סקירה כללית על Gemini ב-BigQuery

במאמר הזה מוסבר איך Gemini ב-BigQuery, שהוא חלק מחבילת המוצרים Gemini for Google Cloud, מספק עזרה מבוססת-AI כדי לעזור לכם לעבוד עם הנתונים.

עזרה מבוססת-AI עם Gemini ב-BigQuery

‫Gemini ב-BigQuery מספק עזרה מבוססת-AI כדי:

  • איך בודקים את הנתונים ומבינים אותם באמצעות תובנות מנתונים התובנות מהנתונים מספקות דרך אוטומטית ואינטואיטיבית לגלות דפוסים ולבצע ניתוח סטטיסטי באמצעות שאילתות שמפיקות תובנות, שנוצרות מהמטא נתונים של הטבלאות. התכונה הזו שימושית במיוחד כשמנסים להתמודד עם אתגרי ההתנעה הקרה של ניתוח נתונים בשלבים הראשונים. מידע נוסף זמין במאמר בנושא יצירת תובנות לגבי נתונים ב-BigQuery.
  • איך משוחחים עם סוכן כדי לנתח את הנתונים ניתוח נתונים בשיחה מאפשר לכם לנהל שיחות בשפה טבעית עם הנתונים שלכם. אתם יכולים ליצור סוכני נתונים שמוגדרים עם מטא-נתונים מותאמים אישית, הוראות, מונחים במילון מונחים ושאילתות מאומתות כדי לקבוע את הלוגיקה העסקית. אפשר גם להתחיל שיחות ישירות עם מקורות נתונים, כולל טבלאות, תצוגות, גרפים של מאפיינים וטבלאות Lakehouse. מידע נוסף זמין במאמר סקירה כללית על ניתוח נתונים בשיחה.
  • גילוי, שינוי, שליחת שאילתה והצגה חזותית של נתונים באמצעות קנבס נתונים ב-BigQuery. אתם יכולים להשתמש בשפה טבעית עם Gemini ב-BigQuery כדי למצוא נכסי טבלה, לצרף אותם ולשלוח עליהם שאילתות, ליצור ויזואליזציה של התוצאות ולשתף פעולה עם אחרים בצורה חלקה לאורך כל התהליך. מידע נוסף זמין במאמר ניתוח באמצעות קנבס נתונים.
  • קבלת עזרה בניתוח נתונים באמצעות SQL ו-Python אתם יכולים להשתמש ב-Gemini ב-BigQuery כדי ליצור או להציע קוד ב-SQL או ב-Python, וגם כדי להסביר שאילתת SQL קיימת. אפשר גם להשתמש בשאילתות בשפה טבעית כדי להתחיל בניתוח הנתונים. כדי ללמוד איך ליצור, להשלים ולסכם קוד, אפשר לעיין במסמכים הבאים:
  • הכנת נתונים לניתוח. הכנת נתונים ב-BigQuery מספקת המלצות לטרנספורמציה שנוצרות על ידי AI, עם מודעות להקשר, כדי לנקות את הנתונים לצורך ניתוח. מידע נוסף מופיע במאמר בנושא הכנת נתונים באמצעות Gemini.
  • יצירה ושינוי של צינורות נתונים באמצעות סוכן הנדסת הנתונים. הסוכן Data Engineering עוזר לכם לבנות ולשנות צינורות נתונים ולפתור בעיות בהם באמצעות הנחיות בשפה טבעית. בנוסף ללוגיקת SQL, הסוכן יוצר באופן יזום מטא-נתונים סמנטיים (גרסת Preview) – כמו תיאורי שדות, סקירות כלליות של טבלאות והיבטים כלליים כמו מידע על המערכת והסוג – כדי להבטיח שאפשר יהיה לגלות את נכסי הנתונים שלכם מרגע היצירה. מידע נוסף זמין במאמר שימוש ב-Data Engineering Agent כדי ליצור ולשנות צינורות נתונים.
  • התאמה אישית של תרגומי SQL באמצעות כללי תרגום ‫(Preview) יצירת כללי תרגום משופרים באמצעות Gemini כדי להתאים אישית את תרגומי ה-SQL כשמשתמשים בכלי האינטראקטיבי לתרגום SQL. אתם יכולים לתאר שינויים בפלט של תרגום ה-SQL באמצעות הנחיות בשפה טבעית, או לציין תבניות SQL כדי למצוא ולהחליף. מידע נוסף זמין במאמר יצירת כלל תרגום.

‫Gemini ל- Google Cloud לא משתמש בפרומפטים שלכם או בתשובות שלו כנתונים לאימון המודלים שלו בלי אישור מפורש מכם. איך Gemini for Google Cloud משתמש בנתונים שלכם

מידע על אבטחה, פרטיות ותאימות זמין במאמר אבטחה, פרטיות ותאימות של Gemini ב-BigQuery.

תמחור

מידע על התמחור של Gemini for Google Cloud

איפה אפשר להיעזר ב-Gemini ב-BigQuery

אחרי ההגדרה של Gemini ב-BigQuery, תוכלו להשתמש ב-Gemini ב-BigQuery כדי לבצע את הפעולות הבאות ב-BigQuery Studio:

הגדרת Gemini ב-BigQuery

הוראות מפורטות להגדרה זמינות במאמר איך מגדירים את Gemini ב-BigQuery.

איך Gemini ב-BigQuery משתמש בנתונים שלכם

כדי לספק תוצאות מדויקות, ל-Gemini ב-BigQuery נדרשת גישה לנתוני הלקוחות ולמטא-נתונים ב-BigQuery כדי להשתמש בתכונות משופרות. הפעלת Gemini ב-BigQuery מעניקה ל-Gemini הרשאה לגשת לנתונים האלה, כולל הטבלאות והיסטוריית השאילתות שלכם. ‫Gemini ב-BigQuery לא משתמש בנתונים שלכם כדי לאמן או לשפר את המודלים שלו. מידע נוסף על השימוש של Gemini בנתונים שלכם זמין במאמר אבטחה, פרטיות ותאימות של Gemini ב-BigQuery.

התכונות המשופרות של Gemini ב-BigQuery הן:

  • כלי ליצירת קוד SQL
  • פרומפט ליצירת שאילתות SQL
  • המרת הערות ל-SQL
  • השלמת שאילתת SQL
  • הסבר על שאילתת SQL
  • יצירת קוד Python
  • השלמת קוד Python
  • ניתוח נתוני השיחות
  • קנבס נתונים
  • תהליך הכנת נתונים
  • תובנות מנתונים

מיקומים

מידע על המקומות שבהם Gemini ב-BigQuery מעבד את הנתונים שלכם זמין במאמר איפה Gemini ב-BigQuery מעבד את הנתונים שלכם.

המאמרים הבאים