让任何一个IT专业人士或技术行业的观察者说出他们看到的最热门趋势，你会不可避免地听到许多关于云计算主题的变化。特别是，多云计算这个词很可能会出现。

在最简单的层次上，多云计算只是意味着公司选择使用多个不同的公共云供应商，例如Google的GCP，亚马逊的AWS，微软的Azure等。公司通常选择这种方法来避免供应商锁定，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，某些数据必须存储在给定的国家/地区（并非每个云提供商在每个地区都拥有数据中心）。

此外，某些云提供商已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，今年早些时候由TECHnalysis Research发布的一项针对600多名美国云计算专业人士的调查得出的一项关于混合云和多云计算趋势的研究清楚地表明了这一趋势。

但是，即使在那些特殊情况下，它也通常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）在其为期数周的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，该产品可跨多个提供商运行的多个数据集和工作负载。借助BigQuery Omni的新功能，公司可以利用Google在搜索和查询方面的深厚底蕴，跨存储在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。

在较高的层次上，BigQuery Omni本质上可以在单个控制级别下对多个云平台，工作负载和数据集进行宏观级别的分组，同时充分利用Google在竞争中获得的公认优势之一。这种联合的，多云的数据分析架构正是一种巧妙而激进的举动，它帮助Google赢得了该公司在今年的Cloud Next上也强调的大客户，包括5G运营商Telefonica，Vodaphone，现在是Verizon，还有德意志银行，雷诺，Fox Sports等。

BigQuery Omni运作方式的主要好处之一是Google代码可以在不同的云平台上本地运行，并可以从这些平台内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（否则称为作为数据出口）。另外，BigQuery Omni产品的结构使得用户可以利用相同的基本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，可以将来自多个来源的结果全部转移回单个“玻璃窗格” UI，以进行更轻松的分析，或者将其存储在每个平台中，以避免任何跨云的数据移动。

之所以能做到这一点，部分原因在于，自10年前作为Google内部工具诞生以来，BigQuery及其Dremel查询引擎就已经将计算元素与存储元素分离了。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，该公司能够创建一种本质上可解决不同问题的解决方案云平台，就像它们是单个平台中的不同区域一样。

BigQuery Omni所做的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，它以一种更加灵活的方式打开了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，从而使它们能够利用自己的某些独特IP。例如，跨存储在多个位置的多个数据集使用新型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在多云计算上整合了一个有趣的新方法。像BigQuery Omni这样的产品有可能向新型统一的宏级元平台产品开放云世界，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，它开辟了一些有趣的新领域。[