Conéctate a Data Cloud

Los conectores de Data Cloud de Gemini Enterprise te permiten conectar tus apps de Gemini Enterprise directamente a las fuentes de datos operativos y analíticos de Google Cloud. Los siguientes conectores de Data Cloud están disponibles:

Cuando conectas un almacén de datos de BigQuery, Spanner, Cloud SQL o AlloyDB para PostgreSQL en el modo de consulta federada, Knowledge Catalog (versión preliminar) se habilita automáticamente en la pestaña Assistant de tu app de Gemini Enterprise, en lugar de como un almacén de datos independiente, para brindarles a las herramientas del agente la capacidad de buscar datos a los que el usuario tiene acceso y consultar el contexto.

Casos de uso

Los conectores de Data Cloud se diseñaron para potenciar el análisis conversacional, lo que permite a los usuarios empresariales y a los analistas hacer preguntas en lenguaje natural, explorar datos y generar estadísticas en las apps de Gemini Enterprise. Como ejemplo, se incluyen los siguientes casos prácticos:

  • Análisis de BigQuery: Usa instrucciones en lenguaje natural para consultar y analizar datos estructurados que residen en BigQuery o que se pueden consumir en BigQuery.
  • Estadísticas de bases de datos operativas en tiempo real (Spanner, Cloud SQL y AlloyDB para PostgreSQL): Ejecuta consultas analíticas en vivo y operaciones de bases de datos autorizadas en bases de datos relacionales y distribuidas.

Cómo funcionan los conectores de Data Cloud

En el modo de transferencia de datos, los conectores de Data Cloud copian datos de la fuente de datos al almacén de datos de Gemini Enterprise.

En el modo de consulta federada, los conectores de Data Cloud consultan tus datos en su lugar sin copiarlos ni indexarlos en un almacén de datos de Gemini Enterprise:

  1. Protocolo de contexto del modelo (MCP) y autenticación por usuario: Cada conector de Data Cloud funciona con un servidor de MCP de origen (1P). Cuando un usuario hace una pregunta, Gemini Enterprise autentica la solicitud con las credenciales del usuario (permisos de Identity and Access Management [IAM] o OAuth 2.1) y ejecuta consultas directamente en la fuente de datos subyacente.
  2. Descubrimiento semántico y recuperación de contexto con Knowledge Catalog: Cuando un usuario hace una pregunta sobre datos, el agente raíz de Gemini Enterprise usa las herramientas integradas de Knowledge Catalog para buscar los recursos de datos a los que tiene acceso el usuario y consultar el contexto, incluidas las tablas, los esquemas, los términos del glosario empresarial y los metadatos enriquecidos (derivados de los metadatos técnicos, los patrones de consultas históricos y la inferencia del LLM).
  3. Formulación y ejecución de consultas en vivo: Con el esquema y el contexto comercial recuperados de Knowledge Catalog, el agente formula una consulta en SQL y, luego, invoca las herramientas de MCP del conector para devolver resultados gobernados y en tiempo real.

Beneficios de los conectores de Data Cloud de origen en comparación con los servidores de MCP personalizados

En comparación con la conexión a servidores de MCP públicos o autoadministrados a través de un almacén de datos genérico de servidores de MCP personalizados, los conectores de Data Cloud de origen ofrecen las siguientes ventajas:

  1. Habilidades integradas para una mayor calidad de las respuestas: Los conectores propios incluyen habilidades de agentes preconfiguradas y adaptadas a cada motor de datos, como la generación avanzada de funciones de SQL y de IA para BigQuery y bases de datos, para mejorar la precisión de las consultas y la calidad de las respuestas.
  2. Configuración optimizada y autenticación administrada: Los conectores de origen proporcionan una experiencia de configuración guiada con autenticación administrada para las bases de datos deGoogle Cloud y BigQuery, lo que elimina la necesidad de implementar middleware de MCP o administrar tu propia configuración de cliente de OAuth para los servicios deGoogle Cloud . Además, la configuración específica del conector, como la especificación determinística de un proyecto de facturación Google Cloud predeterminado para la ejecución de consultas de BigQuery, ayuda a los administradores a aplicar la administración y a administrar los costos de las consultas.

