建立新的連線資源。BigQuery 會使用連線,對外部資料來源執行聯合查詢。
深入探索
如需包含這個程式碼範例的詳細說明文件,請參閱下列文章:
- 使用 ML.ANNOTATE_IMAGE 函式為圖片加上註解
- 建立及設定 Cloud 資源連線
- 建立 Spanner 外部資料集
- 將資料匯出至 Spanner (反向 ETL)
- 使用 AI.GENERATE_EMBEDDING 函式生成圖像嵌入
- 使用 AI.GENERATE_TABLE 函式產生結構化資料
- 使用 Gemini 模型和 AI.GENERATE_TEXT 函式生成文字
- 使用 AI.GENERATE_TEXT 函式生成文字
- 使用 AI.GENERATE_EMBEDDING 函式生成文字嵌入
- 使用 AI.GENERATE_EMBEDDING 函式生成影片嵌入
- 在檢索增強生成管道中剖析 PDF
- 使用 ML.PROCESS_DOCUMENT 函式處理文件
- 使用 Data Boost 執行聯合查詢
- 為呼叫 Gemini Enterprise Agent Platform LLM 的生成式 AI 函式設定權限
- 使用 ML.TRANSCRIBE 函式轉錄音訊檔案
- 使用 ML.TRANSLATE 函式翻譯文字
- 使用資料調整模型
- 使用 ML.UNDERSTAND_TEXT 函式解讀文字
- 使用遠端函式
- 在 Python 中使用使用者定義函式
程式碼範例
Node.js
在試用這個範例之前,請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Node.js 設定說明操作。詳情請參閱 BigQuery Node.js API 參考說明文件。
如要向 BigQuery 進行驗證,請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證作業」。
Python
在試用這個範例之前,請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Python 設定說明操作。詳情請參閱 BigQuery Python API 參考說明文件。
如要向 BigQuery 進行驗證,請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證作業」。
後續步驟
如要搜尋及篩選其他 Google Cloud 產品的程式碼範例,請參閱Google Cloud 範例瀏覽工具。