Pour les propriétés Google Analytics 360, nous avons augmenté la limite de longueur des valeurs des paramètres d'événement collectées via le SDK Google Analytics for Firebase pour les applications mobiles de 100 à 500 caractères. En savoir plus sur les limites de collecte de données de Google Analytics 360.

Nous avons ajouté des variations à portée utilisateur, à portée de session et à portée d'événement de 8 nouvelles dimensions de source de trafic agnostiques à la plateforme. Ces nouvelles dimensions s'appliquent de manière cohérente à la fois au trafic payant et organique, ainsi qu'aux médias Google et aux médias tiers, améliorant votre capacité à analyser le comportement des utilisateurs et les performances dans les rapports, les explorations, les segments et les audiences multi-canaux. Ces nouvelles dimensions sont basées sur les valeurs des paramètres UTM passées dans les URL de clic pour les sites Web et les nouvelles valeurs UTM passées dans l'événement campaign_details pour les applications mobiles. Les dimensions à portée de session sont également disponibles dans un nouveau rapport manuel, que vous pouvez accéder en cliquant sur "Voir les campagnes manuelles" dans le rapport Aperçu de l'acquisition dans la collection du cycle de vie. En savoir plus sur le rapport manuel.

Google Analytics a ajouté la possibilité de lier vos sous-propriétés et vos propriétés de regroupement avec Search Ads 360 et Display & Video 360. La liaison fonctionne exactement de la même manière que pour les propriétés ordinaires. Une fois liées, Google Analytics enverra les mêmes données de la même manière que pour les propriétés ordinaires. Grâce à cette fonctionnalité, les clients peuvent désormais partager un sous-ensemble de données d'une sous-propriété, ou un sur-ensemble de données inter-propriétés à Search Ads 360 ou Display & Video 360 pour cibler des sous-ensembles ou des sur-ensembles de leur audience. Apprenez comment lier Google Analytics avec Search Ads 360 et Display & Video 360.

Google Analytics 4 a ajouté de nouvelles options d'aide pour améliorer votre expérience et fournir un support instantané. Ces nouvelles options sont accessibles via le bouton d'aide situé en haut à droite de Google Analytics. Vous pouvez obtenir des conseils détaillés sur l'utilisation des fonctionnalités de la page actuelle, démarrer une visite guidée des procédures clés liées à la page actuelle, trouver des informations dans le centre d'aide de Google Analytics ou rejoindre la communauté d'aide de Google Analytics pour obtenir une assistance supplémentaire. Vous pouvez également envoyer vos commentaires à l'équipe de Google Analytics. En savoir plus sur l'aide intégrée dans le produit.

Google Analytics 4 a introduit de nouveaux rapports qui permettent d'analyser les données provenant des plateformes publicitaires 360 intégrées à votre propriété Google Analytics 4. Ces rapports incluent le rapport Campaign Manager 360, le rapport Display & Video 360 et le rapport Search Ads 360. Lorsque vous intégrez avec succès vos différentes plateformes publicitaires, vous pouvez accéder aux rapports en sélectionnant la carte de synthèse spécifique à l'intégration ajoutée au rapport Aperçu de l'acquisition. Par exemple, si vous intégrez avec Display & Video 360, vous verrez "Afficher les campagnes Display & Video 360", qui ouvre le nouveau rapport Display & Video 360. Même si vous supprimez un lien avec une plateforme d'achat de votre propriété, le rapport sera toujours accessible depuis le rapport Aperçu de l'acquisition afin que vous puissiez continuer à analyser les données historiques. Pour alimenter les nouveaux rapports d'acquisition, nous avons ajouté de nouvelles dimensions de source de trafic qui sont disponibles lorsque vous liez Campaign Manager 360, Display & Video 360 et/ou Search Ads 360. Les nouvelles dimensions sont disponibles au niveau de l'événement, de la session et de l'utilisateur. Avec cette mise à jour, vous pouvez maintenant utiliser des dimensions inter-canaux telles que Source, Source de session et Première source d'utilisateur pour comprendre les données d'acquisition inter-canaux. Ensuite, vous pouvez utiliser les nouvelles dimensions spécifiques à l'intégration telles que Source SA360, Source de session SA360 et Première source d'utilisateur SA360 pour analyser les données d'acquisition pour une plateforme d'achat spécifique. Vous pouvez désormais établir des liens entre les propriétés Google Analytics 4 (GA4) et les comptes AdSense directement depuis Analytics. Si vous utilisez des sous-propriétés GA4 ou des propriétés consolidées, vous pouvez désormais établir des liens entre ces propriétés et les comptes AdSense indépendamment des propriétés sources.

