使用笔记本库创建和运行笔记本

使用笔记本库创建和运行笔记本

开始使用 BigQuery Studio 中的笔记本库分析数据。

准备工作

登录您的 Google Cloud 账号。如果您是 Google Cloud新手， 请创建一个账号来评估我们的产品在 实际场景中的表现。新客户还可获享 $300 赠金，用于 运行、测试和部署工作负载。

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

1. 启用 BigQuery API。

   启用 API 所需的角色

   如需启用 API，您需要拥有 Service Usage Admin IAM 角色 (roles/serviceusage.serviceUsageAdmin)，该角色包含 serviceusage.services.enable 权限。了解如何授予角色。

   启用 API

   对于新项目，BigQuery API 会 自动启用。

2. 可选：为项目启用结算功能。如果您不想启用结算功能或提供信用卡，本文档中的步骤仍然有效。BigQuery 提供执行这些步骤的沙盒。如需了解详情，请参阅启用 BigQuery 沙盒。
   注意：如果您的项目具有结算账号，并且您希望使用 BigQuery 沙盒，请为项目停用结算功能。

所需角色

如需获取创建运行 Notebooks 所需的权限，请让管理员向您授予项目的以下 IAM 角色：

• BigQuery Read Session User (roles/bigquery.readSessionUser)
• BigQuery Studio User (roles/bigquery.studioUser)

如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。

您也可以通过自定义 角色或其他预定义 角色来获取所需的权限。

如果您是 BigQuery 笔记本的新手，请参阅 所需权限（位于 创建笔记本页面）。

笔记本库

笔记本库是探索和使用预构建笔记本模板的中心枢纽。借助这些模板，您可以执行常见任务，例如数据准备、数据分析和可视化。笔记本模板还可以帮助您探索 BigQuery Studio 功能、管理工作流和推广最佳实践。

您可以使用笔记本库模板来简化整个意图到洞察工作流，该工作流涵盖数据生命周期的每个阶段，从注入和探索到高级分析和 BigQuery ML。

笔记本库提供适用于各种技能水平的模板。该库包含适用于 SQL、Python、Apache Spark 和 DataFrames 的基本模板。您还可以探索 BigQuery 中的生成式 AI 和多模态数据分析等主题。

如需详细了解如何使用笔记本库模板，请参阅 使用笔记本库创建笔记本。

通过笔记本库模板创建笔记本

以下示例使用 BigQuery Studio 中的笔记本简介模板。此笔记本向您展示了如何执行以下任务：

• 查询数据：使用 SQL 单元运行查询。
• 直观呈现查询结果：使用 可视化单元创建可视化图表，无需编写代码。
• 清理和转换数据：使用 BigQuery DataFrames (pandas) API 对数据进行排序、去重和过滤。
• 运行 AI 预测：使用 BigQuery DataFrames 中的 (AI.FORECAST 函数) 生成预测。AI.FORECAST 函数使用 TimesFM 基础模型直接从数据集生成 预测，无需进行模型训练。
• 绘制数据：使用 Python 的内置可视化库绘制数据。您可以使用由 Matplotlib 和 Pandas 提供支持的 BigQuery DataFrames 可视化库绘制数据。

如需使用笔记本，请打开模板，将其转换为可运行的笔记本，连接到笔记本的运行时环境，然后运行笔记本。

打开模板并将其转换为可运行的笔记本

您必须先将模板转换为可运行的笔记本，然后才能使用通过笔记本库模板创建的笔记本。

如需在笔记本库中打开“BigQuery Studio 中的笔记本简介”模板，并将其转换为可运行的笔记本，请按照以下步骤操作：

1. 前往 Studio 页面。

   前往 Studio

2. 点击 arrow drop-down 下拉箭头，然后选择 Notebook > All templates。

3. 或者，在 BigQuery Studio 首页中，点击查看笔记本库 。

   

4. 点击 BigQuery Studio 中的笔记本简介 卡片，或在库中搜索该卡片。

5. 打开模板后，点击使用此模板 将模板转换为可运行的笔记本。

连接到默认运行时

您必须先将笔记本连接到 Gemini Enterprise Agent Platform 运行时，然后才能运行笔记本。运行时是运行笔记本中代码的计算资源。运行时必须与笔记本位于同一区域。

如需详细了解运行时，请参阅 运行时和运行时模板。如需详细了解如何配置区域设置，请参阅为代码资产设置默认区域。

**注意** ：如果您使用 VPC Service Controls， 请务必在连接到运行时之前，已配置将专用 Google 访问通道与 VPC Service Controls 搭配使用。否则，该服务会返回错误 Failed to connect to Runtime Network projects/projectid/global/networks/default' was not found.

