Video dan panduan interaktif BigQuery

Panduan interaktif BigQuery

Penjelasan interaktif berikut akan membantu Anda memulai BigQuery.

Sebelum memulai

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  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. Enable the BigQuery API.

    Roles required to enable APIs

    To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

    Enable the API

    Untuk project baru, BigQuery API diaktifkan secara otomatis.

  5. Opsional: Aktifkan penagihan untuk project. Jika Anda tidak ingin mengaktifkan penagihan atau memberikan kartu kredit, langkah-langkah dalam dokumen ini tetap berfungsi. BigQuery menyediakan sandbox untuk melakukan langkah-langkah tersebut. Untuk mengetahui informasi selengkapnya, lihat Mengaktifkan sandbox BigQuery.

    6. Panduan ini diluncurkan di konsol Google Cloud . Klik link untuk meluncurkan tutorial interaktif.

    Judul

    Deskripsi
    Memuat dan membuat kueri data
    Mengkueri set data publik di BigQuery Studio Menggunakan sandbox BigQuery untuk membuat kueri dan memvisualisasikan data dalam set data publik.
    Memuat dan membuat kueri data menggunakan BigQuery Studio Gunakan BigQuery Studio untuk membuat set data, memuat data, dan mengkueri data.
    Memuat dan mengkueri data dengan alat command line bq Gunakan alat command line BigQuery untuk membuat set data, memuat data, dan mengkueri data.
    Mengimpor data dari Cloud Storage ke BigQuery Gunakan konsol Google Cloud untuk mengimpor data dari Cloud Storage ke BigQuery, dan membuat kueri data.
    Pengelolaan workload
    Mulai menggunakan pemesanan Gunakan konsol Google Cloud untuk membeli slot, membuat pemesanan, dan menetapkan project ke pemesanan.
    AI
    Menulis kueri dengan bantuan Gemini Gunakan bantuan yang didukung AI Gemini di BigQuery untuk membantu Anda membuat kueri data menggunakan kueri SQL dan kode Python.
    Library klien
    Tur C# Buat kueri set data publik dengan library klien C# BigQuery.
    Ikuti tur Membuat kueri set data publik dengan library klien BigQuery Go.
    Tur Java Membuat kueri set data publik dengan library klien Java BigQuery.
    Tur Node.js Membuat kueri set data publik dengan library klien BigQuery Node.js.
    Tur PHP Buat kueri set data publik dengan library klien BigQuery PHP.
    Tur Python Buat kueri set data publik dengan library klien Python BigQuery.
    Tur Ruby Membuat kueri set data publik dengan library klien BigQuery Ruby.

    Video BigQuery

    Rangkaian tutorial video berikut akan membantu Anda mempelajari lebih lanjut BigQuery. Untuk menonton video lainnya, subscribe ke channel YouTube Google Cloud Tech. Google Cloud

    Judul

    Deskripsi
    Ringkasan produk
    BigQuery dalam satu menit (1:26) Ringkasan singkat tentang BigQuery, data warehouse yang terkelola sepenuhnya dari Google.
    BigQuery ML dalam satu menit (1:40) Ringkasan singkat BigQuery ML. Dengan BigQuery ML, Anda dapat melatih, mengevaluasi, dan menjalankan inferensi pada model untuk tugas-tugas seperti perkiraan deret waktu, deteksi anomali, klasifikasi, regresi, pengelompokan, pengurangan dimensi, dan rekomendasi.
    AI
    Pengantar AI Gemini dan analisis data di BigQuery (3:42) Pengantar tentang Gemini in BigQuery yang menyediakan kemampuan AI dan analisis data untuk membantu menyederhanakan alur kerja Anda di seluruh siklus proses data.
    Menggunakan BigQuery & AI Gemini untuk analisis data (7:00) Ringkasan tentang cara model Gemini dapat membantu Anda menghasilkan insight baru, memperkaya set data, dan bahkan menganalisis konten multimodal termasuk gambar, video, dan teks.
    Pengenalan agen data engineering BigQuery (6:19) Pengantar tentang Agen Rekayasa Data BigQuery yang membantu analis data menghemat waktu dalam membuat kode, memetakan skema, dan membuat metadata.
    Ringkasan kanvas data BigQuery (6:03) Ringkasan kanvas data BigQuery yang didukung AI. Alat yang berpusat pada natural language ini menyederhanakan proses pencarian, pembuatan kueri, dan visualisasi data Anda.
    Membuat kueri dan memvisualisasikan data
    Memperkenalkan sintaksis pipe di BigQuery dan Cloud Logging (5:00) Sintaksis pipe BigQuery menawarkan cara yang lebih intuitif untuk menyusun kode Anda. Pelajari cara sintaksis pipe menyederhanakan analisis eksploratif dan tugas analisis log yang kompleks, sehingga membantu Anda mendapatkan insight lebih cepat.
    Memvisualisasikan data geospasial BigQuery di Colab (10:00) BigQuery memungkinkan Anda menyimpan dan menganalisis data geospasial menggunakan SQL standar, dan memasukkan data tersebut ke dalam notebook Colab memberi Anda fleksibilitas untuk menggabungkan kecanggihan BigQuery dengan library visualisasi Python populer.
    Memvisualisasikan data BigQuery dengan Looker (3:00) Ringkasan cara terhubung dan memvisualisasikan data BigQuery Anda secara lancar menggunakan antarmuka Looker yang mudah digunakan dan kemampuan pemodelan semantik yang canggih.
    Penyimpanan BigQuery
    Tur tabel BigQuery (6:55) Ringkasan berbagai jenis tabel di BigQuery, termasuk tabel terkelola, tabel eksternal, dan tabel virtual dengan tampilan logis dan terwujud.
    Bagaimana cara BigQuery menyimpan data? (8:19) Pengantar tentang cara BigQuery menyimpan data sehingga Anda dapat membuat keputusan yang tepat tentang cara mengoptimalkan penyimpanan BigQuery Anda. Hal ini mencakup ringkasan partisi dan pengelompokan.
    Pemantauan dan logging
    Pemantauan di BigQuery (7:43) Ringkasan tentang cara memantau data warehouse untuk mengoptimalkan biaya, membantu Anda menentukan kueri mana yang perlu dioptimalkan, dan mengaudit berbagi dan akses data.