Google Analytics 4 propose de nouveaux rapports permettant d'analyser les données provenant des plateformes publicitaires intégrées, notamment Campaign Manager 360, Display & Video 360 et Search Ads 360. Une fois les plateformes publicitaires intégrées avec succès, les rapports correspondants sont accessibles via une carte de synthèse spécifique à chaque intégration dans le rapport Aperçu de l'acquisition. Par exemple, si vous intégrez Display & Video 360, vous verrez "Afficher les campagnes Display & Video 360", qui ouvrira le nouveau rapport Display & Video 360. Même si vous supprimez une plateforme publicitaire de votre propriété, le rapport restera accessible dans l'Aperçu de l'acquisition pour analyser les données historiques.

Lorsque vous enregistrez une exploration avec une plage de dates prédéfinie (par exemple, les 28 derniers jours), l'exploration affichera désormais les 28 derniers jours à partir de l'ouverture de l'exploration, plutôt qu'à partir de la création de l'exploration. Si une propriété standard devient "Large" ou qu'une propriété 360 devient "XL" (collectant respectivement plus de 25 milliards et 250 milliards d'événements facturables au cours des 31 derniers jours), le paramètre de conservation des données au niveau des événements est automatiquement réduit à 2 mois et les données au niveau des événements plus anciennes de 2 mois deviennent inaccessibles et sont supprimées de manière permanente. Cette modification affectera très peu de propriétés Google Analytics. Si votre propriété est sur le point d'atteindre ces limites en fonction du volume d'événements hebdomadaires, nous enverrons désormais un e-mail d'avertissement à tous les administrateurs de propriété. Lorsque la limite est atteinte, nous enverrons un autre e-mail à tous les administrateurs de propriété pour les informer que le paramètre de conservation des données a été réduit. Entre ces deux notifications, vous pouvez réduire le nombre d'événements facturables envoyés à la propriété Google Analytics 4 pour rester dans les limites actuelles de la taille de votre propriété et conserver une conservation des événements plus longue. Si vous avez reçu l'avertissement pour une propriété gratuite, vous pouvez également passer à la version 360 pour bénéficier de limites plus élevées. En savoir plus sur les paramètres de conservation des données.

Lorsque vous enregistrez une exploration avec une plage de dates prédéfinie (par exemple, les 28 derniers jours), l'exploration affichera désormais les 28 derniers jours à partir du moment où vous avez ouvert l'exploration, plutôt qu'à partir du moment où vous avez créé l'exploration. En savoir plus sur l'ajustement de la période dans une exploration.

Google Ads a récemment introduit une mise à jour permettant aux utilisateurs de créer et d'appliquer des audiences Analytics, y compris des audiences prédictives, directement dans Google Ads. Cette fonctionnalité permet de construire des audiences plus précises en se basant sur les informations comportementales disponibles uniquement dans Google Analytics 4. Les audiences Analytics peuvent être créées dans le gestionnaire d'audience et utilisées lors de la création d'une campagne. Pour en savoir plus sur le générateur d'audience Google Analytics 4 dans Google Ads, consultez les ressources disponibles.

Avec cette mise à jour, Google Analytics choisit désormais la table qui fournit les résultats les plus précis pour chaque requête, réduisant ainsi la probabilité de voir la ligne "(autre)" et l'échantillonnage des données dans les rapports et les explorations. Par conséquent, il est possible de voir maintenant la ligne "(autre)" dans les explorations ou l'échantillonnage des données dans les rapports, car Analytics choisit la table en fonction de votre requête pour fournir les résultats les plus précis et réduire l'impact de l'échantillonnage des données et des limites de cardinalité. En savoir plus sur la façon dont les données sont stockées et affichées.

