如果您想知道风在哪里吹，那就去飓风的中心。
这种感觉大概来自参加Google Cloud Next '19大会，为期三天的开发人员，产品经理，数据专家和其他聪明才智分享了应用程序开发和体系结构，安全性，成本管理，数据分析，混合云领域中的最新消息。技术，机器学习和人工智能，服务器外数据处理等。。。30,000人，跨越行业和技术领域，几乎是不间断的讲座。 真是太好了！
让我告诉您一些有关2019-2020年Google Cloud的重要新闻。 参加会议的
OWOX首席执行官弗拉德·
弗拉克斯 （Vlad Flax）指出，不能错过其122个更新。
产品：Anthos（以前的云服务平台）
尽管该产品处于内测阶段，但开发人员已经在等待与
Anthos的相识，这使他们无论开发环境如何都可以编写和运行混合应用程序。 在本地或云中，可以确保您获得相同级别的安全性和访问便利性。
借助容器和微服务系统，您的虚拟机，服务器和服务可以从世界各地（可能还有月球）启动
在Anthos：
- GKE On-Prem是一个关键要素，负责容器基础结构的本地编排。
- 对于微服务管理-Istio
- 对于云机会-GCP
尽管所有的技术填充都是基于开源的，但这种豪华组合仍然需要花费金钱：10,000美元/月。 Anthos视频演示
在这里查询。
产品：服务器外但仍然有些多云Cloud Run（BETA）
对于开发人员而言，另一个喜悦是，这最终将有助于回答如何以半启动方式运行应用程序的问题，而不必在本地或服务器数据处理之间进行讨厌的选择。
合成了一种产品，解决了扩展，支持和服务器设置的问题，以及针对Web应用程序开发人员的标准程序，本地解决方案的库，语言和本地解决方案（计数，越过牛头犬和犀牛）的局限性，到目前为止，
Cloud Run已经发布。
含义是：从这两种方法中获取所有有用的信息。 将一个没有状态保存的HTTP容器以任何语言工作，在所有功能下，所有必需的库和依赖项都将在成熟的“云”中自动被拉起，如果流量负载发生变化，服务器容量将被自动拉起。 听起来复杂吗？
但这确实在开发过程中带来了更多的价值实现时间：不再需要思考，选择，询问服务器端的价格，就可以使用
Cloud Code轻松管理和调整容器开发。 创建，启动，得到了结果。
API管理：混合
Apigee混合 （beta）是API管理系统的一项新功能，可在数据中心或公共云环境中的混合跨云条件下管理API。
它还包括许多更新，以扩展对Google Cloud基本功能的访问。 以及必要的
安全警报API 。
这再次简化了想要在所有地方以最短和最安全的方式进行的业务任务的执行。数据管理：随时随地
Google Cloud中的数据管理基于以下原则：无论您拥有多少数据，都让管理，移动和访问这些数据变得简单。 因此，今年宣布了以下服务改进：
- Microsoft SQL Server下的Cloud SQL（在特殊显示模式下）
- 现在支持PostgreSQL版本11下的CloudSQL
- Cloud Bigtable的多区域副本可用
许多安全和访问问题都得到了更新。 例如，
Google Filestore云文件系统的管理已得到改进，现在统一的
数据库访问协调系统变得更加便捷，在Beta测试后，使用
AWS V4密钥的完全访问权限将变得完全可用。
对于企业而言，这又是个好消息，因为可以加速和简化从世界任何地方对数据进行管理的访问，并且Google Cloud的运营以及软件和硬件基础正在扩展。
要尽快开始使用此服务，您不需要做任何超人的事情。 毕竟，Google的另一条诫命是简化非技术专家的工作，同时保持适当级别的安全性和隐私权。
联网
根据组织类型的不同，您可以选择
四种方案中的
一种，以提供最快的流量，以内部或外部IP地址（本地到全局）通过VPN或Cloud传输到您的Google Cloud服务，BigQuery或第三方SaaS服务互连线 顺便说一下，互连的
速率是
100 Gbps还是差不多？ 这样的连接能力将使数据世界的任何巨头都感到高兴！
此外，该测试版已经是
Traffic Director ，完全涵盖了SLA，旨在应付您使用的数百种产品和服务。
如果您想出自己想要的其他应用程序，则很有可能Google已经发布了Beta版。安全性和身份
超过17个更新旨在保护您免受意外数据丢失，信息破坏，网络钓鱼等侵害。基于专有计算模型的附加保护，适用于单个范围，恶意软件检测，加密挖掘或DDoS攻击。
谁比专业的数据收集公司更了解安全漏洞？
分析：最重要，最有趣
数据融合 （beta）是一项完全托管的基于本地云的数据联合服务，旨在将多个来源的数据接收并将其集成到BigQuery中。 所有ETL流程和数据结构，无论复杂性和类型如何，都将在一个具有高级别保护，方便实时数据可视化以及与其他服务集成的界面中呈现。
