Visualiza los resultados de la búsqueda

Vista previa

Esta función está sujeta a las “Condiciones de la Oferta de la Fase Previa a la DG” en la sección Condiciones del Servicio Generales de las Condiciones Específicas del Servicio. Las funciones de la fase previa a la DG están disponibles "sin modificaciones" y pueden tener asistencia limitada. Para obtener más información, consulta las descripciones de la etapa de lanzamiento.

Usa esta guía de inicio rápido para ejecutar SQL y visualizar tus resultados en un notebook de BigQuery:

• Ejecuta una consulta con el conjunto de datos públicos bigquery-public-data.ml_datasets.penguins.
• Usa una celda de SQL para iterar en los resultados de tu consulta.
• Usa una celda de visualización para mostrar la longitud y la profundidad promedio del culmen de los pingüinos hembra de cada especie.

Antes de comenzar

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

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 (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

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 (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

1. Verify that billing is enabled for your Google Cloud project.

2. Verifica que la API de BigQuery esté habilitada.

   Habilitación de la API

   Si creaste un proyecto nuevo, la API de BigQuery se habilita automáticamente.

Permisos necesarios

Para crear y ejecutar notebooks, necesitas los siguientes roles de Identity and Access Management (IAM):

• Usuario de BigQuery (roles/bigquery.user)
• Usuario de Colab Enterprise (roles/aiplatform.colabEnterpriseUser)

Crea un notebook

Sigue las instrucciones en Crea un notebook desde el editor de BigQuery para crear un notebook nuevo.

Ejecuta una consulta

Para ejecutar una consulta en SQL en un notebook, sigue estos pasos:

1. Para crear una celda de SQL nueva en tu notebook, haz clic en SQL.

2. Ingresa la siguiente consulta:

   SELECT * FROM `bigquery-public-data.ml_datasets.penguins`;
   

3. Haz clic en Ejecutar celda.

   Los resultados de la consulta se guardan automáticamente en un DataFrame llamado df.

4. Crea otra celda de SQL y cambia el título a female_penguins.

5. Ingresa la siguiente consulta, que hace referencia al DataFrame que acabas de crear y filtra los resultados para incluir solo pingüinos hembra:

   SELECT * FROM {df} WHERE sex = 'FEMALE';
   

6. Haz clic en Ejecutar celda.

   Los resultados de la consulta se guardan automáticamente en un DataFrame llamado female_penguins.

Visualizar los resultados

1. Para crear una nueva celda de visualización en tu notebook, haz clic en Visualización.

2. Haz clic en Elegir un DataFrame y, luego, selecciona female_penguins.

   Aparecerá una interfaz de gráficos.

3. Haz clic en Diagrama de dispersión para abrir un menú de gráficos y, luego, selecciona el gráfico de barras verticales .

4. En la sección Métrica, verifica que aparezcan culmen_length_mm y culmen_depth_mm. Si falta una métrica, haz clic en Agregar métrica y selecciónala. Para quitar una métrica, mantén el puntero sobre su nombre y, luego, haz clic en Cerrar.

5. Para cada métrica, haz clic en Editar. En Agregación, selecciona Promedio.



Limpia

La manera más fácil de eliminar la facturación es borrar el proyecto que creaste para el instructivo.

Para borrar el proyecto, sigue estos pasos:

Precaución: Borrar un proyecto tiene las siguientes consecuencias:

• Se borra todo en el proyecto. Si usaste un proyecto existente para las tareas de este documento, cuando lo borres, también se borrará cualquier otro trabajo que hayas realizado en el proyecto.
• Se pierden los IDs personalizados de los proyectos. Cuando creaste este proyecto, es posible que hayas creado un ID del proyecto personalizado que desees utilizar en el futuro. Para conservar las URLs que usan el ID del proyecto, como una URL appspot.com, borra los recursos seleccionados dentro del proyecto, en lugar de todo el proyecto.

Si planeas explorar varios instructivos, arquitecturas o guías de inicio rápido, reutilizar proyectos puede ser útil para no exceder los límites de cuota de los proyectos.

1. In the Google Cloud console, go to the Manage resources page.

   Go to Manage resources

2. In the project list, select the project that you want to delete, and then click Delete.
3. In the dialog, type the project ID, and then click Shut down to delete the project.

¿Qué sigue?

• Obtén más información sobre BigQuery DataFrames.
• Obtén más información sobre las celdas de SQL en Colab Enterprise.
• Obtén más información sobre las celdas de visualización en Colab Enterprise.
• Aprende a visualizar gráficos con BigQuery DataFrames.
• Aprende a usar un notebook de BigQuery DataFrames.