La mise à jour concerne le balisage côté serveur : le tag Google Analytics: GA4 dans les conteneurs serveur envoie désormais les données vers les centres de données régionaux en fonction de l'emplacement de l'utilisateur.

Avec la mise à jour, il est désormais possible de mettre en pause les balises dans les conteneurs serveur.

Avec la mise à jour du "server-side tagging", il est désormais possible d'utiliser des informations de géolocalisation lors de la diffusion de scripts à partir de la première partie. Cela permet de mettre en œuvre des fonctionnalités telles que le mode de consentement avancé sans transmettre une adresse IP à Google. Pour en savoir plus, consultez les détails de cette mise à jour.

La mise à jour permet d'utiliser la variable Regex Table et les API regex Sandboxed JS (createRegex et testRegex) pour le balisage côté serveur. Assurez-vous que votre image Docker est en version 2.0.0 ou ultérieure.

La mise à jour concerne le support des balises côté serveur pour Google Analytics 4. Les conteneurs serveur prennent désormais en charge les signaux Google pour GA4. Il est possible d'activer les signaux Google pour GA4.

Les utilisateurs de Looker Studio Pro peuvent désormais planifier l'envoi de rapports via Google Chat. Les rapports peuvent être envoyés à des destinataires individuels ou à des espaces de discussion entiers. De plus, les utilisateurs de Looker Studio Pro peuvent ajouter une sécurité au niveau des lignes de données dans un rapport programmé pour être envoyé par e-mail. La fonctionnalité de livraison via Chat permet également de filtrer les adresses e-mail. Enfin, la page d'accueil de Looker Studio affiche l'emplacement des actifs de Looker Studio, indiquant si un rapport ou une source de données vous appartient ou a été partagé avec vous.

Cette mise à jour introduit plusieurs fonctionnalités pour faciliter l'exploration et l'analyse des données. Les filtres rapides permettent de modifier facilement les filtres appliqués à un rapport sans affecter la configuration pour les autres utilisateurs. Les liens de rapport personnels créent une copie du rapport accessible uniquement à la personne qui ouvre le lien. Les intervalles peuvent être ajoutés aux graphiques de séries temporelles pour montrer l'incertitude des données. Le connecteur Google Ads pour Looker Studio est aligné avec l'API Google Ads pour les rapports sur les ressources créatives. Enfin, du contenu sur l'exploration, l'analyse et le filtrage des données est regroupé dans le nouveau sujet Explore.

Les filtres rapides permettent d'explorer les données de manière flexible et ad hoc. Ils permettent de modifier facilement la façon dont les données du rapport sont filtrées sans modifier la configuration du rapport pour les autres utilisateurs. Un lien de rapport personnel crée une copie du rapport accessible uniquement à la personne qui ouvre le lien. Les modifications apportées à l'original ou au rapport privé n'affecteront pas l'autre rapport. Il est possible d'ajouter des intervalles aux graphiques de séries temporelles pour montrer l'incertitude des données. Le connecteur Google Ads pour Looker Studio est aligné avec l'API Google Ads publique pour les rapports sur les ressources créatives.

Les améliorations de la nouvelle mise à jour permettent de personnaliser l'apparence et la fonctionnalité des lignes dans les graphiques de Looker Studio. Les améliorations comprennent des bandes de référence qui permettent de comparer les données à une plage de valeurs sur les graphiques, le support des lignes de référence verticales pour les graphiques de type "Area" et "Time series", des options de style de ligne pour personnaliser l'apparence des lignes dans les graphiques, et une ligne de tendance de moyenne mobile pour visualiser un calcul de moyenne mobile des données sur les graphiques. De plus, l'option "Single select" dans les contrôles de liste déroulante et de liste de taille fixe vous oblige à choisir une seule option dans la liste. Auparavant, vous pouviez désélectionner toutes les options dans le contrôle, ce qui renvoyait toutes les valeurs. Maintenant, vous pouvez sélectionner une et une seule valeur lorsque cette option est activée.

La mise à jour de Looker Studio introduit de nouveaux types de graphiques : Boxplot pour visualiser la distribution des valeurs, Candlestick pour les plages de données avec ouverture, fermeture, hauts et bas, et Waterfall pour suivre l'accumulation de valeurs positives et négatives. Les vignettes améliorées affichent des images de taille fixe (320 px X 240 px) et montrent désormais toute la page de rapport. Une avancée pour les visualisations et la représentation des rapports. En savoir plus sur les vignettes.

