Google 让 Gemini 直连数据库，权限省心，准头看元数据
数据部门的工单队列，谁没排过？业务同学一句话能问清的事，排期排到下周，答案出来的时候，会都开完了。
11 月 6 日，Google Cloud 官方博客宣布，Gemini Enterprise 里的 Data Cloud connectors 进入预览。用户用自然语言就能查 BigQuery、Spanner、AlloyDB、Cloud SQL 里的实时数据，Looker 那一路也在预览中。查询按提问者本人的身份执行，行级、列级权限照常生效。我们 AI主线 的看法是，Google 的 Data Cloud connectors 把“问数据”塞进了全公司都在用的 Gemini 入口，价值主要在权限不用重配，悬念在复杂数据库上能答多准。
一句大白话，是怎么变成 SQL 的？
拆开看不复杂。你问“这个月保暖商品卖了多少”，Gemini 先去 Knowledge Catalog 里翻哪些表可能相关，再用业务词表和语义模型，把“保暖商品”对应到毛衣、外套、夹克这些具体品类，最后生成 SQL，拿你自己的凭证去跑。
Knowledge Catalog 可以当成公司数据的“字典加索引”：表是干什么的，字段什么意思，表和表怎么关联，哪些查询被验证过。它是 Google 今年 4 月在 Cloud Next 上，把 Dataplex Universal Catalog 升级出来的，整套东西叫 Agentic Data Cloud。
数据没有被搬进 Gemini，走的是联邦查询，在原地查。Google 的文档还写明，每个连接器背后是一台自家出品的 MCP 服务器（MCP 就是让模型调用外部工具的统一接口），管理员默认配的是只读连接。官方说，比起自己搭 MCP 服务器，自家连接器带着按数据引擎调好的技能，认证也由平台托管，不用自己折腾 OAuth。这话听在做过 MCP 中间件的人耳朵里，确实戳痛点。
权限继承，为什么我偏偏看重这一条？
早期的对话查数工具，Google 自己的评价是两头吃亏：复杂表结构里 SQL 写不准，治理规则也守不住。后一个坑，这次给了很干脆的答案。没有权限看高管薪资的员工，问也问不出来，因为 Agent 只能发现你有权访问的元数据，只会执行你的账号有权限跑的查询。
对做选型的技术负责人，这条算真香。安全评审绕不过去的就是它：不用在 Gemini 这一侧再复制一套权限，原库怎么管，这里就怎么管。Google 还说，BigQuery 连接器能查 Iceberg、Delta Lake、Parquet 这类开放表，也能查 AWS、Azure 上的跨云数据，访问策略一路继承。
准不准，Google 自己的文档怎么写的？
这段我挺喜欢，厂商难得写得这么直白。文档里说，连接器不限定在某个表或某个库，只要你有权限，整个数据源都能碰；关系型数据库上的联邦查询没有表范围限定，也没有验证过的查询，结构复杂或者规范化程度高的库，准确率会有波动。想要确定性的结果，Google 的建议是另外建 Conversational Analytics 的数据智能体。对话查数这类产品，最常见的坑就是 demo 里丝滑，落地一踩一个坑。
数据智能体由公司的数据团队来建、来认证：圈定表、定义指标、写好验证过的查询，再发布到 Gemini 里用。文档还提到，这类智能体会产生 data token 费用，而连接器在大范围数据里找表，也可能多花一些延迟。博客里管两者叫互补，我的理解更直接：随便问问走连接器，要进报表的数字走智能体。
我们 AI主线 的读法是，最费劲的那件活，也就是把业务口径写清楚，还是回到了数据团队手里。Gemini 入口再漂亮，Knowledge Catalog 里的元数据要是一团乱，答案照样乱。
同行已经跑了一年，Google 站在哪儿？
这条赛道早就卷起来了。Snowflake 在 2025 年 11 月 4 日宣布 Snowflake Intelligence 正式可用，面向 12000 多家客户开放，主打在自家安全治理边界内回答问题。Databricks 的 AI/BI Genie 更早，2025 年 6 月 12 日就 GA，数据权限按 Unity Catalog 来卡。微软 Fabric 里的 data agent 则会按数据源，把问题翻成 SQL、DAX 或 KQL。
各家的入口不一样。Snowflake 和 Databricks 的智能体主要长在自家数据平台里；Google 押的是通用助手这个入口，查完直接转成 Google Docs 文档、Gmail 草稿或者 Slides 演示稿，这是博客里点名的用法。对天天泡在 Workspace 里的团队，这条路径确实顺。
可 Gemini 这条线还挂着预览标签，Google 这次也没给准确率数字。先发的几家，成熟度摆在那儿，Google 要补的就是这一块。
接下来盯两件事：连接器从预览走向正式版时，Google 肯不肯拿出一组复杂业务库上的准确率；还有 Looker 那一路，自带现成的指标口径，能不能比直连裸库答得更稳。我自己更想看到第二件有结果。