在本教程中，您将使用默认运行时。默认运行时是预设运行时，只需要最少的设置。如需连接到默认运行时，请按照以下步骤操作：

1. 打开笔记本后，点击连接 。

   如果尚无活跃运行时，则可能需要几分钟时间才能连接到默认运行时。

2. 运行时准备就绪后，您应该会看到一个对勾标记，并显示 RAM 和磁盘图表。如果您将鼠标悬停在图表上，则会看到运行时类型和运行时的配置。

   

运行笔记本

BigQuery Studio 中的笔记本简介包含文本、SQL、 可视化图表和代码 单元。除了文本单元之外，其他单元可以单独运行，也可以按从第一个到最后一个的顺序运行所有单元。

在本教程中，您将单独运行笔记本中的单元，以便分阶段查看结果。如需运行笔记本，请执行以下操作：

1. 在 使用 SQL 单元查询数据 部分中，将鼠标悬停在 SQL 单元上， 然后点击 运行单元。

   

   此 SQL 单元查询 bigquery-public-data.epa_historical_air_quality.pm25_frm_daily_summary 历史空气质量公共数据集中的表 ，并返回旧金山过去几年的每日平均 PM2.5（一种常见的空气质量指标）。

2. 查看结果。查询结果会显示在 DataFrame 中。

   

   注意： 如需清除或复制结果，请点击 代码单元输出操作。

3. 在直观呈现数据 部分中，将鼠标悬停在可视化单元上，然后点击 运行单元。

4. 查看生成的可视化图表。

   

   结果显示了一个时序图，该图绘制了您之前生成的 df DataFrame 中的每日平均 PM2.5 值。此图表显示了 PM2.5 水平随时间变化的趋势。

5. 在清理数据 部分中，将鼠标悬停在代码单元上，然后点击 运行单元。

6. 查看结果。结果会显示在 DataFrame 中。

   

   代码会执行以下操作：

   • 导入 bigframes.pandas 库。
   • 确保 date_local 字段为时间戳。
   • 按日期对结果进行排序，这是进行预测所必需的。
   • 移除重复的行。
   • 删除 avg_pm25 为 null 的行。
   • 过滤掉离群值。
   • 在名为 df_cleaned 的 BigQuery DataFrames 中显示结果。

7. 在 使用 AI.FORECAST 预测值 部分中，将鼠标悬停在 SQL 单元上，然后点击 运行单元 。

8. 查看结果。查询结果会显示在 DataFrame 中。

   

   此 SQL 单元运行一个查询，该查询使用 AI.FORECAST 函数来预测未来每日平均 PM2.5，并使用您之前生成的 df_cleaned DataFrame。

9. 在使用 Python 直观呈现数据 部分中，将鼠标悬停在代码单元上， 然后点击 运行单元。

10. 查看结果。结果会显示在图表中。

    

    Python 代码会执行以下操作：

    • 导入 datetime 模块。
    • 先绘制历史数据并获取轴。
    • 在同一轴上绘制预测数据。
    • 绘制置信区间。

    此可视化图表类似于标准 Python 绘图，但 df_cleaned.plot 是 BigQuery DataFrames 命令。该命令仅检索呈现图表所需的数据（样本），而不是整个数据集。

清理

为避免因本页中使用的资源导致您的 Google Cloud 账号产生费用，请按照以下步骤操作。

注意：删除项目会产生以下影响：

• 项目中的所有内容都会被删除。如果您将现有项目用于本文档中的任务，则删除该项目后，还将删除您已在该项目中完成的任何其他工作。
• 自定义项目 ID 丢失。创建此项目时，您可能创建了要在将来使用的自定义项目 ID。要保留使用该项目 ID 的网址（例如 appspot.com 网址），请删除项目内的所选资源，而不是删除整个项目。

如果您打算探索多个架构、教程或快速入门，则重复使用项目 可以帮助您避免超出项目配额限制。

1. 在 Google Cloud 控制台中，前往 管理资源 页面。

   前往“管理资源”

2. 在项目列表中，选择要删除的项目，然后点击删除。
3. 在对话框中输入项目 ID，然后点击 关闭以删除项目。

或者，如需保留项目并删除本教程中使用的资源，请按照以下步骤操作：

1. 前往 Studio 页面。

   前往 Studio

2. 在左侧窗格中，展开您的项目，然后点击笔记本 。

3. 对于要删除的笔记本，点击 打开操作 > 删除。

4. 在删除笔记本 对话框中，点击删除 进行确认。

后续步骤

如需在笔记本库中运行其他示例笔记本模板，请参阅：

• SQL 用户笔记本使用入门
• Python 用户笔记本使用入门

如需详细了解 DataFrames，请参阅：

• BigQuery DataFrames 简介
• BigQuery DataFrames API 参考文档

如需详细了解 BigQuery 中的生成式 AI 和 ML 函数， 请参阅生成式 AI 概览。