סקירה כללית על Gemini ב-BigQuery

במאמר הזה מוסבר איך Gemini ב-BigQuery, שהוא חלק מחבילת המוצרים Gemini for Google Cloud, מספק עזרה מבוססת-AI לעבודה עם הנתונים שלכם.

כלים מבוססי-AI של Gemini ב-BigQuery

‫Gemini ב-BigQuery מספק עזרה מבוססת-AI כדי:

• איך לחקור ולהבין את הנתונים בעזרת תובנות מנתונים התכונה "תובנות מנתונים" מאפשרת לכם לזהות דפוסים ולבצע ניתוח סטטיסטי באופן אוטומטי ואינטואיטיבי, באמצעות שאילתות תובנה שנוצרות מהמטא-נתונים של הטבלאות שלכם. התכונה הזו שימושית במיוחד כשמתמודדים עם האתגרים של הפעלה במצב התחלתי (cold start) בשלבים המוקדמים של חקירת הנתונים. מידע נוסף זמין במאמר יצירת תובנות מנתונים ב-BigQuery.
• צ'אט עם הנתונים שלכם באמצעות ניתוח נתונים בשיחה. ניתוח נתונים באמצעות שיחה מאפשר לכם לנהל שיחות בשפה טבעית עם הנתונים שלכם. אתם יכולים ליצור סוכני נתונים שמוגדרים עם מטא-נתונים, הוראות, מונחים במילון ושאילתות מאומתות בהתאמה אישית כדי לקבוע לוגיקה עסקית. אפשר גם להתחיל שיחות ישירות עם מקורות נתונים, כולל טבלאות, תצוגות, תרשימים וטבלאות Lakehouse. מידע נוסף זמין במאמר סקירה כללית על ניתוח נתונים בשיחה.
• חיפוש, שינוי, שליחת שאילתות והצגה חזותית של נתונים באמצעות קנבס הנתונים של BigQuery. אתם יכולים להשתמש בשפה טבעית עם Gemini ב-BigQuery כדי למצוא, לצרף ולשלוח שאילתות לנכסי טבלאות, להמחיש תוצאות ולשתף פעולה בצורה חלקה עם אחרים לאורך כל התהליך. מידע נוסף זמין במאמר ניתוח באמצעות קנבס נתונים.
• לקבל עזרה בניתוח נתונים ב-SQL וב-Python. אתם יכולים להשתמש ב-Gemini ב-BigQuery כדי ליצור או להציע קוד ב-SQL או ב-Python, ולהסביר שאילתת SQL קיימת. אתם יכולים גם להשתמש בשאילתות בשפה טבעית כדי להתחיל בניתוח הנתונים.
  
  • עזרה בכתיבת קוד SQL
    • שימוש בכלי ליצירת SQL
    • הנחיה ליצירת שאילתות SQL
    • יצירת שאילתות SQL באמצעות Gemini Cloud Assist (תצוגה מקדימה)
    • המרת הערות ל-SQL (תצוגה מקדימה)
    • השלמת שאילתת SQL (גרסת טרום-השקה (Preview))
    • הסבר על שאילתת SQL
  • עזרה בתכנות Python
    • יצירת קוד Python באמצעות הכלי ליצירת קוד
    • יצירת קוד Python באמצעות Gemini Cloud Assist (תצוגה מקדימה)
    • השלמת קוד Python
    • יצירת קוד Python של BigQuery DataFrames (תצוגה מקדימה)
• הכנת נתונים לניתוח. הכנת הנתונים ב-BigQuery מספקת המלצות טרנספורמציה מבוססות-AI שמותאמות להקשר, כדי לנקות את הנתונים לקראת הניתוח. מידע נוסף זמין במאמר הכנת נתונים באמצעות Gemini.
• יצירה ושינוי של צינורות עיבוד נתונים באמצעות Data Engineering Agent. הסוכן להנדסת נתונים עוזר לכם ליצור, לשנות ולפתור בעיות ב-Data pipelines באמצעות הנחיות בשפה טבעית. בנוסף ללוגיקה של SQL, הנציג יוצר באופן יזום מטא-נתונים סמנטיים – כמו תיאורי שדות, סקירות כלליות של טבלאות והיבטים גנריים כמו מידע על המערכת ועל הסוג – כדי להבטיח שאפשר יהיה לגלות את נכסי הנתונים שלכם מרגע היצירה. איך משתמשים בסוכן להנדסת נתונים כדי ליצור ולשנות צינורות עיבוד נתונים
• התאמה אישית של תרגומי SQL באמצעות כללי תרגום (תצוגה מקדימה) יצירת כללי תרגום משופרים באמצעות Gemini כדי להתאים אישית את תרגומי ה-SQL כשמשתמשים במתרגם SQL אינטראקטיבי. אתם יכולים לתאר את השינויים בפלט של תרגום ה-SQL באמצעות הנחיות בשפה טבעית, או לציין תבניות SQL שצריך למצוא ולהחליף. מידע נוסף זמין במאמר יצירת כלל תרגום.

