Google扩展BigQuery地理空间分析用公开资料集

Google

Google在今年Cloud Next大会宣布，为公共资料提供额外的5PB BigQuery储存空间。Google在这阶段特别专注提供，可支援BigQuery上GIS新功能如BigQuery Geo Viz，7个可用资料集，不只够方便使用者进行地理空间查询，也帮Google省了BigQuery运算资源。

Google云端公共资料集计画（Google Cloud Public Datasets Program）在2016年时推出，与许多公共资料供应商合作，在Google云端存放高价值和高需求的公共资料集副本，让资料更易于使用和探索。目前BigQuery中託管了超过100个公共资料集，这些资料集内容遍布各领域，包括美国地质调查局（USGS）的Landsat资料，也已经能在云端储存使用，使用者可以比过去更快速的存取大量的气象卫星资料。

而Google也为这些公共资料集提供了实验工具箱，让使用者可以进行资料分析，也为那些想扩充自己资料集的人员和组织，提供了有用的储存库。用户每个月可以免费查询1TB的资料，而自从为公共资料集计画启动以来，BigQuery已经提供了95PB的公共资料查询。

Google也一直与专家合作，确保这些资料集能以最佳实践提供，以託管有助改善使用者工作流程的资料集，并最大限度地发挥资料的价值。Google与国家海洋和大气协会（NOAA）等资料提供组织建立了合作关係，根据主题由专家定义的方法储存与描述这些资料集。在收到用户对于这项工作的正面回馈后，Google决定扩大该计画。

在今年Cloud Next大会中，Google宣布为公共资料集提供另外5PB的BigQuery储存空间，Google表示，这样规模扩展能够託管更多有用的资料集，特别是可用于BigQuery地理资讯系统像是BigQuery Geo Viz的资料集，Google从Cloud Next大会以来，陆续新增了7个资料集，这些资料集透过像是邮递区号製表区（ZIP Code Tabulation Areas，ZCTA）等参数来定义美国边界，并支援地理空间查询，除了能帮助使用者应用地理空间资讯，更重要的是，託管这些资料集，反而能大幅减少BigQuery Geo Viz进行地理空间分析，所需的运算资源。

Google将继续策画BigQuery上的託管资料集，让用户可以透过BigQuery上的机器学习，使用标準的SQL语法就能分析资料，同时也努力减少使用地理空间资料集和应用机器学习技术所需要的工作量。Google提到，他们提供的5PB储存空间将会在5年内部署完成，履行他们在公共资料集上的承诺，努力消除这些高价值资料的存取障碍。