knowledge Catalog para todos os novos projetos e aproveite os recursos com tecnologia de IA e a governança aprimorada.
O Knowledge Catalog é diferente do Data Catalog?
Sim, o Knowledge Catalog é a plataforma de governança de dados com tecnologia de IA que vai substituir o Data Catalog. Embora compartilhem conceitos semelhantes, o Knowledge Catalog oferece vários aprimoramentos:
Contexto com tecnologia de IA:ao contrário do Data Catalog, o Knowledge Catalog usa o Gemini para extrair automaticamente o contexto comercial, gerar descrições de linguagem natural e fornecer "consultas de ouro" em SQL para fundamentar os agentes de IA.
Suporte a metadados avançados:o Knowledge Catalog oferece suporte a tipos de metadados mais complexos, como matrizes, mapas e registros aninhados.
Acesso do agente:os agentes de IA podem descobrir e usar de forma adaptável as ferramentas do Knowledge Catalog por meio de um servidor MCP local ou remoto.
Descoberta de dados: o Knowledge Catalog pode ingerir automaticamente metadados de um conjunto maior de Google Cloud serviços e origens de dados externos.
Governança em escala:ele oferece recursos aprimorados para criação de perfis de dados, qualidade de dados automática e governança centralizada.
Para que o Knowledge Catalog é usado?
O Google Knowledge Catalog resolve o problema de "inicialização a frio de dados", ou seja, o tempo perdido tentando encontrar, entender e confiar nos dados antes de poder usá-los. Os principais usos incluem o seguinte:
Descoberta de dados acelerada: em vez de navegar por silos organizacionais complexos para localizar dados, você pode usar a pesquisa em linguagem natural (por exemplo, "Mostre os dados mais recentes de rotatividade de clientes") para encontrar recursos em todos os recursos instantaneamente, o que aumenta a produtividade dos consumidores de dados.Google Cloud
Fundamentação de agentes de IA: ele atua como a "fonte da verdade" para IA generativa ou ADK. Ao vincular dados físicos a definições de negócios, ele garante que os agentes de IA (como os criados na Vertex AI) usem dados de alta qualidade, o que reduz significativamente as alucinações de IA e melhora a confiança nos insights gerados por IA.
Governança de dados automatizada: ele verifica automaticamente seus dados para identificar informações sensíveis (ou seja, PII), rastreia a origem dos dados (linhagem) e monitora a precisão deles (qualidade de dados automática). Esses recursos ajudam a melhorar a confiança, a segurança e a conformidade dos dados com menos esforço manual.
Descoberta de "dados ocultos": ele pode verificar arquivos não estruturados (por exemplo, PDFs ou imagens no Cloud Storage), extrair as informações internas e torná-las pesquisáveis e consultáveis no BigQuery, o que ajuda a desbloquear insights de dados anteriormente inacessíveis.
Para começar a usar esses cenários, consulte Casos de uso do Knowledge Catalog.
Quais tipos de metadados o Knowledge Catalog armazena?
O Knowledge Catalog armazena três tipos de metadados:
Metadados técnicos: esquemas, nomes de tabelas e propriedades do sistema coletados automaticamente.
Metadados comerciais: contexto definido pelo usuário, como descrições comerciais, termos de glossário e propriedade.
Metadados de execução: informações sobre linhagem de dados, pontuações de qualidade de dados e estatísticas de criação de perfis de dados.
Migração do Data Catalog
Confira as perguntas frequentes sobre cronogramas de transição, detalhes de impacto e orientações para migrar fluxos de trabalho de metadados do Data Catalog para o Knowledge Catalog.
Como faço para migrar do Data Catalog?
A transição para o Knowledge Catalog foi projetada para ser perfeita, sem necessidade de movimentação manual de dados. Dependendo do seu uso atual, o processo envolve duas fases principais:
Fase preparatória: se você tiver metadados personalizados (por exemplo, tags, modelos de tags ou entradas personalizadas), esse conteúdo será transferido automaticamente para o Knowledge Catalog como somente leitura. Durante essa fase, você realiza tarefas de configuração para disponibilizar o conteúdo do Data Catalog simultaneamente na nova interface.
Fase de transferência: depois de preparado, você transfere o estado ativo dos metadados para torná-los de leitura e gravação no Knowledge Catalog. Coordene essa etapa com a atualização de cargas de trabalho programáticas (APIs, bibliotecas de cliente ou módulos do Terraform) para apontar para os novos endpoints do Knowledge Catalog.
Se você não tiver metadados personalizados ou se for novo na plataforma, poderá concluir a transição definindo o Knowledge Catalog como a experiência de interface padrão noconsole. Google Cloud
Para mais informações, consulte Fazer a transição do Data Catalog para o Knowledge Catalog.
Faturamento de insights de dados
Confira as perguntas frequentes sobre o faturamento baseado em tokens, a medição de uso e os controles administrativos do recurso de insights de dados no Knowledge Catalog.
Quando vou começar a receber cobranças pelo uso de insights de dados?
O faturamento ativo de insights de dados começa em 27 de outubro de 2026.
Como o uso de insights de dados é faturado?
O uso é medido em tokens de dados. Os tokens de dados representam as unidades básicas de texto e metadados processados pelo modelo do Gemini. Esses tokens são divididos em duas categorias:
- Tokens de entrada:o contexto, as instruções e o histórico enviados ao modelo.
- Tokens de saída:as descrições, relações e consultas de linguagem natural geradas retornadas pelo modelo.
Para mais informações, consulte Preços do Agente do Data Cloud.
As contas de serviço recebem uma cota sem custo financeiro para insights de dados?
Não. As contas de serviço não recebem uma cota sem custo financeiro por usuário. No entanto, o uso delas é medido da mesma forma que os usuários padrão.
Como posso evitar cobranças automáticas por insights de dados?
Para evitar cobranças, verifique as verificações em andamento e pare de acionar novas verificações. Os administradores também podem desativar o recurso de insights de dados desativando a API Dataplex no projeto respectivo.
Como posso saber quanto vou pagar pelos insights de dados?
Google Cloud oferece medição para tokens de dados. Essa medição permite que administradores e proprietários de agentes monitorem o consumo de tokens. Esse recurso de medição está disponível antes do início do faturamento ativo em outubro de 2026.