BigQuery 中的数据共享

安全、轻松地共享数据和 AI 资产。高效安全地在组织内和组织间共享数据资产，以应对数据可靠性和费用方面的挑战。

通过交换数据、机器学习模型或其他分析资产提高数据计划的投资回报率
利用来自 Google、商业数据提供商或您的合作伙伴的独特数据集推动创新
在安全且注重隐私保护的环境中节省发布或订阅共享数据集的时间

博客

VMO2 如何利用 BigQuery 简化内部数据共享

优势

节省费用，并高效地共享和交换数据

利用 BigQuery 的可伸缩性和灵活性，简化发布、发现和订阅数据交换的方式，并将它们整合到您的分析中，而无需移动数据。

集中管理数据和分析资产

BigQuery 简化了数据和分析资产的可访问性。除了内部数据集之外，您还可以访问公共、行业和 Google 数据集，例如 Looker 组成块或 Google 趋势数据。

妥善管控数据，确保数据共享安全，注重隐私保护

在 BigQuery 中共享的数据自动包括来自 Cloud KMS、Cloud IAM、VPC Security Controls 等的深度治理、加密和安全性。

主要特性

使用 BigQuery 共享数据

在 BigQuery 中集成数据和 AI 共享

BigQuery 现在提供内置的数据和 AI 资产共享功能，包括完全集成以前在 Analytics Hub 中提供的功能。使用 BigQuery Sharing，您可以创建数据交换，以便与组织内的其他团队以及其他组织共享数据资产。您可以创建一个由精选的内部和外部资源组成的库（内含 Google 趋势等独特数据集），并由 BigQuery 提供技术支持。

可伸缩性、安全性和灵活性的共享模式

共享数据集是 BigQuery 中由数据发布者定义的表和视图的集合，构成跨项目/跨组织共享的单元。数据订阅者在其项目和 VPC 边界内获得一个不透明、只读、链接的数据集，他们可以将其与自己的数据集结合并连接到来自 Google Cloud 或我们合作伙伴的解决方案。例如，零售商可能会创建一个单一的交换，将需求预测分享给他们供应链中的数千家供应商（在他们自己的 BigQuery 项目中加入了历史销售数据以及天气、网络点击流和 Google 趋势数据），然后在 BigQuery 中分享实时输出。发布者可以添加元数据、跟踪订阅者并查看汇总的使用指标。

具有订阅管理和治理的精选交换

交换是旨在共享的数据和分析资产的集合。管理员可以通过管理交换内的数据集清单轻松挑选出一个交换。丰富的元数据可以帮助订阅者找到他们要寻找的数据，甚至可以利用与该数据相关的分析资产。默认情况下，BigQuery 内的交换是私有的，但您可以轻松设置精细的角色和权限，以将数据大规模提供给正确的受众。数据发布者现在可以轻松查看和管理其所有共享数据集的订阅。管理员现在可以通过审核日志记录和信息架构来监控 BigQuery Sharing 的使用情况，同时强制实施 VPC Service Controls 以安全地共享数据。

通过数据净室实现以隐私保护为中心的共享

创建一个低信任度的环境，让您和您的合作伙伴无需直接在 BigQuery 中复制或移动底层数据，即可展开协作。这样，您就可以在 BigQuery SQL 接口中执行加强隐私保护的转换并监控使用情况，以检测共享数据中的隐私威胁。您可以享受 BigQuery 的规模优势，而无需管理任何基础架构以及内置的 BI 和 AI/机器学习功能。探索数据净室的应用场景。

搜索和发现内部、公共或商业数据集

探索简化的搜索体验，浏览并快速查找相关数据集。除了在 BigQuery 中轻松查找贵组织的内部数据集外，您还可以查找 Google 数据集（例如 Google 趋势和 Earth Engine）、Crux 等合作伙伴提供的商业数据集以及 Google Cloud Marketplace 上提供的公共数据集。