La fonctionnalité de masquage de données personnalisé est désormais disponible en version générale (GA). Vous pouvez définir des routines de masquage personnalisées pour des capacités de masquage personnalisées telles que le hachage basé sur le sel. Cette fonctionnalité est disponible dans l'édition Enterprise Plus. BigQuery propose désormais la résolution d'entités. Cette fonctionnalité permet aux utilisateurs de faire correspondre des enregistrements entre des ensembles de données même en l'absence d'un identifiant commun. Elle utilise un fournisseur d'identité pour ce processus ; BigQuery prend en charge LiveRamp et fournit un cadre pour que d'autres fournisseurs d'identité proposent des services similaires. Cette fonctionnalité est disponible en version générale (GA).

Vous pouvez désormais afficher les plans de requête pour voir les détails des SQL pushdowns dans les requêtes fédérées. Cette fonctionnalité est maintenant généralement disponible.

À partir du 12 mars 2024, la facturation des procédures stockées Spark sera mise en place. Jusqu'à cette date, les procédures stockées Spark sont proposées sans frais supplémentaires.

Cette mise à jour hebdomadaire concerne les bibliothèques clientes du Cloud SDK. Pour google-cloud-bigquery en Java, la version 2.37.0 ajoute la prise en charge des balises de ressources de table et du domaine de l'univers. En ce qui concerne google-cloud-bigquery en Python, la version 3.17.1 corrige des bugs et la version 3.17.0 ajoute la prise en charge de la résolution de l'univers. De plus, il est maintenant possible d'utiliser des balises sur les tables BigQuery pour accorder ou refuser l'accès conditionnel avec les politiques de gestion des identités et des accès (IAM).

BigQuery prend désormais en charge nativement le format Delta Lake pour Amazon S3 et les tables Azure. Cette fonctionnalité est actuellement en préversion. BigQuery ML a ajouté une nouvelle colonne résiduelle à la sortie de la fonction ML.EXPLAIN_FORECAST pour les modèles ARIMA_PLUS et ARIMA_PLUS_XREG. La colonne résiduelle contient la différence entre la série temporelle réelle et la série temporelle ajustée pour les données historiques. Cela vous permet de comparer les données historiques modélisées qui sont renvoyées dans les autres colonnes de sortie de ML.EXPLAIN_FORECAST avec les données historiques réelles. Pour améliorer les performances de l'entraînement de BigQuery ML, l'argument APPROX_GLOBAL_FEATURE_CONTRIB est maintenant défini par défaut sur TRUE lorsque vous définissez l'argument ENABLE_GLOBAL_EXPLAIN sur TRUE, et vous définissez l'argument NUM_PARALLEL_TREE sur une valeur supérieure à 10 pour les modèles d'arbres boostés ou supérieure à 50 pour les modèles de forêt aléatoire. BigQuery prend désormais en charge la fonction géographique ST_LINEINTERPOLATEPOINT, qui récupère un point à une fraction spécifique dans une linestring. Cette fonctionnalité est généralement disponible (GA).

Cette mise à jour hebdomadaire concerne les mises à jour des bibliothèques clients du Cloud SDK. Les changements incluent des améliorations de la stabilité de la comparaison de schémas, la possibilité de demander des lignes compressées dans les réponses de lecture, l'ajout de types de gouvernance des données pour les routines, le support des types de plage dans les schémas, le support de la définition non incrémentielle et de la péremption sur les vues matérialisées, le support des balises de ressources pour les tables, et l'exposition de l'identifiant de requête sur l'itérateur de lignes. La documentation a également été mise à jour. De plus, BigQuery est maintenant disponible dans la région de Berlin (europe-west10).

Les listes Analytics Hub peuvent désormais inclure des données chiffrées avec des clés de chiffrement gérées par le client (CMEK). Cette fonctionnalité est désormais disponible pour tous les utilisateurs.

