Cloud Spanner, el servicio de bases de datos relacionales distribuido globalmente de Google, se está distribuyendo un poco más hoy con el lanzamiento de una nueva región y nuevas formas de configurar configuraciones multirregionales. El servicio también está obteniendo una nueva característica que brinda a los desarrolladores información más detallada sobre las consultas que consumen más recursos.
Con esta actualización, Google está agregando a la línea Cloud Spanner Hong Kong (asia-east2), su ubicación de centro de datos más nueva. Con esto, Cloud Spanner ahora está disponible en 14 de las 18 regiones de Google Cloud Platform (GCP), incluidas siete que la compañía agregó solo este año. El plan es llevar a Cloud Spanner a cada nueva región de GCP a medida que se conecten.
La otra nueva noticia relacionada con la región es el lanzamiento de dos nuevas configuraciones para la cobertura de múltiples regiones. Uno, llamado eur3, se enfoca en la Unión Europea, y obviamente está destinado a los usuarios que en su mayoría atienden a una base de clientes locales. El otro se llama nam6 y se enfoca en América del Norte, con cobertura tanto en los costos como en el centro del país, utilizando centros de datos en Oregón, Los Ángeles, Carolina del Sur y Iowa. Anteriormente, el servicio solo ofrecía una configuración norteamericana con tres regiones y una configuración global con tres centros de datos distribuidos en América del Norte, Europa y Asia.
Si bien, obviamente, Cloud Spanner está diseñado para implementaciones globales, estas nuevas configuraciones son excelentes para usuarios que solo necesitan atender ciertos mercados.
En lo que respecta a las nuevas características de consulta, Cloud Spanner ahora hace que sea más fácil para los desarrolladores ver, inspeccionar y depurar consultas. La idea aquí es brindar a los desarrolladores una mejor visibilidad de sus consultas más frecuentes y costosas (y quizás hacerlas menos costosas en el proceso).
Además de las noticias de Cloud Spanner, Google Cloud anunció hoy que su servicio Cloud Dataproc Hadoop y Spark ahora admite el lenguaje R, además de la compatibilidad con Python 3.7 en App Engine.
Source link