Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

生成資料集洞察資訊

資料洞察功能可協助您瞭解 BigQuery 資料集和 Apache Iceberg 命名空間中資料表之間的關係，方法是在圖表中探索及視覺化資料表之間的關係、找出結構定義定義、依據用量或 AI 推論的關係，以及生成跨資料表查詢範例。

如需資料表和資料集洞察的總覽，請參閱「資料洞察總覽」。

生成資料集深入分析資訊的模式

生成資料集洞察時，BigQuery 提供兩種模式：

模式	說明	用量
生成並發布	將生成的資料集深入分析資訊，以中繼資料切面和關係的形式，永久儲存至 Knowledge Catalog。您必須具備必要權限才能發布。使用「Generate and publish」(生成並發布) 時，BigQuery 會執行下列操作：將資料集說明儲存在 Knowledge Catalog 中。擷取建議的查詢和問題，做為可重複使用的面向。在 Knowledge Catalog 中將關係擷取為中繼資料。具備適當 Knowledge Catalog 存取權的使用者，可以查看已發布的洞察資料，確保組織知識共享。可讓您使用 API，直接在 Knowledge Catalog 中編輯及儲存說明。您可以使用 Google Cloud 控制台編輯建議的查詢。	如要建立可永久保存及重複使用的企業級資料說明文件，或建構目錄導向的治理工作流程，請使用這個模式。
生成但不發布	視需要建立資料集洞察，例如說明、自然語言問題、關係和 SQL 查詢。生成但不發布：不會將洞察資料發布至 Knowledge Catalog。	如要快速進行臨時探索，請使用這個模式，以免目錄雜亂。

模式

說明

用量

生成並發布

將生成的資料集深入分析資訊，以中繼資料切面和關係的形式，永久儲存至 Knowledge Catalog。您必須具備必要權限才能發布。使用「Generate and publish」(生成並發布) 時，BigQuery 會執行下列操作：

將資料集說明儲存在 Knowledge Catalog 中。
擷取建議的查詢和問題，做為可重複使用的面向。
在 Knowledge Catalog 中將關係擷取為中繼資料。
具備適當 Knowledge Catalog 存取權的使用者，可以查看已發布的洞察資料，確保組織知識共享。
可讓您使用 API，直接在 Knowledge Catalog 中編輯及儲存說明。您可以使用 Google Cloud 控制台編輯建議的查詢。

如要建立可永久保存及重複使用的企業級資料說明文件，或建構目錄導向的治理工作流程，請使用這個模式。

生成但不發布

視需要建立資料集洞察，例如說明、自然語言問題、關係和 SQL 查詢。生成但不發布：不會將洞察資料發布至 Knowledge Catalog。

如要快速進行臨時探索，請使用這個模式，以免目錄雜亂。

事前準備

資料洞察是使用 Gemini in BigQuery 生成。如要開始生成洞察資料，請先設定 Gemini in BigQuery。

啟用 API

如要使用資料洞察，請在專案中啟用下列 API：Dataplex API、BigQuery API 和 Gemini for Google Cloud API。

啟用 API 所需的角色

您必須具備 serviceusage.services.enable 權限，才能啟用 API。如果您建立了專案，可能已透過「擁有者」角色 (roles/owner) 取得這項權限。否則，您可以透過「Service Usage 管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

啟用 API

如要進一步瞭解如何啟用 Gemini for Google Cloud API，請參閱「在 Google Cloud 專案中啟用 Gemini for Google Cloud API」。

完成資料剖析掃描

如要提升洞察品質，請為資料集中的資料表產生資料剖析掃描。

必要的角色

如要取得生成、管理及擷取資料集洞察所需的權限，請要求管理員授予您下列 IAM 角色：

如要生成、管理及擷取洞察資料，請按照下列步驟操作：
- 專案的 Dataplex DataScan 編輯者 (roles/dataplex.dataScanEditor) 或 Dataplex DataScan 管理員 (roles/dataplex.dataScanAdmin)
- 資料表的 BigQuery 資料編輯者 (roles/bigquery.dataEditor)
- 專案的 BigQuery 使用者 (roles/bigquery.user) 或 BigQuery Studio 使用者 (roles/bigquery.studioUser)
- 專案的 BigQuery 資源檢視者 (roles/bigquery.resourceViewer)
如要查看洞察資料，請按照下列步驟操作：
- 專案的 Dataplex DataScan 資料檢視者 (roles/dataplex.dataScanDataViewer)
- BigQuery 資料檢視者 (roles/bigquery.dataViewer) 角色 (資料集)
如要將洞察資訊發布至 Knowledge Catalog：項目群組的 Dataplex 項目和 EntryLink 擁有者 (roles/dataplex.entryOwner)