Cette mise à jour hebdomadaire concerne les mises à jour de bibliothèques clients dans le Cloud SDK. Pour la bibliothèque google-cloud-bigquery en Python, la version 3.14.1 apporte des corrections de bugs, notamment l'ajout d'un gestionnaire manquant pour la désérialisation des valeurs JSON. La version 3.14.0 ajoute de nouvelles fonctionnalités telles que la possibilité de retourner directement un itérateur de lignes de résultats, des propriétés supplémentaires pour l'itérateur de lignes, la prise en charge de Python 3.12, etc. Des améliorations de performances et des corrections de bugs ont également été apportées. Enfin, des graphiques de ressources administratives pour la santé opérationnelle sont désormais disponibles en prévisualisation.

Les fonctionnalités suivantes de BigQuery cross-cloud sont désormais disponibles en préversion : vous pouvez maintenant profiter des avantages des vues matérialisées sur les tables BigLake avec cache de métadonnées activé pour Amazon S3. Vous pouvez créer des répliques de vues matérialisées pour les tables BigLake avec cache de métadonnées activé pour Amazon S3. Les répliques de vues matérialisées vous permettent d'utiliser les données des vues matérialisées dans les requêtes tout en évitant les coûts de transfert de données et en améliorant les performances des requêtes.

La fonction ML.TRANSFORM et les modèles de transformation uniquement sont désormais disponibles en prévisualisation dans BigQuery ML. La fonction ML.TRANSFORM permet de prétraiter les données en appliquant les transformations capturées dans la clause TRANSFORM d'un modèle existant. Les modèles de transformation uniquement permettent d'appliquer des fonctions de prétraitement aux données d'entrée et de renvoyer les données prétraitées. Ces modèles permettent de séparer le prétraitement des données de l'entraînement du modèle, facilitant ainsi la capture et la réutilisation d'un ensemble de règles de prétraitement des données.

Cette mise à jour hebdomadaire concerne les mises à jour de bibliothèques clients dans le Cloud SDK. Pour la bibliothèque Python google-cloud-bigquery, la version 3.14.0rc0 apporte plusieurs fonctionnalités, notamment l'ajout de propriétés telles que job_id, location, project et query_id sur RowIterator, l'ajout de job_timeout_ms aux classes de configuration de tâche, le support de dataset.max_time_travel_hours et Dataset.isCaseInsensitive, ainsi que le support de data_governance_type. Des correctifs de bugs ont également été apportés, notamment pour load_table_from_dataframe et les délais de requête. Des améliorations de performances ont également été réalisées.

Dans cette mise à jour, vous pouvez utiliser des fichiers de configuration YAML pour transformer le code SQL lors de la traduction des requêtes SQL à partir de votre base de données source. Ces fichiers de configuration YAML peuvent être utilisés avec le traducteur SQL par lots, le traducteur SQL interactif et le client Python de traduction par lots. Cette fonctionnalité est maintenant disponible en général (GA). L'estimateur de slot prend désormais en charge les recommandations de commitment et d'autoscaling optimales en termes de coûts au niveau du projet pour les charges de travail à la demande. Cette fonctionnalité est maintenant en préversion.

Vous pouvez désormais consulter des informations sur les performances des requêtes concernant les déséquilibres de partition. Cette fonctionnalité est en préversion.

Cette mise à jour hebdomadaire concerne les mises à jour des bibliothèques clients du Cloud SDK. Elle inclut des correctifs de bugs et des nouvelles fonctionnalités pour les bibliothèques bigquery/storage/apiv1beta1 et google-cloud-bigquery. Parmi les nouvelles fonctionnalités, on trouve la promotion de bigquery/biglake en version GA, le support des contrôles de valeur par défaut pour bigquery/storage/managedwriter, l'exposition des données Apache Arrow via ArrowIterator pour bigquery, et l'introduction de fonctionnalités de prévisualisation de requêtes pour bigquery. Des correctifs de bugs et des améliorations de la documentation sont également inclus. De plus, BigQuery Data Transfer Service permet désormais de transférer des données de reporting et de configuration de campagne depuis Display & Video 360 vers BigQuery. Enfin, certaines fonctionnalités de BigQuery ML pour la prévision de séries temporelles sont maintenant disponibles en version GA, notamment la possibilité de définir des limites pour les valeurs prévues et la modélisation de jours fériés personnalisés.

