Analizza con canvas di dati BigQuery
Il canvas di dati di BigQuery Studio, Gemini in BigQuery consente di trovare, trasformare, eseguire query e visualizzare i dati utilizzando dei prompt di linguaggio e un'interfaccia grafica per i flussi di lavoro di analisi.
Per i flussi di lavoro di analisi, il canvas di dati BigQuery utilizza un modello diretto aciclico grafico (DAG), che fornisce una visualizzazione grafica del flusso di lavoro. Nel canvas di dati BigQuery, può eseguire l'iterazione dei risultati delle query e lavorare con più rami di indagine in un in un unico posto.
Il canvas di dati BigQuery è progettato per accelerare le attività di analisi e professionisti dei dati come analisti di dati, data engineer e altri ancora con il percorso dai dati agli approfondimenti. Non è necessario avere conoscenze tecniche strumenti specifici, solo una conoscenza di base della lettura e della scrittura di SQL. Il canvas di dati BigQuery funziona Metadati Dataplex per l'identificazione appropriate in base al linguaggio naturale.
Il canvas di dati BigQuery non è destinato all'uso diretto da parte di utenti aziendali.
Il canvas di dati BigQuery utilizza Gemini in BigQuery per trovare i dati, creare SQL, generare grafici e creare riepiloghi dei dati.
Scopri come e quando Gemini per Google Cloud utilizza i tuoi dati.
Funzionalità
Il canvas di dati di BigQuery ti consente di:
Usa query in linguaggio naturale o sintassi di ricerca delle parole chiave con Metadati Dataplex per trovare asset come tabelle, viste o viste materializzate.
Usa il linguaggio naturale per le query SQL di base come le seguenti:
- Query che contengono clausole
FROM
, funzioni matematiche, array e struct. JOIN
operazioni per due tabelle.
- Query che contengono clausole
Visualizza i dati utilizzando i seguenti tipi di immagini:
- Grafico a barre
- Mappa termica
- Grafico lineare
- Grafico a torta
- Grafico a dispersione
Crea visualizzazioni personalizzate utilizzando il linguaggio naturale per descrivere ciò che desiderato.
Automatizza gli insight sui dati.
Limitazioni
I comandi in linguaggio naturale potrebbero non funzionare correttamente con quanto segue:
- BigQuery ML
- Apache Spark
- Tabelle di oggetti
- BigLake
INFORMATION_SCHEMA
visualizzazioni- JSON
- Campi nidificati e ripetuti
- Funzioni e tipi di dati complessi come
DATETIME
eTIMEZONE
Le visualizzazioni di dati non funzionano con i grafici delle mappe geografiche.
Best practice per la richiesta di richieste
Con le giuste tecniche di prompt, puoi generare query SQL complesse. La seguenti suggerimenti aiutano i canvas di dati BigQuery a perfezionare le per aumentare la precisione delle query:
Scrivi con chiarezza. Presenta la richiesta in modo chiaro ed evita di essere vaga.
Fai domande dirette. Per una risposta più precisa, poni una domanda alla volta e mantieni i prompt concisi. Se necessario, separa i prompt in nodi diversi nel canvas di dati BigQuery.
Fornisci istruzioni mirate ed esplicite. Enfatizza i termini chiave nel personalizzati.
Specifica l'ordine delle operazioni. Fornisci istruzioni in modo chiaro e in modo ordinato. Dividi le attività in piccoli passaggi mirati.
Perfeziona e ottimizza. Provare frasi e approcci diversi per vedere cosa offre i risultati migliori.
Per ulteriori informazioni, vedi Best practice per i prompt per i canvas di dati BigQuery.
Prima di iniziare
- Assicurati che Gemini in BigQuery sia abilitato per per il tuo progetto Google Cloud. Un in genere esegue questo passaggio.
- Assicurati di avere autorizzazioni IAM (Identity and Access Management) necessarie per utilizzare il canvas di dati di BigQuery.
Ruoli obbligatori
Per ottenere le autorizzazioni necessarie per utilizzare il canvas di dati di BigQuery, chiedi all'amministratore di concederti seguenti ruoli IAM sul progetto:
-
Utente BigQuery Studio (
roles/bigquery.studioUser
) -
Utente Cloud AI Companion (
roles/cloudaicompanion.user
)
Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso a progetti, cartelle e organizzazioni.
Potresti anche riuscire a ottenere le autorizzazioni richieste tramite la ruoli o altri ruoli predefiniti ruoli.
