Comment Twitter tire des insights de ses données avec des requêtes en langage naturel

• Les équipes métier internes peuvent interroger diverses données en langage naturel grâce à un système de nouvelle génération appelé Qurious
  → « Combien de tweets sont publiés chaque jour ? »
• Architecture
  1. Les questions peuvent être posées depuis Slack ou une web app
  2. La question est transmise via le Google Cloud Load Balancer / NgRoutes à l’application Qurious hébergée sur GKE
  3. La question est envoyée à l’API Data QnA de Google
  4. Data QnA interprète la question de l’utilisateur et la renvoie sous forme de requête SQL
  5. La requête SQL générée est envoyée à BigQuery pour exécution
  6. L’Egress Proxy transmet le résultat d’exécution à l’app Slack, et le LB à la web app
  7. Les questions et les réponses sont stockées dans GCS / CloudSQL