[]让任何IT专业人员或技术行业的观察家讲述他们所看到的最热门趋势，您将不可避免地听到有关云计算主题的许多变化。特别是，术语“多云计算”可能会出现。在最简单的级别上，多云计算仅意味着公司选择使用多个不同的公共云提供商，例如Google的GCP，亚马逊的AWS，微软的Azure等。选择此方法可避免供应商锁定，提供冗余并帮助解决数据所有权问题。出于法律或法规目的，必须将某些数据存储在给定的国家（并非每个云提供商都每个区域都有一个数据中心）。此外，一些云提供商在特定领域积累了专业知识，公司选择与这些提供商一起运行工作负载以利用这些独特功能。实际上，今年早些时候TECHnalysis Research发布的一项针对600多名美国云计算专业人士的调查显示，有关混合云和多云计算趋势的一项研究清楚地表明了这一趋势。但是，即使在那些特殊情况下，它通常也是在这些不同环境中运行的完全独立的数据集，应用程序和工作负载。谷歌云首席执行官托马斯·库里安（Thomas Kurian）在为期几周的Google Cloud Next虚拟活动首次亮相时发布的众多公告之一，很明显，谷歌正在寻求扩展多云的定义。具体来说，Google宣布了一项新产品，该产品可以在多个提供商之间运行多个数据集和工作负载。借助BigQuery Omni的新功能，该公司可以利用Google在搜索和查询中的深厚背景，对存储在Google Cloud，AWS和Azure（今年晚些时候）中的数据运行其独特的分析功能。在更高的层次上，BigQuery Omni本质上可以在一个控制级别下在宏级别将多个云平台，工作负载和数据集进行分组，同时充分利用Google在竞争中公认的优势之一。这种组合的多云数据分析架构是一项巧妙而根本的举措。它帮助Google赢得了该公司在今年的Cloud Next上也强调的主要客户，包括5G运营商Telefonica，Vodaphone和现在的Verizon。 ，德意志银行，雷诺，Fox Sports等。BigQuery Omni的主要操作方法之一是Google代码可以在不同的云平台上本地运行，并且可以从这些平台上的存储资源本地访问数据，从而避免了跨平台传输数据的昂贵且耗时的过程（否则称为数据导出）。此外，BigQuery Omni产品的结构允许用户使用相同的基本BigQuery接口（在GCP上运行）来创建查询数据库所需的SQL命令，然后在每个环境中本地计算这些请求。然后可以将来自多个源的结果全部转移回单个“玻璃窗格”。 UI便于分析，或存储在每个平台中以避免任何跨云数据移动。造成这种情况的部分原因是，BigQuery及其Dremel查询引擎自10年前作为内部Google工具诞生以来，就已经将计算元素与存储元素分开了。该架构最初并不是在考虑多云计算的情况下构建的，而是通过将其与Google Anthos通过抽象层在不同云平台上运行或传输工作负载的能力相结合，该公司能够创建一个本质上可以解决方案的云平台。解决不同的问题，就像它们在单个平台中的不同领域一样。 BigQuery Omni将多云计算转换为单个云平台的扩展版本的想法似乎提供了许多有趣的好处。首先，从用户的角度来看，此元平台概念提供了一种一致的方式，可以通过单个界面跨多个平台访问多个数据集。更重要的是，它开启了以更灵活的方式整体考虑云计算资源的想法。不难想象，例如，谷歌（或其他云提供商）可以创建其他类型的多平台解决方案，从而允许他们利用其一些独特的IP。例如，对存储在多个位置的多个数据集使用新颖的机器学习或神经网络训练算法可能是一个有趣的新选择。底线是，通过利用其BigQuery和Anthos资产，Google为多云计算集成了一种有趣的新方法。诸如BigQuery Omni之类的产品具有向新的统一宏级元平台产品开放云世界的潜力。具有讽刺意味的是，它们可以进一步打破同时存在于不同云平台之间的障碍。它们在现实世界中的有效性还有待观察，但从概念上讲，它为