Novidades BigQuery: Mais IA, Melhor Integração e Mais Controle

22/04/2026

4 min

BigQuery Anuncia Atualizações Significativas em Julho de 2026

O Google Cloud anunciou uma série de atualizações importantes para o BigQuery que visam aprimorar a experiência do usuário, expandir as capacidades de análise e otimizar a integração com outras ferramentas. Essas novidades, com foco em inteligência artificial, performance e controle, estarão disponíveis em diferentes estágios de lançamento.

Mudanças no Transfer Service para Facebook Ads

A partir de 25 de julho de 2026, o conector do BigQuery Data Transfer Service para Facebook Ads passará por uma atualização crucial. O mapeamento do tipo de dado para o campo ActionValue, dentro do relatório AdInsightsActions, será modificado. Atualmente, ele utiliza o tipo INT e, a partir dessa data, passará a ser FLOAT. Essa alteração é importante para garantir maior precisão e flexibilidade na análise de dados de ações em campanhas do Facebook Ads.

Novos Recursos para Python UDFs em Preview

As User-Defined Functions (UDFs) em Python no BigQuery recebem um upgrade significativo durante o período de Preview. As melhorias incluem:

UDFs Vetorizadas com Apache Arrow: Agora é possível criar UDFs Python vetorizadas utilizando a interface RecordBatch do Apache Arrow. Isso promete um ganho expressivo de performance, processando dados em lotes de forma mais eficiente.
Integração com Cloud Monitoring: As Python UDFs agora exportam métricas essenciais para o Cloud Monitoring. Isso permite um acompanhamento detalhado do uso de recursos, como utilização de CPU, memória e requisições concorrentes por instância.
Controle de Concorrência de Contêineres: Uma nova opção, container_request_concurrency, foi adicionada à instrução CREATE FUNCTION. Ela permite definir o número máximo de requisições simultâneas que um contêiner de UDF Python pode gerenciar, oferecendo mais controle sobre a execução.
Novas Cotas: UDFs Python passam a ter cotas específicas para armazenamento de imagens (10 GiB por projeto por região) e taxa de mutação (30 por minuto por projeto por região), garantindo uma distribuição equitativa dos recursos.
Visibilidade de Custos: Os custos associados às Python UDFs agora são visíveis na coluna external_service_costs da view INFORMATION_SCHEMA.JOBS e no campo ExternalServiceCosts da API de Jobs, facilitando o monitoramento financeiro.

Migração de Metadados para BigLake com Apache Iceberg

Uma funcionalidade de grande valor para quem trabalha com arquiteturas de dados modernas é a capacidade de migrar metadados de catálogos de dados externos para tabelas BigLake com suporte a Apache Iceberg. Essa novidade, atualmente em Preview, abrange catálogos externos como Apache Hive Metastore e Apache Iceberg REST Catalog, simplificando a integração e a gestão de dados em ambientes lakehouse.

BigQuery MCP Server: Poder e Segurança para Aplicações de IA

O BigQuery MCP server, agora em Geralmente Disponível (GA), oferece um conjunto robusto de funcionalidades para interagir com aplicações de Inteligência Artificial. Ele permite examinar recursos do BigQuery, gerar e executar SQL de forma segura e interpretar resultados de consultas, tornando-o uma ferramenta poderosa para desenvolvedores e cientistas de dados.

Agentes de Conversação para Gemini Enterprise em Preview

Para os entusiastas de IA generativa, o BigQuery agora permite publicar agentes de Conversational Analytics em Gemini Enterprise. Essa funcionalidade, em fase de Preview, abre novas avenidas para a exploração de dados e interação conversacional com o BigQuery.

Galeria de Notebooks: Um Hub Centralizado e Disponível

Por fim, a galeria de notebooks na interface web do BigQuery alcançou o status de Geralmente Disponível (GA). Ela funciona como um centro de descoberta e uso de modelos de notebooks pré-construídos, agilizando o desenvolvimento e a prototipagem de análises e fluxos de trabalho.