Présentation de Notebooks

Ce document présente les notebooks Colab Enterprise dans BigQuery. Vous pouvez utiliser des notebooks pour exécuter des workflows d'analyse et de machine learning (ML) à l'aide de SQL, Python et d'autres packages et API courants. Notebooks propose une collaboration et une gestion améliorées avec les options suivantes :

• Partager des notebooks avec des utilisateurs et des groupes spécifiques à l'aide d'Identity and Access Management (IAM)
• Examiner l'historique des versions de notebook.
• Rétablir ou utiliser des versions précédentes de notebook.

Les notebooks sont des composants de code BigQuery Studio fournis par Dataform. Les requêtes enregistrées sont également des éléments de code. Tous les éléments de code sont stockés dans une région par défaut. La mise à jour de la région par défaut modifie la région pour tous les éléments de code créés par la suite.

Les fonctionnalités de notebook ne sont disponibles que dans la console Google Cloud .

Avantages

Les notebooks dans BigQuery offrent les avantages suivants :

• Les DataFrames BigQuery sont intégrés aux notebooks, aucune configuration n'est requise. BigQuery DataFrames est une API Python que vous pouvez utiliser pour analyser des données BigQuery à grande échelle à l'aide de pandas DataFrame et de scikit-learn.
• Développement de code assisté par l'IA générative Gemini.
• Saisie semi-automatique des instructions SQL, comme dans l'éditeur BigQuery.
• Possibilité d'enregistrer, de partager et de gérer des versions de notebooks.
• Possibilité d'utiliser matplotlib, seaborn et d'autres bibliothèques populaires pour visualiser des données à tout moment de votre workflow.
• La possibilité d'écrire et d'exécuter du code SQL dans une cellule pouvant référencer des variables Python de votre notebook.

Galerie de notebooks

Preview

Cette fonctionnalité est soumise(s) aux "Conditions des offres de pré-DG" de la section "Conditions générales du service" des Conditions spécifiques du service. Les fonctionnalités de pré-DG sont disponibles "en l'état" et peuvent avoir une prise en charge limitée. Pour en savoir plus, consultez les descriptions des étapes de lancement.

Remarque : Pour envoyer des commentaires ou demander des améliorations du produit, contactez [e-mail].

La galerie de notebooks est un hub centralisé permettant de découvrir et d'utiliser des modèles de notebooks prédéfinis. Ces modèles vous permettent d'effectuer des tâches courantes telles que la préparation, l'analyse et la visualisation des données. Les modèles de notebooks vous aident également à explorer les fonctionnalités de BigQuery Studio, à gérer les workflows et à promouvoir les bonnes pratiques.

Vous pouvez utiliser les modèles de la galerie de notebooks pour rationaliser l'ensemble de votre workflow d'intention à insights à chaque étape du cycle de vie des données, de l'ingestion et de l'exploration à l'analyse avancée et à BigQuery ML.

La galerie de notebooks fournit des modèles pour tous les niveaux de compétence. La galerie inclut des modèles fondamentaux pour SQL, Python, Apache Spark et les DataFrames. Vous pouvez également explorer des thèmes tels que l'IA générative et l'analyse de données multimodales dans BigQuery.

Pour commencer à utiliser la galerie de notebooks, procédez comme suit :

1. Accédez à la page BigQuery.

   Accéder à BigQuery

2. Sur la page d'accueil de BigQuery Studio, cliquez sur Afficher la galerie de notebooks.

   

Pour en savoir plus sur l'utilisation des modèles de la galerie de notebooks, consultez Créer un notebook à l'aide de la galerie de notebooks.

Gestion de l'environnement d'exécution

BigQuery utilise des environnements d'exécution Colab Enterprise pour exécuter des notebooks.

Un environnement d'exécution de notebook est une machine virtuelle Compute Engine attribuée à un utilisateur spécifique pour permettre l'exécution de code dans un notebook. Plusieurs notebooks peuvent partager le même environnement d'exécution. Cependant, chaque environnement d'exécution n'appartient qu'à un seul utilisateur et ne peut pas être utilisé par d'autres. Les environnements d'exécution de notebook sont créés à partir d'un modèle, généralement défini par les utilisateurs disposant de droits d'administrateur. Vous pouvez à tout moment passer à un environnement d'exécution qui utilise un type de modèle différent.

Sécurité des notebooks

Vous contrôlez l'accès aux notebooks à l'aide de rôles Identity and Access Management (IAM). Pour en savoir plus, consultez la section Accorder l'accès aux notebooks.

Pour détecter les failles dans les packages Python que vous utilisez dans vos notebooks, installez et utilisez Notebook Security Scanner (aperçu).

Régions où le service est disponible

BigQuery Studio vous permet d'enregistrer, de partager et de gérer les versions de notebooks. Le tableau suivant liste les régions dans lesquelles BigQuery Studio est disponible :

	Description de la région	Nom de la région	Détails
Afrique
	Johannesburg	africa-south1
Amériques
	Columbus	us-east5
	Dallas	us-south1	Faibles émissions de CO2
	Iowa	us-central1	Faibles émissions de CO2
	Los Angeles	us-west2
	Las Vegas	us-west4
	Montréal	northamerica-northeast1	Faibles émissions de CO2
	Virginie du Virginie	us-east4
	Oregon	us-west1	Faibles émissions de CO2
	São Paulo	southamerica-east1	Faibles émissions de CO2
	Caroline du Sud	us-east1
Asie-Pacifique
	Hong Kong	asia-east2
	Jakarta	asia-southeast2
	Mumbai	asia-south1
	Séoul	asia-northeast3
	Singapour	asia-southeast1
	Sydney	australia-southeast1
	Taïwan	asia-east1
	Tokyo	asia-northeast1
Europe
	Belgique	europe-west1	Faibles émissions de CO2
	Francfort	europe-west3
	Londres	europe-west2	Faibles émissions de CO2
	Madrid	europe-southwest1	Faibles émissions de CO2
	Pays-Bas	europe-west4	Faibles émissions de CO2
	Turin	europe-west12
	Zurich	europe-west6	Faibles émissions de CO2
Moyen-Orient
	Doha	me-central1
	Dammam	me-central2

Tarifs

Pour en savoir plus sur les tarifs des notebooks BigQuery Studio, consultez Tarifs de l'environnement d'exécution des notebooks.

Surveiller l'utilisation des emplacements

Vous pouvez surveiller votre utilisation des emplacements de notebooks BigQuery Studio en consultant votre rapport Cloud Billing dans la console Google Cloud . Dans le rapport sur la facturation Cloud, appliquez un filtre avec le libellé goog-bq-feature-type et la valeur BQ_STUDIO_NOTEBOOK pour afficher l'utilisation et les coûts des emplacements des notebooks BigQuery Studio.

Dépannage

Pour en savoir plus, consultez la page Résoudre les problèmes liés à Colab Enterprise.

Étapes suivantes

• Apprenez à créer des notebooks.
• Apprenez à gérer les notebooks.