Video e procedure dettagliate interattive di BigQuery

Procedure dettagliate interattive di BigQuery

Le seguenti procedure dettagliate interattive ti aiutano a iniziare a utilizzare BigQuery.

Prima di iniziare

  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

    Per i nuovi progetti, l'API BigQuery viene abilitata automaticamente.

  5. (Facoltativo) Abilita la fatturazione per il progetto. Se non vuoi attivare la fatturazione o fornire una carta di credito, i passaggi descritti in questo documento funzionano comunque. BigQuery ti offre una sandbox per eseguire i passaggi. Per saperne di più, vedi Attiva la sandbox di BigQuery.

    6. Questi walkthrough vengono avviati nella console Google Cloud . Fai clic sui link per avviare il tutorial interattivo.

    Titolo

    Descrizione
    Caricamento ed esecuzione di query sui dati
    Esegui una query su un set di dati pubblico in BigQuery Studio Utilizza la sandbox BigQuery per eseguire query e visualizzare i dati in un set di dati pubblico.
    Caricare ed eseguire query sui dati utilizzando BigQuery Studio Usa BigQuery Studio per creare un set di dati, caricare dati ed eseguire query sui dati.
    Carica ed esegui query sui dati con lo strumento a riga di comando bq Utilizza lo strumento a riga di comando di BigQuery per creare un set di dati, caricare i dati ed eseguire query sui dati.
    Importare dati da Cloud Storage in BigQuery Utilizza la console Google Cloud per importare i dati da Cloud Storage in BigQuery ed eseguire query sui dati.
    Gestione del workload
    Inizia a utilizzare le prenotazioni Utilizza la console Google Cloud per acquistare slot, creare una prenotazione e assegnare un progetto a una prenotazione.
    AI
    Scrivere query con l'assistenza di Gemini Utilizza l'assistenza basata sull'AI di Gemini in BigQuery per eseguire query sui dati utilizzando query SQL e codice Python.
    Librerie client
    Tour di C# Esegui una query su un set di dati pubblico con la libreria client C# di BigQuery.
    Visita Esegui una query su un set di dati pubblico con la libreria client Go di BigQuery.
    Tour di Java Esegui una query su un set di dati pubblico con la libreria client Java di BigQuery.
    Tour di Node.js Esegui una query su un set di dati pubblico con la libreria client Node.js di BigQuery.
    PHP tour Esegui una query su un set di dati pubblico con la libreria client PHP di BigQuery.
    Tour di Python Esegui una query su un set di dati pubblico con la libreria client Python di BigQuery.
    Tour di Ruby Esegui una query su un set di dati pubblico con la libreria client Ruby di BigQuery.

    Video su BigQuery

    La seguente serie di tutorial video ti aiuta a scoprire di più su BigQuery. Per altri Google Cloud video, iscriviti al canale YouTube Google Cloud Tech.

    Titolo

    Descrizione
    Panoramiche dei prodotti
    BigQuery in un minuto (1:26) Una breve panoramica di BigQuery, il data warehouse completamente gestito di Google.
    BigQuery ML in un minuto (1:40) Una breve panoramica di BigQuery ML. Con BigQuery ML, puoi addestrare, valutare ed eseguire l'inferenza sui modelli per attività come la previsione di serie temporali, il rilevamento delle anomalie, la classificazione, la regressione, il clustering, la riduzione della dimensionalità e i consigli.
    AI
    Introduzione all'AI Gemini e all'analisi dei dati in BigQuery (3:42) Un'introduzione a Gemini in BigQuery, che fornisce funzionalità di analisi dei dati e AI che aiutano a semplificare i workflow durante l'intero ciclo di vita dei dati.
    Utilizzare BigQuery e Gemini AI per l'analisi dei dati (7:00) Una panoramica di come i modelli Gemini possono aiutarti a generare nuovi approfondimenti, arricchire i tuoi set di dati e persino analizzare contenuti multimodali, tra cui immagini, video e testo.
    Introduzione degli agenti di data engineering BigQuery (6:19) Un'introduzione agli agenti di BigQuery Data Engineering che aiutano gli analisti di dati a risparmiare tempo nella codifica, nella mappatura degli schemi e nella creazione di metadati.
    Panoramica del canvas di dati di BigQuery (6:03) Una panoramica del canvas di dati BigQuery basato sull'AI. Questo strumento incentrato sul linguaggio naturale semplifica il processo di ricerca, query e visualizzazione dei dati.
    Esecuzione di query e visualizzazione dei dati
    Introduzione della sintassi con operatore pipe in BigQuery e Cloud Logging (5:00) La sintassi con operatore pipe di BigQuery offre un modo più intuitivo per strutturare il codice. Scopri come la sintassi pipe semplifica sia l'analisi esplorativa sia le attività di analisi dei log complesse, aiutandoti a ottenere insight più rapidamente.
    Visualizzare i dati geospaziali di BigQuery in Colab (10:00) BigQuery consente di archiviare e analizzare i dati geospaziali utilizzando SQL standard e di importare questi dati in un notebook Colab, in modo da combinare la potenza di BigQuery con le librerie di visualizzazione Python più diffuse.
    Visualizzare i dati BigQuery con Looker (3:00) Una panoramica su come connettersi e visualizzare facilmente i dati di BigQuery utilizzando l'interfaccia intuitiva e le potenti funzionalità di modellazione semantica di Looker.
    Archiviazione BigQuery
    Tour delle tabelle BigQuery (6:55) Una panoramica dei diversi tipi di tabelle in BigQuery, incluse tabelle gestite, tabelle esterne e tabelle virtuali con viste logiche e materializzate.
    In che modo BigQuery archivia i dati? (8:19) Un'introduzione al modo in cui BigQuery archivia i dati per consentirti di prendere decisioni informate su come ottimizzare lo spazio di archiviazione BigQuery. che include una panoramica del partizionamento e del clustering.
    Monitoraggio e logging
    Monitoraggio in BigQuery (7:43) Una panoramica di come il monitoraggio del data warehouse può ottimizzare i costi, aiutarti a individuare le query che devono essere ottimizzate e controllare sia la condivisione che l'accesso ai dati.