Einführung in Notebooks

Dieses Dokument bietet eine Einführung in Colab Enterprise-Notebooks in BigQuery. Sie können Notebooks verwenden, um Analyse- und ML-Workflows mithilfe von SQL, Python und anderen gängigen Paketen und APIs abzuschließen. Notebooks bieten eine verbesserte Zusammenarbeit und Verwaltung mit den folgenden Optionen:

  • Sie können Notebooks mit Identity and Access Management (IAM) für bestimmte Nutzer und Gruppen freigeben.
  • Prüfen Sie den Notebook-Versionsverlauf.
  • Kehren Sie zu früheren Versionen des Notebooks zurück oder wechseln Sie zu diesen.

Notebooks sind BigQuery Studio-Code-Assets, die auf Dataform basieren. Gespeicherte Abfragen sind ebenfalls Code-Assets. Alle Code-Assets werden in einer Standardregion gespeichert. Durch das Aktualisieren der Standardregion wird die Region für alle Code-Assets geändert, die danach erstellt werden.

Notebook-Funktionen sind nur in der Google Cloud Console verfügbar.

Vorteile

Notebooks in BigQuery bieten folgende Vorteile:

  • BigQuery DataFrames sind in Notebooks eingebunden, ohne dass eine Einrichtung erforderlich ist. BigQuery DataFrames ist eine Python API, mit der Sie BigQuery-Daten in großem Maßstab mithilfe von pandas-DataFrame und scikit-learn -APIs analysieren können.
  • Unterstützung für die unterstützende Codeentwicklung auf Basis von generativer KI von Gemini.
  • Automatische Vervollständigung von SQL-Anweisungen, wie im BigQuery-Editor.
  • Die Möglichkeit, Versionen von Notebooks zu speichern, freizugeben und zu verwalten.
  • Die Möglichkeit, matplotlib, seaborn und andere beliebte Bibliotheken zu verwenden, um Daten zu jedem Zeitpunkt im Workflow zu visualisieren.
  • Die Möglichkeit, SQL in einer Zelle zu schreiben und auszuführen , die auf Python-Variablen aus Ihrem Notebook verweisen kann.
  • Interaktive DataFrame-Visualisierung , die Aggregation und Anpassung unterstützt.

Die Notebook-Galerie ist ein zentraler Hub zum Suchen und Verwenden vorgefertigter Notebook-Vorlagen. Mit diesen Vorlagen können Sie häufige Aufgaben wie Datenvorbereitung, Datenanalyse und Visualisierung ausführen. Notebook-Vorlagen helfen Ihnen auch, BigQuery Studio-Funktionen zu erkunden, Workflows zu verwalten und Best Practices zu fördern.

Mit Notebook-Galerie-Vorlagen können Sie Ihren gesamten Workflow von der Absicht bis zu den Erkenntnissen in jeder Phase des Datenlebenszyklus optimieren – von der Aufnahme und Erkundung bis hin zu erweiterten Analysen und BigQuery ML.

Die Notebook-Galerie bietet Vorlagen für alle Kenntnisstufen. Die Galerie enthält grundlegende Vorlagen für SQL, Python, Apache Spark und DataFrames. Sie können auch Themen wie generative KI und multimodale Datenanalyse in BigQuery erkunden.

So verwenden Sie die Notebook-Galerie:

  1. Rufen Sie die Seite BigQuery auf.

    BigQuery aufrufen

  2. Klicken Sie auf der BigQuery Studio-Startseite auf Notebook-Galerie ansehen.

    Der Link „Notebook-Galerie ansehen“ auf der BigQuery Studio-Startseite.

Weitere Informationen zur Verwendung von Notebook-Galerie-Vorlagen finden Sie unter Notebook mit der Notebook-Galerie erstellen.

Laufzeitverwaltung

BigQuery verwendet Colab Enterprise-Laufzeiten zum Ausführen von Notebooks.

Eine Notebook-Laufzeit ist eine virtuelle Compute Engine-Maschine, die einem bestimmten Nutzer zugewiesen ist, um die Codeausführung in einem Notebook zu aktivieren. Mehrere Notebooks können dieselbe Laufzeit verwenden. Jede Laufzeit gehört jedoch nur einem Nutzer und kann nicht von anderen verwendet werden. Notebook-Laufzeiten werden auf der Grundlage von Vorlagen erstellt, die normalerweise von Nutzern mit Administratorberechtigungen definiert werden. Sie können jederzeit zu einer Laufzeit wechseln, die einen anderen Vorlagentyp verwendet.

Notebook-Sicherheit

Sie steuern den Zugriff auf Notebooks über IAM-Rollen (Identity and Access Management). Weitere Informationen finden Sie unter Zugriff auf Notebooks gewähren.

Wenn Sie Sicherheitslücken in Python-Paketen erkennen möchten, die Sie in Ihren Notebooks verwenden, installieren und verwenden Sie den Notebook Security Scanner (Vorschau).

Unterstützte Regionen

Mit BigQuery Studio können Sie Versionen von Notebooks speichern, freigeben und verwalten. In der folgenden Tabelle sind die Regionen aufgeführt, in denen BigQuery Studio verfügbar ist:

Beschreibung der Region Name der Region Details
Afrika
Johannesburg africa-south1
Amerika
Columbus us-east5
Dallas us-south1 Blattsymbol Niedriger CO2-Wert
Iowa us-central1 Blattsymbol Niedriger CO2-Wert
Los Angeles us-west2
Las Vegas us-west4
Montreal northamerica-northeast1 Blattsymbol Niedriger CO2-Wert
N. Virginia us-east4
Oregon us-west1 Blattsymbol Niedriger CO2-Wert
São Paulo southamerica-east1 Blattsymbol Niedriger CO2-Wert
South Carolina us-east1
Asiatisch-pazifischer Raum
Hongkong asia-east2
Jakarta asia-southeast2
Mumbai asia-south1
Seoul asia-northeast3
Singapur asia-southeast1
Sydney australia-southeast1
Taiwan asia-east1
Tokio asia-northeast1
Europa
Belgien europe-west1 Blattsymbol Niedriger CO2-Wert
Frankfurt europe-west3
London europe-west2 Blattsymbol Niedriger CO2-Wert
Madrid europe-southwest1 Blattsymbol Niedriger CO2-Wert
Niederlande europe-west4 Blattsymbol Niedriger CO2-Wert
Turin europe-west12
Zürich europe-west6 Blattsymbol Niedriger CO2-Wert
Naher Osten
Doha me-central1
Dammam me-central2

Preise

Preisinformationen zu BigQuery Studio-Notebooks finden Sie unter Preise für Notebook-Laufzeiten.

Slot-Nutzung überwachen

Sie können die Slot-Nutzung von BigQuery Studio-Notebooks im Cloud Billing-Bericht in der Google Cloud Console überwachen. Wenden Sie im Cloud Billing-Bericht einen Filter mit dem Label goog-bq-feature-type und dem Wert BQ_STUDIO_NOTEBOOK an, um die Slot-Nutzung und die Kosten für BigQuery Studio-Notebooks zu sehen.

Bericht zur Nutzung von BigQuery Studio-Notebook-Slots.

Fehlerbehebung

Weitere Informationen finden Sie unter Fehlerbehebung bei Colab Enterprise.

Nächste Schritte