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

您或許也能透過自訂角色或其他預先定義的角色，取得必要權限。

如要查看生成洞察資料所需的確切權限，請展開「Required permissions」(必要權限) 部分：

所需權限

bigquery.datasets.get：讀取資料集中繼資料
bigquery.jobs.create：建立工作
bigquery.jobs.listAll：列出專案中的所有工作
bigquery.tables.get：取得資料表中繼資料
bigquery.tables.getData：取得資料表資料和中繼資料
dataplex.datascans.create：建立資料掃描資源
dataplex.datascans.get：讀取資料掃描資源中繼資料
dataplex.datascans.getData：讀取資料掃描執行結果
dataplex.datascans.run：執行隨選資料掃描
dataplex.entryGroups.useSchemaJoinEntryLink：使用 schema-join 項目連結
dataplex.entryGroups.useSchemaJoinAspect：使用結構定義彙整切面
dataplex.entryLinks.create：建立項目連結
dataplex.entryLinks.update：更新項目連結
dataplex.entryLinks.delete：刪除項目連結
dataplex.entries.link：連結項目
dataplex.entries.update：更新項目
dataplex.entryGroups.useDescriptionsAspect：使用說明切面
dataplex.entryGroups.useQueriesAspect：使用查詢切面

生成資料集洞察資訊

控制台

前往 Google Cloud 控制台的「BigQuery Studio」。

前往 BigQuery Studio
在「Explorer」窗格中，選取要生成洞察資料的專案和資料集。如果是 Iceberg 命名空間，請選取代表目錄命名空間的資料集。
點按「深入分析結果」分頁標籤。
如要生成洞察資料並發布至 Knowledge Catalog，請按一下「Generate and publish」(生成並發布)。

如要生成洞察資料，但不發布至 Knowledge Catalog，請點按「生成但不發布」。

如要進一步瞭解「Generate and publish」(生成並發布) 和「Generate without publishing」(生成但不發布) 模式之間的差異，請參閱「生成資料集深入分析的模式」。
如果資料集位於多區域，系統可能會提示您選取要產生洞察資料的區域。請依據要建立洞察資訊掃描作業的多區域，選取相應的區域。

系統需要幾分鐘才能填入洞察資料。如果資料集中的資料表有資料剖析結果，深入分析的品質就會提升。

生成洞察後，BigQuery 會顯示資料集說明、關係圖、關係資料表，以及跨資料表查詢範例。

REST

如要以程式輔助方式生成洞察資料，請使用 Knowledge Catalog DataScans API。如要這樣做，請按照下列步驟進行：

為 BigQuery 資料集生成資料文件資料掃描作業
查看資料說明文件掃描狀態
確認發布至 Knowledge Catalog

為 BigQuery 資料集產生資料說明文件資料掃描

使用 dataScans.create 方法建立資料說明文件資料掃描作業。您也可以將 catalog_publishing_enabled 參數設為 true，將這些洞察資訊發布至 Knowledge Catalog。

例如：

alias gcurl='curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json"'
gcurl -X POST \
https://dataplex.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/\
dataScans?dataScanId=DATASCAN_ID \
-d '{
  "data": {
    "resource": "//bigquery.googleapis.com/projects/PROJECT_ID/datasets/DATASET_ID"
  },
  "executionSpec": {
    "trigger": { "onDemand": {} }
  },
  "type": "DATA_DOCUMENTATION",
  "dataDocumentationSpec": {
    "catalog_publishing_enabled": true
  }
}'

更改下列內容：

PROJECT_ID：資料集所在的 Google Cloud專案 ID
LOCATION：資料掃描作業執行的區域
DATASCAN_ID：您為這項掃描作業提供的專屬名稱
DATASET_ID：要掃描的 BigQuery 資料集 ID

使用 dataScans.run 方法啟動資料文件掃描工作。

例如：
```
gcurl -X POST \
https://dataplex.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/\
dataScans/DATASCAN_ID:run
```
這項要求會傳回專屬工作 ID 和初始狀態。

