Gemini Cloud Assist verwenden

In diesem Dokument wird beschrieben, wie Sie Gemini Cloud Assist, ein Produkt aus dem Gemini für Google Cloud Portfolio, verwenden können, um Metadaten, Jobs und Abfragen in BigQuery besser zu verstehen und damit zu arbeiten. Es enthält unterstützte Anwendungsfälle und Beispielprompts, die Sie in Gemini Cloud Assist verwenden können.

Hinweis

Bevor Sie Gemini Cloud Assist verwenden können, muss Ihr Administrator die Schritte zum Einrichten von Gemini Cloud Assist für das Projekt oder den Ordner ausführen, in dem Sie arbeiten.

Damit Gemini Cloud Assist Fragen und Anfragen zu Ihren Google Cloud Ressourcen beantworten kann, benötigt es die entsprechenden Berechtigungen für Identitäts- und Zugriffsverwaltung (Identity and Access Management, IAM) für diese Ressourcen. Gemini Cloud Assist übernimmt Ihre Berechtigungen, wenn Sie es auffordern, Ihre BigQuery-Daten abzufragen. In vielen Fällen sind die erforderlichen IAM-Berechtigungen daher bereits erteilt. Weitere Informationen finden Sie unter IAM-Anforderungen für die Verwendung von Gemini Cloud Assist.

Gemini Cloud Assist verwenden

  1. Rufen Sie die Seite BigQuery auf.

    BigQuery aufrufen

  2. Klicken Sie in der Google Cloud -Symbolleiste auf spark Gemini-KI-Chat öffnen oder schließen, um den Gemini Cloud Assist-Chat zu öffnen.

    Button „Gemini Cloud Assist“ in der BigQuery-Symbolleiste

  3. Geben Sie im Feld Prompt eingeben Ihren Prompt ein.

  4. Klicken Sie auf Prompt senden.

In den folgenden Abschnitten finden Sie Beispiele für Aufgaben, die Sie mit Gemini Cloud Assist ausführen können, sowie Beispielprompts.

Jobs analysieren

Weitere Informationen zu Jobs, die in Ihrem Projekt ausgeführt wurden, einschließlich Ihres persönlichen Jobverlaufs und des Jobverlaufs des Projekts, können Sie für die folgenden Anwendungsfälle nutzen:

  • Lange laufende Abfragen debuggen. Informationen zum aktuellen Status eines Jobs und zu den Gründen, warum er länger als erwartet dauert, z. B. Slot-Konflikte, eine große Anzahl gescannter Zeilen oder ein hohes Datenvolumen. Geben Sie im Bereich Cloud Assist einen Prompt ähnlich dem folgenden ein:

    Why is this job taking so long? JOB_ID

  • Ursache eines fehlgeschlagenen Jobs analysieren. Informationen dazu, warum eine bestimmte Abfrage fehlgeschlagen ist. Geben Sie im Bereich Cloud Assist einen Prompt ähnlich dem folgenden ein:

    Why did JOB_ID fail?

  • Ressourcenintensive Abfragen finden. Informationen zu den teuersten Abfragen basierend auf der geschätzten Anzahl der verarbeiteten Byte. Geben Sie im Bereich Cloud Assist einen Prompt ähnlich dem folgenden ein:

    What are the 3 most expensive queries that I ran in the last 2 days?

Ressourcen entdecken

Suchen Sie nach Datasets und Tabellenressourcen in einem einzelnen Projekt oder in mehreren Projekten und rufen Sie Informationen dazu ab. Gemini Cloud Assist verwendet Knowledge Catalog, um nach Ihren BigQuery-Ressourcen zu suchen. Suchen werden mit Ihren Berechtigungen ausgeführt. Wenn Sie beispielsweise nicht berechtigt sind, die Metadaten einer Ressource aufzurufen, wird sie in den Ergebnissen nicht angezeigt. Unterstützte Anwendungsfälle sind unter anderem:

  • Nach einer Ressource anhand des Namens suchen. Geben Sie im Bereich Cloud Assist einen Prompt ähnlich dem folgenden ein:

    Do I have any datasets named ecommerce?

  • Nach den Metadaten einer Tabelle fragen. Sie können nach einer Tabelle anhand des Namens fragen oder Gemini Cloud Assist anhand Ihres Chatverlaufs oder der Tabelle, auf die im aktiven Abfragetab verwiesen wird, ableiten lassen, welche Tabelle Sie meinen. Wenn Sie eine Tabelle anhand des Namens angeben, müssen Sie den vollqualifizierten Namen verwenden. Sie können nach dem Schema einer Tabelle oder anderen Metadaten wie Partitionierung und Clustering fragen. Geben Sie im Bereich Cloud Assist einen Prompt ähnlich dem folgenden ein:

    What's the schema for `project_name.dataset_name.table_name`?

  • Fragen, wo Sie bestimmte Informationen finden. Geben Sie im Bereich Cloud Assist einen Prompt ähnlich dem folgenden ein:

    Where can I find demographics, such as age and location, for new users from the last year?

SQL generieren

Generieren Sie eine SQL-Abfrage, indem Sie beschreiben, was die Abfrage tun soll. Die besten Ergebnisse erzielen Sie, wenn Sie den Namen der Tabelle angeben, die Sie abfragen möchten. Geben Sie beispielsweise im Bereich Cloud Assist einen Prompt ähnlich dem folgenden ein:

Generate a SQL query to show me the duration and subscriber type for the ten longest trips.
Use the `bigquery-public-data.san_francisco_bikeshare.bikeshare_trips` table.

Python-Code generieren

Generieren Sie Python-Code, indem Sie beschreiben, was er tun soll. Im Bereich Cloud Assist können Sie beispielsweise den folgenden Prompt eingeben, um Gemini aufzufordern, die Tabelle penguins aus einem öffentlichen Dataset mit der BigQuery-Magics-Syntax abzufragen:

Generate python code to query the `bigquery-public-data.ml_datasets.penguins`
table using bigquery magics

Nächste Schritte