Utiliser des cellules SQL

Utiliser des cellules SQL

Preview

Cette fonctionnalité est soumise(s) aux "Conditions des offres de pré-DG" de la section "Conditions générales du service" des Conditions spécifiques du service. Les fonctionnalités de pré-DG sont disponibles "en l'état" et peuvent avoir une prise en charge limitée. Pour en savoir plus, consultez les descriptions des étapes de lancement.

Ce guide explique comment utiliser les cellules SQL pour interroger des données à partir d'un notebook Colab Enterprise.

Présentation

Une cellule SQL est une cellule de code permettant d'écrire, de modifier et d'exécuter des requêtes SQL dans votre notebook Colab Enterprise. Les cellules SQL offrent un workflow alternatif aux commandes magiques IPython pour BigQuery.

Capacités

Les cellules SQL offrent les fonctionnalités suivantes :

• Prise en charge de l'exécution à blanc : validation des instructions SQL et approximation du nombre d'octets traités par la requête
• Mise en forme : linting des mots clés et coloration syntaxique
• Nommage des variables de sortie BigQuery DataFrame : référencez la variable de sortie à partir d'autres cellules du notebook.
• Remplacement de variables : référencez les variables Python et les cellules SQL pour prendre en charge la paramétrisation et la possibilité d'interroger les résultats d'une requête précédente.
• Visionneuse d'ensembles de résultats : visionneuse d'ensembles de résultats tabulaires légère avec pagination pour les ensembles de résultats volumineux

Dialecte SQL et source de données compatibles

• Les cellules SQL Colab Enterprise sont compatibles avec GoogleSQL.

• Vous pouvez exécuter des requêtes SQL sur les données BigQuery.

Limites

Tenez compte des limites suivantes lorsque vous planifiez votre projet :

• Vous pouvez exécuter plusieurs instructions SQL dans une même cellule SQL, mais seuls les résultats de la dernière instruction SQL sont enregistrés dans un DataFrame.

Avant de commencer

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

Verify that billing is enabled for your Google Cloud project.

Enable the BigQuery, Compute Engine, Dataform, and Vertex AI APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

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

Verify that billing is enabled for your Google Cloud project.

Enable the BigQuery, Compute Engine, Dataform, and Vertex AI APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

Rôles requis

Pour obtenir les autorisations nécessaires pour créer un notebook Colab Enterprise, exécuter le code du notebook sur un environnement d'exécution et utiliser les données BigQuery dans le notebook, demandez à votre administrateur de vous accorder les rôles IAM suivants sur le projet :

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

Pour en savoir plus sur l'attribution de rôles, consultez Gérer l'accès aux projets, aux dossiers et aux organisations.

Vous pouvez également obtenir les autorisations requises avec des rôles personnalisés ou d'autres rôles prédéfinis.

Un ou plusieurs des rôles requis incluent l'autorisation dataform.repositories.list. Les utilisateurs disposant de l'autorisation dataform.repositories.list ou du rôle Créateur de code (roles/dataform.codeCreator) dans un projet peuvent lister les noms des composants de code de ce projet à l'aide de l'API Dataform ou de l'interface de ligne de commande (CLI) Dataform. Les utilisateurs sans droits d'administrateur qui utilisent BigQuery Studio ne peuvent voir que les composants de code qu'ils ont créés ou qui ont été partagés avec eux.

Créer une cellule SQL

Pour créer une cellule SQL dans Colab Enterprise, procédez comme suit :

1. Dans la console Google Cloud , accédez à la page Mes notebooks de Colab Enterprise.

   Accéder à "Mes notebooks"

2. Dans le menu Région, sélectionnez la région qui contient votre notebook.

3. Cliquez sur le notebook que vous souhaitez ouvrir. Si vous n'avez pas encore créé de notebook, créez-en un.

4. Dans la barre d'outils, pour ajouter une cellule SQL, cliquez sur le menu d'options  Insérer une cellule de code, puis sélectionnez Ajouter une cellule SQL.

   

   Votre cellule SQL est ajoutée à votre notebook.

Saisir et exécuter une requête

1. Dans votre cellule SQL, saisissez une requête SQL. Pour obtenir un aperçu des instructions et des dialectes SQL compatibles, consultez Présentation de SQL dans BigQuery.

   Vous pouvez faire référence à des variables Python dans des expressions en plaçant le nom de la variable entre accolades ({ }). Par exemple, si vous avez spécifié une valeur dans une variable Python nommée my_threshold, vous pouvez limiter votre ensemble de résultats avec une requête semblable à la suivante :

   SELECT * FROM my_dataset.my_table WHERE x > {my_threshold};
       

2. Placez le pointeur de la souris sur la cellule SQL que vous souhaitez exécuter, puis cliquez sur le bouton  Exécuter la cellule.

Le résultat de la requête est automatiquement enregistré en tant que DataFrame BigQuery portant le même nom que le titre de la cellule SQL.

Interagir avec l'ensemble de résultats

Vous pouvez interagir avec l'ensemble de résultats en tant que DataFrame BigQuery ou DataFrame pandas.

Vous pouvez enchaîner des instructions SQL en utilisant le même nom de variable de cellule SQL. Par exemple, vous pouvez utiliser les DataFrames BigQuery générés par l'ensemble de résultats comme tables dans une requête suivante en encadrant le nom du DataFrame par des accolades ({ }). Consultez l'exemple suivant, qui fait référence à la sortie d'une requête précédente enregistrée en tant que DataFrame nommé df :

SELECT * FROM {df};

Étapes suivantes

• Utiliser Gemini pour expliquer et corriger les erreurs

• Utiliser l'agent Data Science