查看資料文件掃描狀態

使用 dataScans.get 方法，檢查掃描工作執行作業是否完成。如要擷取完整結果 (包括洞察資料和發布狀態)，請將 view 參數設為 FULL。

使用工作 ID 擷取工作狀態。例如：

gcurl -X GET https://dataplex.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/dataScans/DATASCAN_ID/jobs/JOB_ID?view=FULL

狀態為 SUCCEEDED 或 FAILURE 時，工作即完成。

如果工作成功，回應的 dataDocumentationResult 欄位會包含生成的洞察資料。

確認發布至 Knowledge Catalog

如果 catalog_publishing_enabled 設為 true，則資料掃描工作完成後，洞察資訊會以非同步方式發布至 Knowledge Catalog。如要確認洞察資料是否已保存，請使用 Dataplex API 檢查資料集的切面。

雖然洞察資料是透過資料集層級的資料掃描產生，但產生的項目連結會儲存在連結的資料表之間。如要驗證這些關係，請使用 lookupEntryLinks 方法，擷取與特定資料表項目相關聯的項目連結。

如要擷取 BigQuery 資料集的中繼資料，請使用 entries.get 方法。如要納入所有面向，請將 view 參數設為 FULL。例如：

gcurl -X GET https://dataplex.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/entryGroups/@bigquery/entries/bigquery.googleapis.com/projects/DATASET_PROJECT_ID/datasets/DATASET_ID?view=FULL

更改下列內容：

PROJECT_ID：設定資料掃描作業的 Google Cloud專案 ID
LOCATION：項目群組所在的區域
DATASET_PROJECT_ID：BigQuery 資料集所在 Google Cloud專案的 ID
DATASET：BigQuery 資料集的 ID

如果成功發布至 Knowledge Catalog，下列面向會附加至 BigQuery 資料集：

說明：包含 AI 生成的資料集說明
查詢：包含與資料集相關的 SQL 查詢
關係：以資料集中資料表之間的項目連結形式保留

查看及儲存資料集說明

Gemini 會生成資料集的自然語言說明，摘要說明資料集包含的資料表類型和代表的業務領域。如要將這段說明儲存至資料集的中繼資料，請按一下「Save to details」(儲存至詳細資料)。

儲存詳細資料前，您可以編輯說明。

探索關係圖

「Relationships」(關係) 圖表會以視覺化方式呈現資料集中資料表之間的關係。圖表會將關聯性最高的前 10 個資料表顯示為節點，並以線條代表資料表之間的關係。

如要查看關係詳細資料 (例如彙整兩個資料表的資料欄)，請將滑鼠游標懸停在連接資料表節點的邊緣上。
如要重新排列圖表，以便更清楚地查看，請拖曳資料表節點。

使用關係表

「Relationship table」(關係表格) 會以表格格式列出探索到的關係。每一列代表兩個資料表之間的關係，顯示來源資料表和資料欄，以及目的地資料表和資料欄。「Source」(來源) 欄會指出關係的判定方式：

LLM 推論：Gemini 根據資料集中的資料表和資料欄名稱及說明，推論出的關係。
按用量計費。根據頻繁彙整，從查詢記錄中擷取的關係。
結構定義。從資料表結構定義中現有的主鍵和外鍵對應關係衍生而來。

您可以篩選特定資料表的關係，或針對偵測到的關係品質提供意見回饋。如要將產生的資料集說明和關係匯出至 JSON 檔案，請按一下「Export to JSON」(匯出至 JSON)。

使用查詢建議

Gemini 會根據發現的關係生成範例查詢。這些是自然語言問題，並附有對應的 SQL 查詢，可彙整資料集中的多個資料表。

如要查看 SQL 查詢，請點選問題。
如要在 BigQuery 查詢編輯器中開啟查詢，請按一下「Copy to query」(複製到查詢)。接著，您可以執行或修改查詢。
如要提出後續問題，請點按「Ask a follow-up」(提出後續問題)，系統會開啟未命名的資料畫布，您可以在其中與 Gemini 對話，探索資料。

管理生成的洞察資料

生成資料集的洞察資料後，您可以在 Knowledge Catalog 中管理、更新或刪除這些資料。詳情請參閱「管理資料集深入分析」。

後續步驟

請參閱資料洞察總覽。
瞭解如何生成表格洞察。
進一步瞭解 Knowledge Catalog 資料剖析。