Gemini Enterprise Data Cloud 連接器可讓您將 Gemini Enterprise 應用程式直接連結至 Google Cloud 數據分析和作業資料來源。可用的 Data Cloud 連接器如下：
- BigQuery (提供資料擷取模式和聯合查詢模式 (預先發布版))
- Spanner (適用於資料擷取模式和聯合查詢模式 (預先發布版))
- Cloud SQL (提供資料擷取模式和聯合查詢模式 (預先發布版))
- AlloyDB for PostgreSQL (提供資料擷取模式和聯合查詢模式 (預先發布版))
在身分聯盟查詢模式下，連結 BigQuery、Spanner、Cloud SQL 或 PostgreSQL 適用的 AlloyDB 資料存放區時，Gemini Enterprise 應用程式的「助理」分頁會自動啟用 Knowledge Catalog (預先發布版)，而非做為獨立的資料存放區，讓代理程式工具搜尋使用者有權存取的資料，並查詢相關背景資訊。
用途
Data Cloud 連接器專為對話式數據分析而建，可讓業務使用者和分析師以自然語言提問、探索資料，並在 Gemini Enterprise 應用程式中生成洞察資料。使用案例範例包括：
- BigQuery 數據分析：使用自然語言提示查詢及分析 BigQuery 中或可供 BigQuery 使用的結構化資料。
- 即時營運資料庫洞察 (Spanner、Cloud SQL 和 AlloyDB for PostgreSQL)： 在關聯式和分散式資料庫中執行即時分析查詢，以及授權的資料庫作業。
Data Cloud 連接器的運作方式
在資料擷取模式中，Data Cloud 連接器會將資料從資料來源複製到 Gemini Enterprise 資料儲存庫。
在聯合查詢模式中，Data Cloud 連接器會直接查詢資料，不必複製或建立索引到 Gemini Enterprise 資料儲存庫：
- Model Context Protocol (MCP) 和使用者驗證：每個 Data Cloud 連接器都由第一方 (1P) MCP 伺服器提供支援。使用者提問時，Gemini Enterprise 會使用使用者自己的憑證 (Identity and Access Management (IAM) 權限或 OAuth 2.1) 驗證要求，並直接對基礎資料來源執行查詢。
- 透過 Knowledge Catalog 進行語意探索和脈絡擷取：使用者提出資料問題時，Gemini Enterprise 根代理會使用內建的 Knowledge Catalog 工具，搜尋使用者有權存取的資料資產，並查詢脈絡資訊，包括相關資料表、結構定義、組織詞彙字詞和擴充中繼資料 (衍生自技術中繼資料、歷來查詢模式和 LLM 推論)。
- 即時查詢制定和執行：代理會使用從 Knowledge Catalog 擷取的結構定義和業務脈絡，制定 SQL 查詢並叫用連接器的 MCP 工具，傳回受控的即時結果。
相較於自訂 MCP 伺服器，第一方 Data Cloud 連接器的優點
相較於使用一般自訂 MCP 伺服器資料存放區連線至公開或自行管理的 MCP 伺服器，第一方 Data Cloud 連接器具有下列優點：
- 內建技能，提升回覆品質：第一方連結器包含專為各資料引擎量身打造的預先設定服務專員技能，例如 BigQuery 和資料庫的進階 SQL 和 AI 函式產生功能，可提升查詢準確度和回覆品質。
- 簡化設定和管理驗證：第一方連結器提供導覽式設定體驗，並管理Google Cloud 資料庫和 BigQuery 的驗證，因此您不必部署 MCP 中介軟體，也不必管理Google Cloud 服務的 OAuth 用戶端設定。此外，管理員可以透過連結器專屬設定 (例如明確指定 BigQuery 查詢執行的預設帳單專案 Google Cloud )，強制執行治理並管理查詢費用。
Data Cloud 連接器與對話式數據分析代理程式的使用時機
您可以透過 Data Cloud 連接器 (直接在 Gemini Enterprise 中建立低摩擦、廣泛存取的連線)，或對話式資料分析資料代理 (專為特定領域專家打造，範圍限定於精選資料集，可確保高準確度)，將資料連結至 Gemini Enterprise。
