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 zu schreiben und auszuführen, die auf Python-Variablen aus Ihrem Notebook verweisen kann.
Notebook-Galerie
Die Notebook-Galerie ist ein zentraler Ort, an dem Sie vorgefertigte Notebook-Vorlagen finden und verwenden können. Mit diesen Vorlagen können Sie häufige Aufgaben wie Datenvorbereitung, Datenanalyse und Visualisierung ausführen. Notebook-Vorlagen helfen Ihnen auch, BigQuery Studio-Funktionen zu nutzen, Workflows zu verwalten und Best Practices zu fördern.
Mit Vorlagen aus der Notebook-Galerie können Sie Ihren gesamten Workflow von der Absicht bis zur Erkenntnis in jeder Phase des Datenlebenszyklus optimieren – von der Aufnahme und explorativen Datenanalyse bis hin zu erweiterten Analysen und BigQuery ML.
In der Notebook-Galerie finden Sie Vorlagen für alle Kompetenzstufen. Die Galerie enthält grundlegende Vorlagen für SQL, Python, Apache Spark und DataFrames. Außerdem können Sie Themen wie generative KI und multimodale Datenanalyse in BigQuery kennenlernen.
So rufen Sie die Notebook-Galerie auf:
Rufen Sie die Seite BigQuery auf.
Klicken Sie auf der BigQuery Studio-Startseite auf Notebook-Galerie ansehen.
Weitere Informationen zur Verwendung von Notebook-Galerievorlagen finden Sie unter Notebook mithilfe 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 Sie den Notebook Security Scanner (Vorschau) und verwenden Sie ihn.
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 |
 Niedriger CO2-Wert
|
|
| Iowa | us-central1 |
Niedriger CO2-Wert
|
|
| Los Angeles | us-west2 |
||
| Las Vegas | us-west4 |
||
| Montreal | northamerica-northeast1 |
Niedriger CO2-Wert
|
|
| N. Virginia | us-east4 |
||
| Oregon | us-west1 |
Niedriger CO2-Wert |
|
| São Paulo | southamerica-east1 |
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 |
Niedriger CO2-Wert
|
|
| Frankfurt | europe-west3 |
||
| London | europe-west2 |
Niedriger CO2-Wert
|
|
| Madrid | europe-southwest1 |
Niedriger CO2-Wert
|
|
| Niederlande | europe-west4 |
Niedriger CO2-Wert
|
|
| Turin | europe-west12 |
||
| Zürich | europe-west6 |
Niedriger CO2-Wert
|
|
| Naher Osten | |||
| Doha | me-central1 |
||
| Dammam | me-central2 |
||
Preise
Preisinformationen zu BigQuery Studio-Notebooks finden Sie unter Preise für Notebook-Laufzeiten.
Slotnutzung überwachen
Sie können die Nutzung von BigQuery Studio-Notebook-Slots in Ihrem Cloud-Abrechnungsbericht in der Google Cloud Console überwachen. Wenden Sie im Cloud-Abrechnungsbericht 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 aufzurufen.
Fehlerbehebung
Weitere Informationen finden Sie unter Fehlerbehebung bei Colab Enterprise.