Google更新BigQuery强化商业智能功能
最新的BI引擎版本，除了集成Looker或是Google的连接试算表（Connected Sheets），而且还可与其他第三方的BI工具搭配使用，包括Salesforce的Tableau、微软的Power BI，甚至是其他定制化工具都可以。
BigQuery是Google的云计算数据仓库服务，用户可以使用BigQuery来分析企业运营资料，以获得一些业务上的数据，像是预测客户购买趋势，或是下一季物流中心可处理的包裹数量。
Google提到，这项内存内分析服务，让用户可以在Looker和Data Studio中，以交互式的方法，分析大型且复杂的资料集。在架构上，Google使用分布式内存执行引擎，使得BI引擎操作速度更加快速。
而BigQuery新的具体化查看图功能，其实就是常用资料的缓存副本，MV大幅提高常见和重复查询的工作负载性能，且不需要用户维护，就能总是维持资料新鲜度。BigQuery提供了可定期缓存查询结果的预训练查看资料，不只加快查询性能，并且加速即时资料取用。
BI引擎现在原生集成到BigQuery API中，任何BI工具的用户，或是通过JDBC/ODBC连接到BigQuery API的自定义应用程序，现在都可以在GCP项目中预留BI引擎容量，并且指定特定大小的内存，进而利用BI引擎的分析能力，而当查询需要使用超过预留的资源，则BI Engine会无缝地通过BigQuery Slots转为混合模式。
Google提到，传统的BI工具要求用户将资料，从数据仓库平台移动到资料市场或是BI平台上，但这通常需要经过复杂的ETL工作管线，而这些过程会增加分析报告的输出时间，并且降低报告的新鲜度，而BI引擎可在BigQuery中本地分析资料，就不需要移动资料或是创建工作管线。
Google进一步强化BigQuery功能，不只提升BI引擎的性能，还加入具体化查看图（Materialized View，MV）功能，Google提到，BI引擎和MV功能，可进一步扩展他们的开放资料云计算策略。