下表比較這兩種做法，協助您為自己的用途選擇合適的做法：
| 特性 | Data Cloud 連接器 | 對話式數據分析資料代理 |
|---|---|---|
| 適用情境 | 在 Gemini Enterprise 中，直接存取多個資料庫、資料倉儲和商業智慧來源的資料，不必事先管理結構定義，輕鬆存取各種資料。 | 特定領域的精選數據分析，這類分析需要高查詢準確率，且專屬專家代理程式必須嚴格地以確定性範圍鎖定特定資料。 |
| 查詢準確度和驗證 | 使用目錄中繼資料和一般技能，在廣泛的結構定義中動態產生查詢。如果關聯式資料庫結構定義複雜或經過正規化，且沒有明確的資料表範圍或經過驗證的查詢，查詢準確度可能會有所不同。 | 使用精選結構定義、著重資料表和資料欄範圍，以及經過驗證的查詢 (黃金 SQL)，針對目標資料集提供高查詢準確度和確定性結果。 |
| 資源範圍 | 廣泛存取權：存取已驗證使用者有權查詢的連結資料來源中所有資源 (由 Knowledge Catalog 和技能引導)。 | 確定範圍：將代理程式確定限制在特定的一組預選資料集或表格。 |
| 多來源查詢和脈絡 | 可在單一對話中加入及查詢多個已連結的資料來源；Gemini Enterprise 根代理會在整個對話和所有 Gemini Enterprise 體驗 (對話、提示、代理和工作流程設計工具，以及專案) 中保留完整脈絡。 | 每個資料代理只能使用單一資料來源 (例如，BigQuery 資料代理只會查詢 BigQuery)；使用者必須找出並轉送至特定代理，且子代理交接可能無法保留完整的根對話內容。 |
| 設定與維護 | 減少摩擦：為每個資料來源類型設定一個連結器，即可立即提供所有使用者可存取的資料，不必手動管理結構定義。 | 預先策劃的取捨：需要選取資料表、定義指標和 KPI，以及撰寫已驗證的查詢。這種預先策劃方式可確保查詢結果準確可靠。 |
| 效能和帳單注意事項 | 在廣泛的資料資產中探索資料表可能會導致額外延遲，且需要維護良好的中繼資料和技能，才能確保準確度。 | 網域精選內容可提高目標工作負載的準確度，但對話式數據分析資料代理程式會產生資料權杖費用。 |
建立及發布對話式數據分析資料代理
如要在關聯式資料庫和目標業務指標上獲得高準確率的查詢結果，您可以建立並發布範圍受限的對話式數據分析資料代理至 Gemini Enterprise：
- 將 Spanner 資料代理發布至 Gemini Enterprise
- 將 Cloud SQL 資料代理發布至 Gemini Enterprise
- 將 AlloyDB for PostgreSQL 資料代理程式發布至 Gemini Enterprise
- BigQuery 對話式數據分析
限制
- 建立新應用程式或為現有應用程式新增資料儲存庫時，建議只將一個資料儲存庫與屬於單一連接器類型的動作建立關聯。
- 關聯式資料庫的聯合查詢沒有資料表範圍或已驗證的查詢。複雜的交易資料庫 (例如 AlloyDB for PostgreSQL、Cloud SQL、Spanner) 的查詢準確度可能會有所不同。
後續步驟
- 如要瞭解內建的分析架構如何運作，以及如何透過技能和 Knowledge Catalog 提供機構背景資訊，請參閱使用對話式數據分析的 Data Cloud 連接器最佳做法。
- 如要瞭解支援的安全控管機制 (DRZ、CMEK 和 VPC Service Controls) 和組織政策設定，請參閱「安全資料雲端連接器」。
- 如要瞭解 Knowledge Catalog 如何與 Data Cloud 連接器搭配運作，以及如何在應用程式的助理設定中管理 Knowledge Catalog，請參閱「連結至 Knowledge Catalog」。
- 如要建立及設定 BigQuery 連接器，請參閱「連線至 BigQuery」。
- 如要建立及設定 Spanner 連接器，請參閱「連線至 Spanner」。
- 如要建立及設定 Cloud SQL 連接器，請參閱「連線至 Cloud SQL」。
- 如要建立及設定 AlloyDB for PostgreSQL 連接器，請參閱「連線至 AlloyDB for PostgreSQL」。