BigQuery propose désormais des options de configuration d'analyse de texte pour les fonctions suivantes : CREATE SEARCH INDEX DDL, les analyseurs LOG_ANALYZER existants et le nouvel analyseur PATTERN_ANALYZER, utilisés dans diverses fonctions, y compris SEARCH, ainsi que la nouvelle fonction TEXT_ANALYZE. BigQuery prend également en charge les fonctions de traitement avancées suivantes : ML.BAG_OF_WORDS, ML.TF_IDF, BAG_OF_WORDS, TF_IDF, COSINE_DISTANCE, EUCLIDEAN_DISTANCE et EDIT_DISTANCE. Ces fonctionnalités sont actuellement en version de prévisualisation.

Le service de transfert de données BigQuery peut désormais transférer des données depuis Azure Blob Storage vers BigQuery. Cette fonctionnalité est maintenant disponible en version générale (GA). Une mise à jour hebdomadaire des bibliothèques client du Cloud SDK est également disponible, avec des modifications et des mises à jour de dépendances. De plus, les graphiques de ressources administratives prennent en charge certaines fonctionnalités en prévisualisation, notamment la possibilité de visualiser le graphique d'utilisation des ressources au niveau du projet et de filtrer les données d'utilisation des ressources en fonction de différents modèles de facturation.

La fonction de masquage de données personnalisée prend désormais en charge une liste étendue de fonctions, y compris les fonctions de hachage SHA avec sel. Cette fonctionnalité est en préversion.

Les procédures stockées pour Apache Spark sont désormais disponibles sans inscription. Cette fonctionnalité est en version de prévisualisation.

L'évaluation de migration BigQuery est désormais disponible en préversion pour Apache Hive. Vous pouvez utiliser cette fonctionnalité pour évaluer la complexité de la migration des données de votre entrepôt de données Apache Hive vers BigQuery.

Cette mise à jour hebdomadaire concerne les mises à jour de bibliothèques clients dans le Cloud SDK. La version 2.33.2 de google-cloud-bigquery apporte des corrections de bugs et des mises à jour de dépendances. Il est maintenant possible d'utiliser les fonctions DLP pour prendre en charge le chiffrement et le déchiffrement entre BigQuery et DLP, en utilisant AES-SIV. Cette fonctionnalité est en préversion.

Deux nouvelles fonctions géographiques sont maintenant disponibles : ST_LINESUBSTRING permet d'obtenir un segment spécifique d'une seule ligne en spécifiant une fraction de début et de fin, tandis que ST_HAUSDORFFDISTANCE permet de calculer la distance de Hausdorff discrète entre deux géométries.

Cette mise à jour hebdomadaire concerne les mises à jour des bibliothèques clientes du Cloud SDK. Les mises à jour incluent des fonctionnalités, des corrections de bugs et des modifications de documentation pour les bibliothèques bigquery/storage/apiv1beta1 et google-cloud-bigquery. Parmi les nouvelles fonctionnalités, on trouve l'ajout de ressources et de RPC pour bigquery/analyticshub, l'ajout de références de jeux de données externes pour bigquery, et l'ajout d'options multimédias à LoadConfig pour bigquery. Des corrections de bugs ont également été apportées, notamment pour la gestion des dépendances et les tentatives de réessai automatiques. Enfin, des mises à jour de documentation ont été effectuées, notamment pour la description de transferConfig.name dans bigquery/datatransfer et pour l'exemple de mise à jour de l'expiration d'une table dans google-cloud-bigquery.

L'outil d'évaluation de migration BigQuery est désormais disponible en version de prévisualisation pour Snowflake. Vous pouvez utiliser cette fonctionnalité pour évaluer la complexité de la migration des données de votre entrepôt de données Snowflake vers BigQuery.

Il est désormais possible de copier des tables entre différentes régions. Cette fonctionnalité est actuellement en version de prévisualisation.

