Visites guidées interactives et vidéos BigQuery

Visites guidées interactives BigQuery

Les visites guidées interactives suivantes vous aideront à démarrer avec BigQuery.

Avant de commencer

  1. Connectez-vous à votre Google Cloud compte. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $de crédits sans frais pour exécuter, tester et déployer des charges de travail.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  3. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

    4.

  4. Activez l'API BigQuery.

    Rôles requis pour activer les API

    Pour activer les API, vous avez besoin du rôle IAM Administrateur d'utilisation du service (roles/serviceusage.serviceUsageAdmin), qui contient l'autorisation serviceusage.services.enable. Découvrez comment attribuer des rôles.

    Activer l'API

    Pour les nouveaux projets, l'API BigQuery est automatiquement activée.

  5. Facultatif : Activez la facturation pour le projet. Les étapes décrites dans ce document demeurent valables, même si vous ne souhaitez pas activer la facturation ou fournir une carte de crédit. BigQuery fournit un bac à sable permettant d'accomplir les étapes. Pour en savoir plus, consultez la page Activer le bac à sable BigQuery.

Ces visites guidées sont lancées dans la Google Cloud console. Cliquez sur les liens pour lancer le tutoriel interactif.

Titre

Description
Charger et interroger des données
Interroger un ensemble de données public dans BigQuery Studio Utilisez le bac à sable BigQuery pour interroger et visualiser des données dans un ensemble de données public.
Charger et interroger des données à l'aide de BigQuery Studio Utilisez BigQuery Studio pour créer un ensemble de données, charger des données et interroger les données.
Charger et interroger des données avec l'outil de ligne de commande bq Utilisez l'outil de ligne de commande BigQuery pour créer un ensemble de données, charger des données et les interroger.
Importer des données de Cloud Storage vers BigQuery Utilisez la Google Cloud console pour importer des données de Cloud Storage dans BigQuery et les interroger.
Gestion des charges de travail
Premiers pas avec les réservations Utilisez la Google Cloud console pour acheter des emplacements, créer une réservation, et attribuer un projet à une réservation.
IA
Rédiger des requêtes avec l'aide de Gemini Utilisez l'assistance optimisée par l'IA de Gemini dans BigQuery pour vous aider à interroger vos données à l'aide de requêtes SQL et de code Python.
Bibliothèques clientes
Visite guidée C# Interrogez un ensemble de données public avec la bibliothèque cliente BigQuery C# library.
Visite guidée Go Interrogez un ensemble de données public avec la bibliothèque cliente BigQuery Go.
Visite guidée Java Interrogez un ensemble de données public avec la bibliothèque cliente BigQuery Java.
Visite guidée Node.js Interrogez un ensemble de données public avec la bibliothèque cliente BigQuery Node.js.
Visite guidée PHP Interrogez un ensemble de données public avec la bibliothèque cliente BigQuery PHP.
Visite guidée Python Interrogez un ensemble de données public avec la bibliothèque cliente BigQuery Python.
Visite guidée Ruby Interrogez un ensemble de données public avec la bibliothèque cliente BigQuery Ruby library.

Vidéos BigQuery

Les tutoriels vidéo ci-dessous vous aideront à en savoir plus sur BigQuery. Pour plus de Google Cloud vidéos, abonnez-vous à la chaîne YouTube Google Cloud Tech.

Titre

Description
Présentations du produit
Une minute pour découvrir BigQuery (1:26) Présentation rapide de BigQuery, l'entrepôt de données entièrement géré de Google.
BigQuery ML en une minute (1:40) Présentation rapide de BigQuery ML. Avec BigQuery ML, vous pouvez entraîner, évaluer et exécuter des inférences sur des modèles pour des tâches telles que la prévision de séries temporelles, la détection d'anomalies, la classification, la régression, le clustering, la réduction de la dimensionnalité et les recommandations.
IA
Présentation de Gemini AI et de l'analyse de données dans BigQuery (3:42) Présentation de Gemini dans BigQuery, qui fournit des fonctionnalités d'IA et d'analyse de données permettant de simplifier vos workflows tout au long du cycle de vie des données.
Utiliser BigQuery & Gemini AI pour l'analyse de données (7:00) Présentation de la façon dont les modèles Gemini peuvent vous aider à générer de nouvelles insights, à enrichir vos ensembles de données et même à analyser du contenu multimodal, y compris images, vidéos et texte.
Présentation des agents d'ingénierie des données BigQuery (6:19) Présentation des agents d'ingénierie des données BigQuery qui aident les analystes de données à gagner du temps lors de la programmation, du mappage de schéma et de la création de métadonnées.
Présentation du canevas de données BigQuery (6:03) Présentation du canevas de données BigQuery optimisé par l'IA. Cet outil centré sur le langage naturel simplifie le processus de recherche, d'interrogation et de visualisation des données.
Interroger et visualiser des données
Présentation de la syntaxe pipe dans BigQuery et Cloud Logging (5:00) La syntaxe pipe de BigQuery offre un moyen plus intuitif de structurer votre code. Découvrez comment la syntaxe pipe simplifie à la fois l'analyse exploratoire et les tâches complexes d'analyse des journaux, ce qui vous permet d'obtenir des insights plus rapidement.
Visualiser des données géospatiales BigQuery dans Colab (10:00) BigQuery vous permet de stocker et d'analyser des données géospatiales à l'aide du langage SQL standard. En important ces données dans un notebook Colab, vous pouvez combiner la puissance de BigQuery avec des bibliothèques de visualisation Python populaires.
Visualiser des données BigQuery avec Looker (3:00) Présentation de la façon de se connecter et de visualiser vos données BigQuery de manière transparente à l'aide de l'interface conviviale de Looker et de ses puissantes fonctionnalités de modélisation sémantique.
Stockage BigQuery
Présentation des tables BigQuery (6:55) Présentation des différents types de tables dans BigQuery, y compris les tables gérées, les tables externes et les tables virtuelles avec des vues logiques et matérialisées.
Comment BigQuery stocke-t-il les données ? (8:19) Présentation de la façon dont BigQuery stocke les données afin que vous puissiez prendre des décisions éclairées sur la façon d'optimiser votre stockage BigQuery. Cela inclut une présentation du partitionnement et du clustering.
Surveillance et journalisation
Surveillance dans BigQuery (7:43) Présentation de la façon dont la surveillance de votre entrepôt de données peut optimiser les coûts, vous aider à identifier les requêtes à optimiser et auditer le partage et l'accès aux données.