BigQuery Graph diventa GA, più l'aggiornamento di novembre del cloud dati di Google: Iceberg ovunque e Knowledge Catalog

Il 4 novembre 2026 Google ha pubblicato l'aggiornamento d'autunno di quello che ora chiama Agentic Data Cloud: BigQuery, AlloyDB, Spanner, il suo lakehouse e il catalogo che li tiene insieme. Alcune novità erano state annunciate prima all'evento Gemini at Work di Google; altre sono nuove. Ecco cosa è cambiato, filtrato su ciò che un analista o un data engineer può usare. Il nostro aggiornamento di BigQuery di ottobre copre le funzioni SQL del mese scorso.

BigQuery Graph, ora GA

Alcune domande riguardano i collegamenti: quali conti hanno mandato soldi a quali, quali clienti condividono un indirizzo, quali prodotti si comprano insieme. In SQL servono catene di self-join difficili da scrivere e da leggere. BigQuery Graph ti permette di dichiarare quali tabelle sono nodi e quali archi, poi di interrogarle con schemi a grafo in GQL, il nuovo linguaggio standard ISO per i grafi. I dati restano nelle tue tabelle normali.

-- 1. Define the graph once, on existing tables
CREATE OR REPLACE PROPERTY GRAPH graph_db.FinGraph
  NODE TABLES (graph_db.Account, graph_db.Person)
  EDGE TABLES (
    graph_db.PersonOwnAccount
      SOURCE KEY (id) REFERENCES Person (id)
      DESTINATION KEY (account_id) REFERENCES Account (id)
      LABEL Owns,
    graph_db.AccountTransferAccount
      SOURCE KEY (id) REFERENCES Account (id)
      DESTINATION KEY (to_id) REFERENCES Account (id)
      LABEL Transfers
  );

-- 2. Who did Dana send money to?
GRAPH graph_db.FinGraph
MATCH
  (person:Person {name: "Dana"})-[own:Owns]->
  (account:Account)-[transfer:Transfers]->(account2:Account)
  <-[own2:Owns]-(person2:Person)
RETURN person.name AS owner, transfer.amount AS amount,
       person2.name AS transferred_to
ORDER BY person2.name;

Il lakehouse senza confini: Iceberg tra i cloud

Knowledge Catalog: contesto per gli agenti AI

Gli agenti AI rispondono male quando devono indovinare cosa significano "cliente attivo" o "ricavo netto". La risposta di Google è Knowledge Catalog, che ha ottenuto diverse funzioni:

Google dice che nei suoi test interni gli agenti sono quasi 4 volte più precisi e usano fino al 75% di token in meno quando hanno questo contesto. I benchmark dei fornitori vanno presi con cautela, ma la direzione coincide con quello che hanno lanciato nelle stesse due settimane Snowflake (Business Ontology) e Databricks (relazioni tra metric view): le definizioni di business stanno diventando l'input più importante per l'AI sui dati.

Previsioni in SQL

Due modelli di Google Research ora girano dentro BigQuery, entrambi in anteprima: TimesFM 3.0, che prevede più serie temporali collegate senza addestramento, e TabFM, un modello di base per le previsioni su tabelle. Si chiamano entrambi da SQL, quindi un analista può ottenere una prima previsione o un punteggio di abbandono senza un progetto di machine learning.

Strumenti per gli sviluppatori

• Data Agent Kit (GA): gli strumenti di Google Data Cloud dentro VS Code, Claude Code e Antigravity tramite MCP, così gli agenti di programmazione possono costruire e provare pipeline senza la console.
• Gemini per i data engineer: descrivi il risultato e Gemini scrive PySpark, apre un notebook, addestra modelli e ripara le pipeline che falliscono.
• Report operativi: chi lavora nel business chiede un report, Gemini salva la query e le esecuzioni successive non consumano token.
• Managed Service for Apache Spark: avvio più rapido per Spark 4.0 senza costi aggiuntivi.

Cosa provare per primo

Altro su Google Cloud: aggiornamento di BigQuery di ottobre 2026, BigQuery contro Snowflake e le funzioni finestra SQL spiegate.

Fonti: blog di Google Cloud, "New capabilities to power agents at scale with Google's Agentic Data Cloud" (4 novembre 2026); documentazione di BigQuery, "Create and query a graph". I dati su prestazioni e precisione sono di Google e non sono stati verificati in modo indipendente.

Alessandro Ecclesie AgazziScritto da Alessandro Ecclesie Agazzi, analytics engineer a Londra. Aggiornato il 9 novembre 2026. Chi sono