Cette mise à jour hebdomadaire concerne les mises à jour des bibliothèques clientes dans le Cloud SDK. Pour Node.js, la version 7.3.0 de @google-cloud/bigquery inclut des fonctionnalités telles que la réexportation des types pour google-common, ainsi que des corrections de bugs. Pour Java, la version 2.33.1 de google-cloud-bigquery corrige un problème de NullPointerException lorsqu'il n'y a pas de paramètres de requête, tandis que la version 2.33.0 ajoute la prise en charge de FileSetSpec et apporte des corrections de bugs. Des mises à jour de dépendances sont également incluses. En outre, une intégration native BigQuery dans Looker Studio est disponible en version de prévisualisation, offrant des fonctionnalités de surveillance et d'amélioration des performances des requêtes.

En tant qu'administrateur BigQuery, vous pouvez désormais utiliser l'inspecteur de requêtes administratives pour surveiller l'utilisation des slots de votre organisation et les performances des jobs BigQuery au fil du temps. Cette fonctionnalité est maintenant disponible pour tous les utilisateurs.

La mise à jour introduit les fonctions de recherche dans le temps pour BigQuery ML, qui permettent de spécifier une date de référence lors de la récupération des caractéristiques pour l'entraînement d'un modèle ou l'exécution d'une inférence, afin d'éviter les fuites de données. Les fonctions ML.FEATURES_AT_TIME et ML.ENTITY_FEATURES_AT_TIME permettent de récupérer les caractéristiques à partir de plusieurs points dans le temps pour une ou plusieurs entités. De plus, il est désormais possible d'utiliser des conditions IAM pour contrôler l'accès aux ressources BigQuery. Cette fonctionnalité est en version de prévisualisation.

La mise à jour introduit les fonctions de recherche dans le temps pour BigQuery ML, qui permettent de spécifier une date de référence lors de la récupération des caractéristiques pour l'entraînement d'un modèle ou l'exécution d'une inférence, afin d'éviter les fuites de données. Les fonctions ML.FEATURES_AT_TIME et ML.ENTITY_FEATURES_AT_TIME permettent de récupérer les caractéristiques à partir de plusieurs points dans le temps pour une ou plusieurs entités. De plus, il est désormais possible d'utiliser des conditions IAM pour contrôler l'accès aux ressources BigQuery. Cette fonctionnalité est en version de prévisualisation.

Les vues matérialisées sur les tables avec cache de métadonnées BigLake peuvent maintenant référencer des données structurées stockées dans Cloud Storage. Ces vues matérialisées fonctionnent comme des vues matérialisées sur des tables stockées dans BigQuery, avec les avantages d'un rafraîchissement automatique et d'un ajustement intelligent. Cette fonctionnalité est maintenant disponible en version générale (GA). Les procédures stockées autorisées sont également disponibles en version générale (GA). Cette fonctionnalité permet de partager des procédures stockées avec des utilisateurs ou des groupes sans leur donner un accès direct aux tables sous-jacentes. Le support de Google AdWords est désormais déprécié par le service de transfert de données BigQuery. Pour plus d'informations sur les transferts depuis Google Ads, consultez les transferts Google Ads.

Cette mise à jour hebdomadaire concerne les mises à jour des bibliothèques clients du Cloud SDK. Elle inclut des modifications pour les bibliothèques bigquery/storage/apiv1beta1 et google-cloud-bigquery. Les modifications apportées à bigquery/storage/apiv1beta1 incluent le support de l'utilisation de fonctions UDF personnalisées dans les politiques de données, la définition de PreferredMinStreamCount lors de la création d'une session de lecture, ainsi que des corrections de bugs. Les modifications apportées à google-cloud-bigquery incluent le support de la conversion des champs d'intervalle en périodes de durée threeten et le support de ExternalDatasetReference. De plus, le service BigQuery Data Transfer prend désormais en charge les transferts à partir de Search Ads 360 en utilisant la nouvelle API de reporting Search Ads 360.

Vous pouvez désormais créer un ensemble de données fédéré dans BigQuery qui se fédère à une base de données existante dans AWS Glue. Cette fonctionnalité est en version de prévisualisation.

Cette mise à jour permet désormais à l'opérateur de sous-script d'un tableau de retourner directement une valeur en utilisant un index. Auparavant, seuls l'offset et l'ordinal étaient disponibles. Cette fonctionnalité est maintenant disponible en général (GA). De plus, l'opérateur de sous-script d'une structure a été ajouté, permettant d'accéder à un champ STRUCT en utilisant un index, un offset ou un ordinal. Cette fonctionnalité est également disponible en général (GA).