‫Gemini for Google Cloud לא משתמש בהנחיות או בתשובות שלכם כנתונים לאימון המודלים שלו בלי אישור מפורש מכם. איך Gemini for Google Cloud ‎ משתמש בנתונים שלכם

פיתוח הטכנולוגיה הזאת נמצא בשלב מוקדם, ולכן יכול להיות שהמוצרים של Gemini for Google Cloud‎ יפיקו פלט שנראה סביר אבל כולל עובדות שגויות. מומלץ לאמת כל פלט של מוצרי Gemini for Google Cloud ‎ לפני שמשתמשים בו. כדי לקבל מידע נוסף, קראו את המאמר Gemini for Google Cloud ‎ ואתיקה של בינה מלאכותית.

במאמר אבטחה, פרטיות ותאימות ב-Gemini ב-BigQuery מוסבר על אבטחה, פרטיות ותאימות.

הערה: Gemini ב-BigQuery הוא חלק מ-Gemini for Google Cloud , ולא תומך באותן אפשרויות תאימות ואבטחה כמו BigQuery. כדאי להגדיר את Gemini ב-BigQuery רק לפרויקטים ב-BigQuery שלא דורשים הצעות תאימות שלא נתמכות על ידי Gemini for Google Cloud. במאמר איך משביתים את Gemini ב-BigQuery מוסבר איך להשבית או למנוע את הגישה ל-Gemini ב-BigQuery.

תמחור

התמחור של Gemini for Google Cloud

איפה אפשר להיעזר ב-Gemini ב-BigQuery

אחרי שמגדירים את Gemini ב-BigQuery, אפשר להשתמש בו כדי לבצע את הפעולות הבאות ב-BigQuery Studio:

• כדי ליצור תובנות מנתונים, נכנסים לכרטיסייה Insights של רשומה בטבלה. בכרטיסייה הזו אפשר לזהות דפוסים, להעריך את האיכות ולהריץ ניתוח סטטיסטי של הנתונים ב-BigQuery.
• כדי להשתמש בניתוח נתוני השיחות, נכנסים לדף Agents ב-BigQuery. כדי ליצור סוכני נתונים, לנהל אותם ולשוחח איתם, לוחצים על הכרטיסייה Agent catalog. כדי לראות את השיחות, לוחצים על הכרטיסייה שיחות.
• כדי להשתמש ב-data canvas, יוצרים data canvas או משתמשים ב-data canvas מטבלה או משאילתה כדי לחקור נכסי נתונים באמצעות שפה טבעית ולשתף את ה-canvas.
• כדי להשתמש בשפה טבעית ליצירת שאילתות SQL או קוד Python, משתמשים בהערות בקוד או בכלי ליצירת SQL. אתם יכולים גם לקבל הצעות להשלמה אוטומטית בזמן ההקלדה.
• כדי להכין נתונים לניתוח, ברשימה Create new בוחרים באפשרות Data preparation. למידע נוסף, קראו את המאמר פתיחת הכלי לעריכת הכנת הנתונים ב-BigQuery.

הגדרת Gemini ב-BigQuery

איך מגדירים את Gemini ב-BigQuery

איך Gemini ב-BigQuery משתמש בנתונים שלכם

כדי לספק תוצאות מדויקות, Gemini ב-BigQuery צריך גישה גם לנתוני הלקוחות וגם למטא-נתונים ב-BigQuery בשביל תכונות משופרות. כשמפעילים את Gemini ב-BigQuery, נותנים לו הרשאה לגשת לנתונים האלה, כולל הטבלאות והיסטוריית השאילתות. ‫Gemini ב-BigQuery לא משתמש בנתונים שלכם כדי לאמן או לשפר את המודלים שלו. במאמר אבטחה, פרטיות ותאימות ב-Gemini ב-BigQuery מוסבר איך Gemini משתמש בנתונים שלכם.

התכונות המשופרות של Gemini ב-BigQuery הן:

• כלי ליצירת קוד SQL
• הנחיה ליצירת שאילתות SQL
• המרת הערות ל-SQL
• השלמת שאילתת SQL
• הסבר על שאילתת SQL
• יצירת קוד Python
• השלמת קוד ב-Python
• ניתוח נתונים בממשק שיחה
• קנבס נתונים
• תהליך הכנת נתונים
• תובנות מנתונים

מיקומים

במאמר איפה Gemini ב-BigQuery מעבד את הנתונים שלכם מוסבר איפה Gemini ב-BigQuery מעבד את הנתונים שלכם.

המאמרים הבאים

• איך מגדירים את Gemini ב-BigQuery
• איך כותבים שאילתות בעזרת Gemini
• מידע נוסף על תאימות ב-Google Cloud
• מידע על אבטחה, פרטיות ותאימות ב-Gemini ב-BigQuery
• איך Gemini for Google Cloud ‎ משתמש בנתונים שלכם