BigQuery Graph chega a GA com grafos multicloud sem ETL

O Google colocou o BigQuery Graph em disponibilidade geral. O recurso modela tabelas como nós e arestas, executa Graph Query Language ao lado de SQL e preserva controles existentes de segurança por linha e coluna. A principal mudança operacional é eliminar uma exportação obrigatória para um banco de grafos separado em casos que já vivem no warehouse.

A camada chamada borderless Lakehouse permite montar um grafo virtual sobre tabelas nativas do BigQuery e tabelas Iceberg catalogadas por Databricks Unity Catalog, AWS Glue ou Snowflake, sem copiar os dados. O fornecedor afirma que, desde o preview, consultas GQL ficaram duas vezes mais rápidas em benchmarks públicos e travessias não direcionadas chegaram a 100 vezes o desempenho anterior. São números do Google e precisam ser reproduzidos em topologias, cardinalidades e padrões de consulta próprios.

A GA cobre o motor de grafos, mas o anúncio mistura recursos prontos com outros em preview ou rollout. Conversational analytics, servidor MCP, skill para agentes e context graph ampliam o uso em GraphRAG e auditoria de decisões, sem retirar os problemas conhecidos de modelagem, qualidade de chaves e governança federada. Para times de dados, o ganho potencial está em cruzar relações multicloud sem criar mais uma cópia operacional; o trade-off é aumentar dependência do plano de execução e da federação do BigQuery.