La mise à jour hebdomadaire de la bibliothèque client du Cloud SDK comprend des modifications pour google-cloud-bigquery version 2.31.2 (2023-09-05). Cette mise à jour corrige des bugs, notamment en masquant la structure de données TableReference (#2855) et en corrigeant un bug lié à SearchStats IndexUnusedReasons (#2825).

Vous pouvez désormais utiliser des instructions EXPORT DATA pour exporter directement des données BigQuery vers Bigtable. Cette fonctionnalité est en préversion.

La fonctionnalité "Data clean rooms" est désormais disponible en préversion. Les "Data clean rooms" offrent un environnement sécurisé dans lequel plusieurs parties peuvent partager, fusionner et analyser leurs données sans déplacer ni révéler les données sous-jacentes. BigQuery Studio est également disponible en préversion, offrant des fonctionnalités pour faciliter la découverte, l'exploration, l'analyse et l'inférence des données dans BigQuery. De plus, BigQuery DataFrames, une API Python pour l'analyse de données et les tâches d'apprentissage automatique dans BigQuery, est également disponible en préversion. Enfin, certaines fonctionnalités d'IA générative sont désormais disponibles en version générale (GA) dans BigQuery ML.

BigQuery permet désormais de créer vos propres routines de masquage pour vos données. Vous pouvez utiliser la fonction scalaire REGEX_REPLACE pour créer des règles de masquage personnalisées afin d'obscurcir vos données sensibles. Cette fonctionnalité est actuellement en préversion.

La fonctionnalité de réplication de jeux de données entre régions est désormais disponible en préversion. Elle permet de copier un jeu de données d'une région source vers une ou plusieurs autres régions.

Cette mise à jour hebdomadaire concerne les mises à jour de bibliothèques clients dans le Cloud SDK. Pour google-cloud-bigquery, la version 2.31.1 a été publiée le 9 août 2023. Les dépendances ont été mises à jour, notamment com.google.api.grpc:proto-google-cloud-bigqueryconnection-v1 en version 2.25.0, com.google.cloud:google-cloud-datacatalog-bom en version 1.29.0, com.google.cloud:google-cloud-shared-dependencies en version 3.14.0, org.graalvm.buildtools:junit-platform-native en version 0.9.24, org.graalvm.buildtools:native-maven-plugin en version 0.9.24, github/codeql-action en version 2.21.1 et jmh.version en version 1.37. À partir du 15 septembre 2023, des frais seront appliqués pour le trafic de sortie réseau d'une région BigQuery Google Cloud vers une autre région Google Cloud sur le même continent et entre différents continents. Pour plus d'informations, consultez l'annonce sur les frais de trafic de sortie réseau BigQuery.

Dans cette mise à jour, vous pouvez désormais obtenir des informations sur les performances des requêtes impliquant des jointures à haute cardinalité. Cette fonctionnalité est disponible pour tous les utilisateurs. Les notes de version du 14 septembre 2022 ont annoncé la possibilité de configurer le connecteur pour authentifier la connexion à l'aide d'un compte externe avec la fédération d'identité de charge de travail pour la mise à jour du pilote ODBC 2.5.0 1001, mais la fédération d'identité de charge de travail n'est pas prise en charge. La fédération d'identité de la main-d'œuvre est toujours prise en charge. Vous pouvez maintenant utiliser des fonctions définies par l'utilisateur pour exporter des données BigQuery en tant que colonnes Protocol Buffer (Protobuf). Cette fonctionnalité est disponible pour tous les utilisateurs.

La mise à jour comprend l'opérateur LIKE quantitatif en prévisualisation, ainsi que plusieurs fonctions JSON désormais disponibles (GA). BigQuery prend désormais en charge la possibilité de refuser l'accès aux principaux via des politiques de refus pour certaines autorisations IAM. De plus, il y a eu des mises à jour de la bibliothèque client pour Node.js. Enfin, Analytics Hub prend désormais en charge l'utilisation de routines dans les ensembles de données liés, en prévisualisation.

BigQuery prend désormais en charge l'utilisation de fichiers de manifeste pour les tables externes. Cette fonctionnalité est maintenant disponible en version générale (GA).