BigQuery のインタラクティブなチュートリアルと動画

BigQuery のインタラクティブ チュートリアル

次のインタラクティブなチュートリアルでは、BigQuery の概要を説明します。

始める前に

  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

    新しいプロジェクトでは、BigQuery API が自動的に有効になります。

  5. （省略可）プロジェクトに対する課金を有効にします。課金を有効にしない場合や、クレジット カードを指定しない場合でも、このドキュメントの手順は行えます。BigQuery には、この手順を実施するためのサンドボックスが用意されています。詳細については、BigQuery サンドボックスを有効にするをご覧ください。

    6. これらのチュートリアルは Google Cloud コンソールで開始されます。リンクをクリックして、インタラクティブなチュートリアルを開始します。

    タイトル

    説明
    データの読み込みとクエリ
    BigQuery Studio で一般公開データセットに対してクエリを実行する BigQuery サンドボックスを使用して、一般公開データセット内のデータに対してクエリを実行し、データを可視化します。
    BigQuery Studio を使用してデータを読み込んでクエリを実行する BigQuery Studio を使用して、データセットの作成、データの読み込み、データのクエリを行います。
    bq コマンドライン ツールを使用してデータを読み込みクエリを実行する BigQuery コマンドライン ツールを使用して、データセットの作成、データの読み込み、データのクエリを行います。
    Cloud Storage から BigQuery にデータをインポートする Google Cloud コンソールを使用して、Cloud Storage から BigQuery にデータをインポートし、データをクエリします。
    ワークロード管理
    予約を使ってみる Google Cloud コンソールを使用して、スロットの購入、予約の作成、予約へのプロジェクトの割り当てを行います。
    AI
    Gemini の支援機能を使用してクエリを作成する Gemini の AI による支援機能を BigQuery で使用して、SQL クエリと Python コードでデータをクエリします。
    クライアント ライブラリ
    C# の手順 BigQuery C# クライアント ライブラリを使用して一般公開データセットに対してクエリを実行します。
    Go の手順 BigQuery Go クライアント ライブラリを使用して一般公開データセットに対してクエリを実行します。
    Java ツアー BigQuery Java クライアント ライブラリを使用して一般公開データセットに対してクエリを実行します。
    Node.js の手順 BigQuery Node.js クライアント ライブラリを使用して一般公開データセットに対してクエリを実行します。
    PHP ツアー BigQuery PHP クライアント ライブラリを使用して一般公開データセットに対してクエリを実行します。
    Python ツアー BigQuery Python クライアント ライブラリを使用して一般公開データセットに対してクエリを実行します。
    Ruby の手順 BigQuery Ruby クライアント ライブラリを使用して一般公開データセットに対してクエリを実行します。

    BigQuery の動画

    次の動画チュートリアルでは、BigQuery の詳細について説明します。その他の Google Cloud 動画については、Google Cloud Tech YouTube チャンネルにご登録ください。

    タイトル

    説明
    プロダクトの概要
    1 分でわかる BigQuery（1:26） Google のフルマネージド データ ウェアハウスである BigQuery の概要。
    1 分でわかる BigQuery ML（1 分 40 秒） BigQuery ML の概要。BigQuery ML を使用すると、時系列予測、異常検出、分類、回帰、クラスタリング、次元削減、推奨事項などのタスクに対して、モデルのトレーニング、評価、推論を行えます。
    AI
    BigQuery の Gemini AI とデータ分析の概要（3 分 42 秒） データ ライフサイクル全体にわたってワークフローの合理化に役立つ AI とデータ分析機能を提供する Gemini in BigQuery の概要。
    BigQuery と Gemini AI を使用したデータ分析 （7:00） Gemini モデルを使用して、新しい分析情報を生成したり、データセットを拡充したり、画像、動画、テキストなどのマルチモーダル コンテンツを分析したりする方法の概要。
    BigQuery データ エンジニアリング エージェントのご紹介（6 分 19 秒） データ アナリストがコーディング、スキーマ マッピング、メタデータの作成にかかる時間を短縮できる BigQuery Data Engineering Agents の概要。
    BigQuery データ キャンバスの概要（6 分 3 秒） AI を活用した BigQuery データ キャンバスの概要。この自然言語中心のツールを使用すると、データの検索、クエリ、可視化のプロセスが簡素化されます。
    データのクエリと可視化
    BigQuery と Cloud Logging にパイプ構文を導入（5 分） BigQuery のパイプ構文を使用すると、コードをより直感的に構造化できます。パイプ構文を使用すると、探索的分析と複雑なログ分析タスクの両方を簡素化し、分析情報をより迅速に取得できます。
    Colab で BigQuery の地理空間データを可視化する（10:00） BigQuery では、標準の SQL を使用して地理空間データを保存および分析できます。また、そのデータを Colab ノートブックに取り込むことで、BigQuery の機能と一般的な Python 可視化ライブラリを柔軟に組み合わせることができます。
    Looker で BigQuery データを可視化する（3 分） Looker のユーザー フレンドリーなインターフェースと強力なセマンティック モデリング機能を使用して、BigQuery データにシームレスに接続して可視化する方法の概要。
    BigQuery ストレージ
    BigQuery テーブルの概要（6 分 55 秒） BigQuery のさまざまなタイプのテーブル（マネージド テーブル、外部テーブル、論理ビューとマテリアライズド ビューを含む仮想テーブルなど）の概要。
    BigQuery でのデータの格納方法（8:19） BigQuery でのデータの保存方法の概要。BigQuery ストレージの最適化方法について十分な情報に基づいて意思決定を行うことができます。これには、パーティショニングとクラスタリングの概要が含まれます。
    モニタリングとロギング
    BigQuery でのモニタリング（7 分 43 秒） データ ウェアハウスのモニタリングによって、費用を最適化し、最適化が必要なクエリを特定し、データ共有とアクセスを監査する方法の概要。