而所有的幸福就是“适合各种规模的企业”和“没有技术知识”。
在没有高科技专业知识的情况下，由于采用了标准化的程序，Data Fusion以数据湖的形式创建和维护数据-数据湖，这是分析的理想“通用汤”。
但是从OWOX实践的角度来看，在为日常业务需求建立分析结构之前，仍然需要对Data Lake进行大量工作。BigQuery Data Transfer Service现在支持超过100多个SaaS应用程序，无需一行代码即可自动执行计划的数据收集。
但是，如果您正在寻找个人解决方案，那么您仍然必须出汗。Google使得从Teradata，Amazon Redshift，Amazon S3等平台迁移任何规模的数据库变得非常容易。
借助Cloud Dataflow SQL（已提供完整alpha版本）和Dataflow Flexible Resource Scheduling（FlexRS，处于beta版），您可以按计划使用熟悉的Standard SQL来配置流，以进行相同的批处理和流处理。 系统本身将为您“决定”在特定情况下采用哪种方法。
但是，没有比了解营销数据的细节来收集数据更好的方法了。尽管Google将其许多产品定义为不需要“技术”专家的产品，但公司为企业提供的服务却是数据专家的更新，解决方案和服务。
接下来的三个更新（均为beta）专门与这些暴牙的技术有关。
Cloud Dataproc自动缩放服务将通过连接和断开Google Cloud Platform上的Hadoop和Spark集群来解决数据专家的痛苦。
Dataproc Kerberos TLC使用Kerberos协议支持API在Dataproc上启用Hadoop安全模式。
而且
-Presto粉丝将有机会通过本机Dataproc API使用
Dataproc Presto作业类型 ，并编写简单查询以查询各种源，例如Cloud Storage和Hive元存储。
满足Beta版
BigQuery BI Engine的要求 ，该版本承诺提供一种呈现大数据分析的服务，可控制对RAM中数据的访问，对查询的响应不到一秒钟，具有高稳定性，简化的BI体系结构和“智能”性能调整。
尽管有这么多年的发展，但Google继续涵盖许多“简化”模型，为OWOX BI等公司创造了优势，这些公司不惧怕为业务需求提供更准确的解决方案。 而且，与Amazon Kinesis和ClickHouse相比，BigQuery BI Engine的成本仍然令人反感。新型的
Connected Sheets表专用于使用BigQuery的数据专家的需求。 这确实是一件方便的事，全世界数百名专家都梦想着这样做，因为更早之前，至少有必要配置一个单独的API并处理请求。 现在，所有内容都精美地写入了单个界面。
完整的BigQuery ML库现已提供使用SQL查询调用的新型模型。
现在，导入
TensorFlow模型的Alpha版可以直接从BigQuery调用它们，以直接从存储库中创建分类器和预测模型。 您还可以直接从标准BigQuery SQL界面教授，配置和运行DNN模型。 总体上，对此技术引起了很多关注。
AI和ML：面向目标客户
Google已准备了14多个更新，这些更新可简化使用Google Cloud服务在AI上应用程序的开发和配置。 其中有4种实际开发的API，它们处理各种各样的任务：从使用
对象跟踪的自动标记视频的导航
和流视频的
自动注释到
俄语和日语语言的库，这些
库可用于 Google的ML能力
文本的NLP处理 。
但是，
建议AI的beta版最具吸引力。
这款未来的服务糖果有望成为您的客户的个性化顾问，而不会限制业务规模，同时又完全符合GDPR。
以下是建议AI可能实现的承诺：
+ 90％的推荐点击率
+ 40％来自建议的转化
+ 50％的推荐利润
造访总收益的5％+
运作方式如下：
可能出什么问题了？ 如果企业不了解其客户，则将无法（在任何步骤）给出必要的建议。 推荐强度乘以市场压力会导致一个完全相反的结果。
但总的来说，任何乐器在进行评判之前都需要进行测试，我们期待Alpha版本！
主要发现
“没有技术专家”的趋势和“仅技术专家”的趋势混合在一起，现在，对于企业而言，尽可能接近所有相关技术以从中选择符合业务目标的技术非常重要。
参加会议的企业界C级访问者人数证明了这一点。 因为这些专家的要求，痛苦和需求构成了全球先进业务和技术的驱动力。
最重要的是，Google Cloud致力于简化实施复杂任务和简化主要用户（大型公司和大型公司）的生活，从而了解现代数据处理挑战的非平凡和非线性性质。 而且，它越来越多地将编程和数据处理变成由Google Cloud Product Orchestra执行的非技术艺术。