BigQuery 대화형 둘러보기 및 동영상

BigQuery 대화형 둘러보기

다음 대화형 둘러보기는 BigQuery를 시작하는 데 도움이 됩니다.

시작하기 전에

  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

    새 프로젝트에서는 BigQuery API가 자동으로 사용 설정됩니다.

  5. (선택사항) 프로젝트에 대한 결제를 사용 설정합니다. 결제를 사용 설정하거나 신용카드를 제공하지 않는 경우 이 문서의 단계가 계속 작동합니다. BigQuery에서는 단계를 수행하기 위한 샌드박스를 제공합니다. 자세한 내용은 BigQuery 샌드박스 사용 설정을 참조하세요.

    6. 이러한 연습은 Google Cloud 콘솔에서 실행됩니다. 링크를 클릭하여 대화형 튜토리얼을 실행합니다.

    제목

    설명
    데이터 로드 및 쿼리
    BigQuery Studio에서 공개 데이터 세트 쿼리하기 BigQuery 샌드박스를 사용하여 공개 데이터 세트의 데이터를 쿼리하고 시각화합니다.
    BigQuery Studio를 사용하여 데이터 로드 및 쿼리 BigQuery Studio를 사용하여 데이터 세트를 만들고, 데이터를 로드하고, 데이터를 쿼리합니다.
    bq 명령줄 도구로 데이터 로드 및 쿼리 BigQuery 명령줄 도구를 사용하여 데이터 세트를 만들고, 데이터를 로드하고, 데이터를 쿼리합니다.
    Cloud Storage에서 BigQuery로 데이터 가져오기 Google Cloud 콘솔을 사용하여 Cloud Storage에서 BigQuery로 데이터를 가져오고 데이터를 쿼리합니다.
    워크로드 관리
    예약 시작하기 Google Cloud 콘솔을 사용하여 슬롯을 구매하고, 예약을 만들고, 프로젝트를 예약에 할당합니다.
    AI
    Gemini 지원을 받아 쿼리 작성하기 BigQuery에서 Gemini AI 기반 지원을 사용하여 SQL 쿼리와 Python 코드로 데이터를 쿼리합니다.
    클라이언트 라이브러리
    C# 둘러보기 BigQuery C# 클라이언트 라이브러리로 공개 데이터 세트를 쿼리합니다.
    Go 둘러보기 BigQuery Go 클라이언트 라이브러리로 공개 데이터 세트를 쿼리합니다.
    Java 둘러보기 BigQuery Java 클라이언트 라이브러리로 공개 데이터 세트를 쿼리합니다.
    Node.js 둘러보기 BigQuery Node.js 클라이언트 라이브러리로 공개 데이터 세트를 쿼리합니다.
    PHP 둘러보기 BigQuery PHP 클라이언트 라이브러리로 공개 데이터 세트를 쿼리합니다.
    Python 둘러보기 BigQuery Python 클라이언트 라이브러리로 공개 데이터 세트를 쿼리합니다.
    Ruby 둘러보기 BigQuery Ruby 클라이언트 라이브러리로 공개 데이터 세트를 쿼리합니다.

    BigQuery 동영상

    다음은 BigQuery에 대해 자세히 알아볼 수 있는 일련의 동영상 튜토리얼입니다. 더 많은 Google Cloud 동영상을 보려면 Google Cloud Tech YouTube 채널을 구독하세요.

    제목

    설명
    제품 개요
    1분 만에 알아보는 BigQuery (1:26) Google의 완전 관리형 데이터 웨어하우스인 BigQuery에 대한 간략한 개요입니다.
    1분 만에 알아보는 BigQuery ML (1:40) BigQuery ML에 대한 간략한 개요입니다. BigQuery ML을 사용하면 시계열 예측, 이상 감지, 분류, 회귀, 클러스터링, 차원 축소, 추천과 같은 작업에 대한 모델을 학습시키고, 평가하고, 추론을 실행할 수 있습니다.
    AI
    BigQuery의 Gemini AI 및 데이터 분석 소개 (3:42) 전체 데이터 수명 주기에서 워크플로를 간소화하는 데 도움이 되는 AI 및 데이터 분석 기능을 제공하는 BigQuery의 Gemini를 소개합니다.
    BigQuery 및 Gemini AI를 사용한 데이터 분석 (7:00) Gemini 모델이 새로운 유용한 정보를 생성하고, 데이터 세트를 보강하고, 이미지, 동영상, 텍스트를 비롯한 멀티모달 콘텐츠를 분석하는 데 어떻게 도움이 되는지 간략하게 알아봅니다.
    BigQuery 데이터 엔지니어링 에이전트 소개 (6:19) 데이터 분석가가 코딩, 스키마 매핑, 메타데이터 생성에 시간을 절약할 수 있도록 지원하는 BigQuery 데이터 엔지니어링 에이전트에 대한 소개입니다.
    BigQuery 데이터 캔버스 개요 (6:03) AI 기반 BigQuery 데이터 캔버스 개요 이 자연어 중심 도구를 사용하면 데이터를 찾고, 쿼리하고, 시각화하는 프로세스를 간소화할 수 있습니다.
    데이터 쿼리 및 시각화
    BigQuery 및 Cloud Logging의 파이프 문법 소개 (5:00) BigQuery의 파이프 문법은 코드를 구조화하는 더 직관적인 방법을 제공합니다. 파이프 구문이 탐색적 분석과 복잡한 로그 분석 작업을 모두 간소화하여 더 빠르게 유용한 정보를 얻는 방법을 알아보세요.
    Colab에서 BigQuery 지리 공간 데이터 시각화 (10:00) BigQuery를 사용하면 표준 SQL을 사용하여 지리공간 데이터를 저장하고 분석할 수 있으며, 이 데이터를 Colab 노트북으로 가져오면 BigQuery의 강력한 기능과 인기 있는 Python 시각화 라이브러리를 유연하게 결합할 수 있습니다.
    Looker로 BigQuery 데이터 시각화하기 (3:00) Looker의 사용자 친화적인 인터페이스와 강력한 시맨틱 모델링 기능을 사용하여 BigQuery 데이터에 원활하게 연결하고 시각화하는 방법을 간략하게 설명합니다.
    BigQuery 스토리지
    BigQuery 테이블 둘러보기 (6:55) 관리 테이블, 외부 테이블, 논리 뷰와 구체화된 뷰가 있는 가상 테이블 등 BigQuery의 다양한 테이블 유형에 대한 개요입니다.
    BigQuery는 데이터를 어떻게 저장하나요? (8:19) BigQuery가 데이터를 저장하는 방법을 소개하여 BigQuery 스토리지를 최적화하는 방법에 대해 충분한 정보를 바탕으로 결정을 내릴 수 있습니다. 여기에는 파티셔닝 및 클러스터링 개요가 포함됩니다.
    모니터링 및 로깅
    BigQuery 모니터링 (7:43) 데이터 웨어하우스를 모니터링하여 비용을 최적화하고, 최적화해야 하는 쿼리를 파악하고, 데이터 공유 및 액세스를 감사하는 방법을 간략하게 설명합니다.