发布无代码集成，实现安全 SQL 下推
2026年10月9日，Google Cloud 宣布 Alteryx One Live Query 正式与 Google Cloud BigQuery 实现集成。该集成提供了基于浏览器的无代码环境，允许用户直接构建数据管道，并将数据转换逻辑作为安全 SQL 下推至 BigQuery 内部执行，从而避免了跨网络的数据移动。
在此次拓展对 BigQuery 的支持之前，行业媒体曾于 2026 年 5 月报道 Alteryx One Live Query 已支持 Databricks 和 Snowflake，其核心卖点始终聚焦于无需数据迁移即可在数据仓库就地展开全量数据实时分析。
编排 AI 模型处理非结构化数据与三层架构
该联合解决方案能够编排 Google 的高级人工智能模型，包括 Gemini 和 Document AI，用于直接从 PDF 和图像等非结构化数据中提取关键信息。
在底层执行层面，系统利用 BigQuery 的 AI.GENERATE 和 ML.PROCESS_DOCUMENT 接口提取文档字段，并结合 AI.CLASSIFY 工具对相关行项目进行分类处理。
整套系统遵循三层架构模式设计：第一层为运行在浏览器中的 Live Query 创作层，用于可视化配置处理逻辑；第二层为 Alteryx One 平台服务的协调层，负责协调请求、规划执行并管理检索；第三层则是位于客户 Google Cloud 环境中的数据与执行层。
发票处理场景与业务价值
在企业日常运营中，财务与运营团队普遍面临大量格式不一的供应商 PDF 发票，传统流程依赖人工提取或零散工具，容易耗费大量时间并产生数据错误。
针对该场景，自动化工作流首先指向 Google Cloud Storage（GCS）摄取原始 PDF 的文件路径与时间戳等元数据，再通过 Document Extract 工具调用模型提取标准化字段，最后与 BigQuery 中保存的历史发票记录核对异常，将受治理的最终结果写回；原始文件留存 GCS，提取逻辑则直接在受治理的 BigQuery 中运行。
官方声称，该方案能够提升业务的直通处理率，及早发现异常并加速对账过程，同时通过保留完整数据轨迹增强审计能力，并借由减少数据移动进一步保障安全。不过，当前公开材料尚未披露海量文档处理的吞吐量、准确率基准以及具体计费模式。