חיבור ל-Data Cloud

המחברים של Gemini Enterprise Data Cloud מאפשרים לכם לקשר את אפליקציות Gemini Enterprise ישירות למקורות הנתונים התפעוליים ולניתוח הנתונים ב-Google Cloud. אלה המחברים הזמינים של Data Cloud:

כשמחברים מאגר נתונים של BigQuery,‏ Spanner,‏ Cloud SQL או AlloyDB ל-PostgreSQL במצב שאילתה לכמה מסדי נתונים, Knowledge Catalog (גרסת טרום-השקה (Preview)) מופעל באופן אוטומטי בכרטיסייה Assistant של אפליקציית Gemini Enterprise – ולא כמאגר נתונים נפרד – כדי לתת לנציג כלים לחיפוש נתונים שלמשתמש יש גישה אליהם ולחיפוש הקשר.

תרחישים לדוגמה

המחברים של Data Cloud נועדו להפעיל ניתוח נתונים בממשק שיחה, שמאפשר למשתמשים עסקיים ולמנתחי נתונים לשאול שאלות בשפה טבעית, לחקור נתונים וליצור תובנות באפליקציות של Gemini Enterprise. תרחישים לדוגמה:

  • ניתוח נתונים ב-BigQuery: שימוש בהנחיות בשפה טבעית כדי לשלוח שאילתות ולנתח נתונים מובְנים שנמצאים ב-BigQuery או שאפשר לצרוך ב-BigQuery.
  • תובנות בזמן אמת לגבי מסדי נתונים תפעוליים (Spanner,‏ Cloud SQL ו-AlloyDB ל-PostgreSQL): הרצת שאילתות ניתוח בזמן אמת ופעולות מורשות במסדי נתונים רלציוניים ומבוזרים.

איך פועלים המחברים של Data Cloud

במצב הטמעת נתונים, מחברי Data Cloud מעתיקים נתונים ממקור הנתונים למאגר הנתונים של Gemini Enterprise.

במצב שאילתה לכמה מסדי נתונים, המחברים של Data Cloud שולחים שאילתות לנתונים במקום שבו הם נמצאים, בלי להעתיק אותם או להוסיף אותם לאינדקס במאגר נתונים של Gemini Enterprise:

  1. ‫Model Context Protocol (MCP) ואימות לכל משתמש: כל מחבר של Data Cloud מופעל על ידי שרת MCP מאינטראקציה ישירה (First-Party). כשמשתמש שואל שאלה, Gemini Enterprise מאמת את הבקשה באמצעות פרטי הכניסה של המשתמש (הרשאות ניהול זהויות והרשאות גישה (IAM) או OAuth 2.1) ומריץ שאילתות ישירות מול מקור הנתונים הבסיסי.
  2. גילוי סמנטי ואחזור הקשר באמצעות Knowledge Catalog: כשמשתמש שואל שאלה לגבי נתונים, הנציג הראשי של Gemini Enterprise משתמש בכלים מובְנים של Knowledge Catalog כדי לחפש נכסי נתונים שלמשתמש יש גישה אליהם, ולחפש הקשר – כולל טבלאות רלוונטיות, סכימות, מונחים במילון המונחים הארגוני ומטא-נתונים מועשרים (שנגזרים ממטא-נתונים טכניים, דפוסי שאילתות היסטוריים והסקת מסקנות של LLM).
  3. ניסוח והרצה של שאילתות בזמן אמת: באמצעות הסכימה וההקשר העסקי שאוחזרו מ-Knowledge Catalog, הנציג מנסח שאילתת SQL ומפעיל את כלי ה-MCP של המחבר כדי להחזיר תוצאות מנוהלות בזמן אמת.

היתרונות של מחברי Data Cloud מאינטראקציה ישירה (First-Party) על פני שרתי MCP בהתאמה אישית

בהשוואה לחיבור לשרתי MCP ציבוריים או בניהול עצמי באמצעות מאגר נתונים גנרי של שרת MCP בהתאמה אישית, למחברים של Data Cloud מאינטראקציה ישירה יש את היתרונות הבאים:

  1. מיומנויות מובנות לתשובות איכותיות יותר: מחברים מאינטראקציה ישירה כוללים מיומנויות סוכן מוגדרות מראש שמותאמות לכל מנוע נתונים – כמו פונקציות מתקדמות של SQL ו-AI ל-BigQuery ולמסדי נתונים – כדי לשפר את הדיוק של השאילתות ואת איכות התשובות.
  2. הגדרה פשוטה ואימות מנוהל: מחברים של צד ראשון מספקים חוויית הגדרה מודרכת עם אימות מנוהל למסדי נתונים שלGoogle Cloud ול-BigQuery, כך שלא צריך לפרוס תוכנת ביניים של MCP או לנהל הגדרות של לקוח OAuth לשירותיGoogle Cloud . בנוסף, הגדרות ספציפיות למחבר – כמו ציון דטרמיניסטי של פרויקט ברירת מחדל לחיוב ב- Google Cloud להרצת שאילתות ב-BigQuery – עוזרות לאדמינים לאכוף את המדיניות ולנהל את עלויות השאילתות.

