8月12日にGoogleは，同社のビッグデータ処理サービスがGA(General Availability)に達したことを発表した。このマネージドサービスは，ビッグデータソリューションが処理するデータを事前に操作する，パイプラインを構築するためのものだ。このCloud Dataflowでは，統合モデルでストリーミングとバッチプログラムの両方をサポートする。
Cloud Dataflowサービスは，MapReduce, Flume, MillwheelなどのGoogleの内部プロジェクトを発展させたものだ。2014年6月のGoogle I/Oで早期アクセスプレビューが初めてリリースされた後，アルファ版およびベータ版がそれぞれ2014年12月と2015年4月にリリースされている。
大規模データをクラウドやオンプレミスのデータプラットフォームに取り入れる前に処理する能力は，企業にとって共通の課題である。エンリッチメントやシェーピング，フィルタリング，コンソリデーション，コンポジションといった，ETL的な操作が必要となることも多い。GoogleのCloud Dataflowプラットフォームは，Googleクラウドプラットフォームのユーザを対象に，これらの課題に対処する目的で設計された。オンプレミスでのビッグデータワークロード実行を希望する企業には，Google SDKあるいはサードパーティソリューションを使用することで，データパイプラインの構築が可能である。
Google Dataflowは，ユーザが所有するクラスタのメモリ容量上の能力を越えたデータ処理を要するような，大規模な計算のシナリオでも使用できる。Cloud Dataflowの導入により，このようなジョブを並列データ処理タスクに分割して，完全に並行かつ独立的に実行することが可能になるのだ。
Googleが主張するメリットは次のようなものだ。
- リソースのオンデマンド配置に加えて，インテリジェントな自動スケール機能と処理の自動最適化を備えたNoOpsモデル。
- 統合された関数型プログラミングモデルにより，バッチベースおよびストリームベースの両方の処理をサポート。
- ユーザおよびサードパーティによる独自の統合シナリオを実現する，拡張性のあるオープンソースSDK。
GoogleのプロダクトマネージャであるEric Schmidt氏は，Dataflowサービスを次の２つの方法に分類している – “バッチあるいはストリーミング形式の並列データ処理パイプライン構築のためのSDKの集合，および最適化された並列データ処理パイプライン実行のための完全にマネージドなサービス”。
Cloud Dataflowサービスは，他の分析サービスやプラットフォームに配布するデータを事前に取得し，変換，分析する手段として使用可能である。このような統合ポイントとしては，他にも，GoogleのBig QueryやCloud Datastore，Cloud Pub/Subメッセージング，あるいはサードパーティの分析サービスなどがある。
Googleは，プラットフォームサービスを拡張するためにspringML, Cloudera, dataArtisans, Salesforce.comなどのパートナーと協力している。例として，Cloud DataflowとSalesforce.com Wave Analyticsを使用しているユーザであれば，エンドツーエンドのプラットフォームを使用することにより，データの発生源に関係なく，大容量データを解析してユーザインタラクションを最適化することが可能になる。
自身でのソリューション構築を志向する組織には，オープンソースのSDKで，バウンド形式およびアンバウンド形式のデータコレクションを格納可能な，PCollectionという特殊なコレクションクラスが提供される。GoogleはこのPCollectionについて，“実質的にサイズが無制限”であり，PTransformと組み合わせることで，ソースシステムとデスティネーションシステム間のデータ転送に使用可能だ，と説明している。PCollectionクラスへのデータのロードに使用するI/O APIでは，テキストやAvroファイル，ビッグクエリテーブルなど，さまざまなファイル形式がサポートされている。
Google Dataflowでは，開発者やサービス時間，作業時間，シャッフルされたバイト数から取得した計算グラフに応じた，ジョブ単位の課金が行われる予定である。これら費用に加えて，出力結果を使用するBigQueryなどのGoogleサービスについても，別途請求が行われることになる。
この分野には，AmazonやMicrosoftといった競合サービスがいくつか存在する。AmazonはKinesisプラットフォームの提供によって，またMicrosoftもAzure Data Factoryプラットフォームで，同様のユースケースに対処している。