Cuándo usar los conectores de Data Cloud en lugar de los agentes de datos de Conversational Analytics

Puedes conectar datos a Gemini Enterprise con conectores de Data Cloud (conexiones de acceso amplio y sin fricciones directamente en Gemini Enterprise) o agentes de datos de análisis conversacional (expertos en dominios creados específicamente y con alcance en conjuntos de datos seleccionados para una alta precisión).

En la siguiente tabla, se comparan los dos enfoques para ayudarte a elegir el que mejor se adapte a tu caso de uso:

Característica Conectores de Data Cloud Agentes de datos de Conversational Analytics
Ideal para Acceso a datos amplio y sin fricciones en múltiples bases de datos, almacenes de datos y fuentes de IE directamente en Gemini Enterprise sin necesidad de curación previa del esquema Estadísticas seleccionadas y específicas del dominio en las que es fundamental la alta precisión de las búsquedas y un agente experto exclusivo requiere un alcance estricto y determinístico para datos específicos.
Precisión y verificación de las búsquedas Formula consultas de forma dinámica en un esquema amplio con metadatos del catálogo y habilidades generales. La precisión de las consultas puede variar en esquemas de base de datos relacional complejos o normalizados sin un alcance de tabla explícito ni consultas verificadas. Utiliza esquemas seleccionados, un alcance de tablas y columnas enfocado, y consultas verificadas (SQL dorado) para proporcionar una alta precisión de las consultas y resultados determinísticos en conjuntos de datos segmentados.
Delimitación de recursos Acceso amplio: Accede a todos los recursos de la fuente de datos conectada sobre los que el usuario autenticado tiene permiso para realizar consultas (guiado por Knowledge Catalog y las habilidades). Alcance determinístico: Restringe de forma determinística el agente a un conjunto específico de conjuntos de datos o tablas preseleccionados.
Consultas y contexto de varias fuentes Puede unirse a varias fuentes de datos conectadas y realizar consultas en ellas en una sola conversación. El agente raíz de Gemini Enterprise conserva el contexto completo en toda la conversación y en todas las experiencias de Gemini Enterprise (chat, instrucciones, diseñadores de agentes y flujos de trabajo, y proyectos). Cada agente de datos se limita a una sola fuente de datos (por ejemplo, un agente de datos de BigQuery solo consulta BigQuery); los usuarios deben descubrir el agente específico y enrutar la consulta a él, y las transferencias de subagentes pueden no conservar el contexto completo de la conversación raíz.
Configuración y mantenimiento Baja fricción: Configura un conector por tipo de fuente de datos para que todos los datos accesibles para el usuario estén disponibles de inmediato sin la curación manual del esquema. Compensación de la curación inicial: Requiere seleccionar tablas, definir métricas y KPI, y crear consultas verificadas. Esta selección previa produce resultados de búsqueda determinísticos y confiables.
Consideraciones sobre el rendimiento y la facturación Descubrir tablas en un amplio patrimonio de datos puede introducir latencia adicional y depende de metadatos y habilidades bien mantenidos para la precisión. El contexto seleccionado por dominio puede generar una mayor precisión en las cargas de trabajo segmentadas, pero los agentes de datos de análisis conversacional generan cargos por tokens de datos.

Crea y publica agentes de datos de Conversational Analytics

Para lograr una alta precisión en las consultas en bases de datos relacionales y métricas comerciales específicas, puedes crear y publicar agentes de datos de análisis conversacional con alcance en Gemini Enterprise:

Limitaciones

  • Cuando crees una app nueva o agregues un almacén de datos a una existente, te recomendamos que asocies solo un almacén de datos con acciones que pertenezcan a un solo tipo de conector.

  • Las consultas federadas en bases de datos relacionales no tienen alcance de tabla ni consultas verificadas. La precisión de las consultas puede variar en esquemas de bases de datos transaccionales complejos (por ejemplo, AlloyDB para PostgreSQL, Cloud SQL, Spanner).

¿Qué sigue?