מתי כדאי להשתמש במחברים של Data Cloud ומתי בסוכנים לאינטראקציה עם נתונים לניתוח נתונים בממשק שיחה

אתם יכולים לקשר נתונים ל-Gemini Enterprise באמצעות מחברים של Data Cloud (חיבורים עם גישה רחבה וחיכוך נמוך ישירות ב-Gemini Enterprise) או סוכנים לאינטראקציה עם נתונים לניתוח שיחות (מומחים ייעודיים לתחום שמוגבלים לקבוצות נתונים שנבחרו בקפידה כדי להבטיח רמת דיוק גבוהה).

בטבלה הבאה מוצגת השוואה בין שתי הגישות, כדי לעזור לכם לבחור את הגישה המתאימה לתרחיש לדוגמה שלכם:

מאפיין מחברי Data Cloud סוכנים לאינטראקציה עם נתונים לניתוח שיחות
למי זה מתאים גישה רחבה ופשוטה לנתונים ממספר מסדי נתונים, מחסני נתונים ומקורות BI ישירות ב-Gemini Enterprise, בלי צורך בהכנה מראש של סכימה. ניתוח נתונים מותאם אישית וספציפי לדומיין, שבו דיוק גבוה של שאילתות הוא חיוני, וסוכן מומחה ייעודי דורש היקף קפדני ודטרמיניסטי לנתונים ספציפיים.
דיוק ואימות של שאילתות מנסח שאילתות באופן דינמי בסכימה רחבה באמצעות מטא-נתונים של קטלוגים ומיומנויות כלליות. רמת הדיוק של השאילתות יכולה להשתנות בסכימות מורכבות או מנורמלות של מסדי נתונים רלציוניים, בלי היקף טבלה מפורש או שאילתות מאומתות. הסוכן משתמש בסכימות שנבחרו בקפידה, בהיקף ממוקד של טבלאות ועמודות ובשאילתות מאומתות (שאילתות SQL מומלצות) כדי לספק תוצאות דטרמיניסטיות ושאילתות מדויקות מאוד בקבוצות נתונים ממוקדות.
היקף המשאבים גישה רחבה: גישה לכל המשאבים במקור הנתונים המקושר שלמשתמש המאומת יש הרשאה לשלוח אליהם שאילתות (בהתאם ל-Knowledge Catalog ולמיומנויות). היקף דטרמיניסטי: מגביל באופן דטרמיניסטי את הנציג לקבוצה ספציפית של טבלאות או מערכי נתונים שנבחרו מראש.
שאילתות והקשר מכמה מקורות יכול להצטרף לכמה מקורות נתונים מחוברים ולשאול שאלות לגביהם בשיחה אחת. סוכן הבסיס של Gemini Enterprise שומר על ההקשר המלא לאורך כל השיחה ובכל חוויות השימוש ב-Gemini Enterprise (צ'אט, הנחיות, כלי עיצוב של סוכנים ותהליכי עבודה ופרויקטים). כל סוכן לאינטראקציה עם נתונים מוגבל למקור נתונים אחד (לדוגמה, סוכן לאינטראקציה עם נתונים ב-BigQuery שולח שאילתות רק ל-BigQuery). המשתמשים צריכים למצוא את הסוכן הספציפי ולנתב אליו, ויכול להיות שהעברות בין סוכני משנה לא ישמרו את ההקשר המלא של השיחה ברמה הבסיסית (root).
הגדרה ותחזוקה הגדרה מהירה: מגדירים מחבר אחד לכל סוג של מקור נתונים כדי שכל הנתונים שנגישים למשתמשים יהיו זמינים באופן מיידי בלי צורך לאסוף סכימות באופן ידני. החיסרון: צריך לבחור טבלאות, להגדיר מדדים ו-KPI ולכתוב שאילתות מאומתות. האוסף הזה מניב תוצאות דטרמיניסטיות ואמינות לשאילתות.
שיקולי ביצועים וחיוב חיפוש טבלאות במאגר נתונים רחב עלול לגרום לעיכוב נוסף, והוא מסתמך על מטא-נתונים ומיומנויות שמתוחזקים היטב כדי להבטיח דיוק. הקשר שנאסף בדומיין יכול להניב דיוק גבוה יותר בעומסי עבודה ממוקדים, אבל סוכנים לאינטראקציה עם נתונים של שיחות כרוכים בחיובים על אסימוני נתונים.

יצירה ופרסום של סוכנים לאינטראקציה עם נתונים לניתוח נתונים בשיחה

כדי להשיג דיוק גבוה בשאילתות במסדי נתונים רלציוניים ובמדדים עסקיים ממוקדים, אתם יכולים ליצור ולפרסם סוכני נתונים ממוקדים לניתוח נתונים באמצעות שיחה ב-Gemini Enterprise:

מגבלות

  • כשיוצרים אפליקציה חדשה או מוסיפים מאגר נתונים לאפליקציה קיימת, מומלץ לשייך רק מאגר נתונים אחד לפעולות ששייכות לסוג מחבר אחד.

  • בשאילתות לכמה מסדי נתונים רלציוניים אין היקף טבלה או שאילתות מאומתות. רמת הדיוק של השאילתות יכולה להשתנות בסכימות מורכבות של מסדי נתונים טרנזקציוניים (לדוגמה, AlloyDB ל-PostgreSQL, ‏ Cloud SQL, ‏ Spanner).

המאמרים הבאים