תיעוד של BigQuery
BigQuery הוא מחסן נתונים לצורכי ניתוח מנוהל במלואו של Google Cloud, בקנה מידה של פטה-בייט וחסכוני, שמאפשר להריץ ניתוח על כמויות אדירות של נתונים כמעט בזמן אמת. עם BigQuery, אין תשתית שצריך להגדיר או לנהל, כך שאתם יכולים להתמקד במציאת תובנות משמעותיות באמצעות GoogleSQL, וליהנות ממודלים גמישים של תמחור עם אפשרויות של תשלום לפי דרישה ותשלום קבוע.
מתחילים לעבוד על הוכחת ההיתכנות בחינם עם קרדיט בשווי 300$
- פיתוח באמצעות המודלים והכלים הכי עדכניים שלנו ל-AI גנרטיבי
- שימוש בחינם ביותר מ-20 מוצרים פופולריים, כולל Compute Engine וממשקי API של AI
- בלי חיובים אוטומטיים ובלי התחייבות
מתנסים ביותר מ-20 מוצרים שבחינם תמיד
אתם יכולים להשתמש ביותר מ-20 מוצרים בחינם לתרחישי שימוש נפוצים, כולל ממשקי API של AI, מכונות וירטואליות, מחסני נתונים (data warehouse) ועוד.
משאבי עזרה
מדריכים
-
מדריכים למתחילים: המסוף, שורת הפקודה, או ספריות לקוח
חומרי עזר
מקורות מידע שקשורים לנושא
Data Warehouse with BigQuery Jump Start Solution
פריסה ושימוש במחסן נתונים לדוגמה באמצעות BigQuery.
BigQuery for Data Warehousing
במאמר הזה מוסברות שיטות מומלצות לחילוץ, לשינוי ולטעינה של נתונים ב- Google Cloud באמצעות BigQuery.
עיבוד מוקדם של נתוני BigQuery באמצעות PySpark ב-Dataproc
Google Cloudכאן אפשר ללמוד איך ליצור צינור לעיבוד נתונים באמצעות Apache Spark עם Dataproc. תרחיש שימוש נפוץ במדע הנתונים ובהנדסת נתונים הוא קריאת נתונים ממיקום אחסון אחד, ביצוע טרנספורמציות בנתונים וכתיבתם במיקום אחסון אחר.
BigQuery For Data Analysis
לומדים איך להריץ שאילתות, להטמיע, לבצע אופטימיזציה, להמחיש ואפילו ליצור מודלים של למידת מכונה ב-SQL בתוך BigQuery.
BigQuery for Marketing Analysts
כאן מוסבר איך לשלוח שאילתות לנתונים באמצעות BigQuery כדי לקבל תובנות חוזרות, בעלות ערך ועם יכולת הרחבה.
BigQuery for Machine Learning
להתנסות בסוגים שונים של מודלים ב-BigQuery Machine Learning וללמוד מה הופך מודל לטוב.
העברת מחסני נתונים ל-BigQuery
לומדים על דפוסים והמלצות למעבר ממחסן נתונים מקומי ל-BigQuery.
הדמיה של נתוני BigQuery במחברת Jupyter
אפשר להשתמש בספריית הלקוח של BigQuery Python וב-Pandas במחברת Jupyter כדי להציג נתונים בטבלת דוגמה של BigQuery.
לקוח: יצירת פרטי כניסה עם היקפי הרשאה
יוצרים פרטי כניסה עם היקפי הרשאות של Drive ו-BigQuery API.
לקוח: יצירת פרטי כניסה באמצעות Application Default Credentials
יוצרים לקוח BigQuery באמצעות אישורי ברירת מחדל של האפליקציה.
לקוח: יצירה באמצעות מפתח של חשבון שירות
יוצרים לקוח BigQuery באמצעות קובץ מפתח של חשבון שירות.
BigQuery ו-Cloud Monitoring ב-App Engine עם Java 8
במאמר הזה מוסבר איך להריץ אפליקציה בסביבה רגילה של App Engine עם תלות ב-BigQuery וב-Cloud Monitoring.
סרטונים קשורים
התנסות ב-BigQuery
לקוחות חדשים מקבלים בחינם גם קרדיט בשווי 300$ להרצה, לבדיקה ולפריסה של עומסי העבודה.