LookML-Projekte, -Modelle und -Views stehen jetzt neben Dashboards, Dashboard-Elementen, Looks und Explores im Google Knowledge Catalog. Der Dienst ist ein vollständig verwalteter, von Gemini unterstützter Katalog für Metadatenverwaltung und Datenermittlung, der auf Google Cloud Dataplex aufbaut. Technische Metadaten zieht er automatisch aus Google-Cloud-Diensten wie BigQuery, AlloyDB, Spanner, Cloud SQL, Firestore, Looker, Pub/Sub, Cloud Storage und Agent Platform.
Der Anspruch dahinter ist größer als ein einzelnes Looker-Update. Laut Atolio führt der Katalog strukturierte, unstrukturierte und SaaS-Daten in einem governierten, agentenbereiten Kontextgraphen für Menschen und KI-Agenten zusammen. Atlan zufolge nennt Google den Dienst „eine immer laufende Kontextmaschine“, die diese Daten zu einer agententauglichen Wahrheit verbindet. Ein Kontextgraph, der LookML, Query-Logs und Cloud-Speicher in einen Zusammenhang bringt, ist mehr als ein Suchfeld über Tabellennamen.
Für die Praxis zählt, dass Katalog, BI-Inhalte und die LookML-Struktur zusammen auffindbar werden.
Mehr als ein neuer Name
Wie der Katalog sucht, beschreibt Atolio als hochpräzise semantische Suche, die die Zugriffsrechte der Quellsysteme beachtet. Atlan zufolge kombiniert die Implementierung semantisches Matching, Stichwörter und strukturierte Bedingungen und liefert die Lineage, die ein KI-Agent für Google-Cloud-Jobs braucht. Ein solcher Dienst wäre ein Leck mit Suchfeld, wenn er Treffer zeigte, die der Nutzer nicht öffnen darf.
Gemini soll im Katalog automatisch natürlichsprachliche Beschreibungen und Business-Glossare erstellen, Entitäten und Beziehungen aus unstrukturierten Inhalten in Cloud Storage ziehen und verifizierte SQL-Muster erzeugen, die komplexe Geschäftslogik abbilden. Im Google-Developer-Forum beschreibt Discuss dieselbe Funktion als automatisch erzeugte Dokumentation, Asset-Beschreibungen und Beispiel-Einblicke aus den Daten des Datenprodukts.