Per ulteriori informazioni su ruoli e autorizzazioni IAM in per BigQuery, consulta Introduzione a IAM.
Utilizza il canvas di dati di BigQuery
Puoi utilizzare il canvas di dati di BigQuery nella console Google Cloud, in una query una tabella.
Vai alla pagina BigQuery.
Fai clic su
Crea canvas di dati.Nel campo del prompt Linguaggio naturale, inserisci un prompt in linguaggio naturale.
Ad esempio, se inserisci
Find me tables related to trees
, Il canvas di dati BigQuery restituisce un elenco di possibili tabelle, tra cui: comebigquery-public-data.usfs_fia.plot_tree
obigquery-public-data.new_york_trees.tree_species
.Seleziona una tabella.
Un nodo per la tabella selezionata viene aggiunto al canvas di dati BigQuery. Per visualizzare le informazioni sullo schema, visualizzare i dettagli della tabella o visualizzare l'anteprima dei dati, seleziona le varie schede nel nodo della tabella.
Prova flussi di lavoro di esempio
Questa sezione illustra diversi modi per utilizzare il canvas di dati di BigQuery nei flussi di lavoro di analisi.
Flusso di lavoro di esempio: trova, esegui query e visualizza i dati
In questo esempio, vengono utilizzati prompt in linguaggio naturale nel canvas di dati di BigQuery per trovare dati, generare una query e modificarla. Quindi, crea un grafico.
Prompt 1: trova i dati
Nella console Google Cloud, vai alla pagina BigQuery.
Fai clic su
Crea canvas di dati.Nel campo del prompt Linguaggio naturale, inserisci il seguente prompt in linguaggio naturale:
Chicago taxi trips
Il canvas di dati BigQuery genera un elenco di potenziali tabelle in base a Metadati Dataplex. Puoi selezionare più tabelle.
Seleziona la tabella
bigquery-public-data.chicago_taxi_trips.taxi_trips
e poi fai clic su Aggiungi al canvas.Un nodo della tabella per
taxi_trips
viene aggiunto al canvas di dati BigQuery. A per visualizzare informazioni sullo schema, visualizzare i dettagli della tabella o visualizzare l'anteprima dei dati, seleziona le varie schede nel nodo della tabella.
Prompt 2: genera una query SQL nella tabella selezionata
Per generare una query SQL
bigquery-public-data.chicago_taxi_trips.taxi_trips
, segui questi passaggi:
Nel canvas di dati, fai clic su Query.
Nel campo del prompt Linguaggio naturale, inserisci quanto segue:
Get me the 100 longest trips
Il canvas di dati di BigQuery genera una query SQL simile alla seguente:
SELECT taxi_id, trip_start_timestamp, trip_end_timestamp, trip_miles FROM `bigquery-public-data.chicago_taxi_trips.taxi_trips` ORDER BY trip_miles DESC LIMIT 100;
Prompt 3: modifica la query
Per modificare la query che hai generato, puoi modificarla manualmente oppure può modificare il prompt in linguaggio naturale e rigenerare la query. In questo Ad esempio, puoi utilizzare un prompt in linguaggio naturale per modificare la query in modo da selezionare durante i quali il cliente ha pagato in contanti.
Nel campo del prompt Linguaggio naturale, inserisci quanto segue:
Get me the 100 longest trips where the payment type is cash
Il canvas di dati di BigQuery genera una query SQL simile alla seguente:
SELECT taxi_id, trip_start_timestamp, trip_end_timestamp, trip_miles FROM `PROJECT_ID.chicago_taxi_trips_123123.taxi_trips` WHERE payment_type = 'Cash' ORDER BY trip_miles DESC LIMIT 100;
Nell'esempio precedente,
PROJECT_ID
è l'ID di del tuo progetto Google Cloud.Per visualizzare i risultati della query, fai clic su Esegui.
Creare un grafico
- Nel canvas di dati, fai clic su Visualizza.
Fai clic su Crea grafico a barre.
Il canvas di dati BigQuery crea un grafico a barre che mostra il maggior numero di miglia del viaggio per ID corsa. Oltre a fornire un grafico, i canvas di dati di BigQuery riassume alcuni dei dettagli chiave dei dati a supporto della visualizzazione.
(Facoltativo) Esegui una o più delle seguenti operazioni:
- Per modificare il grafico, fai clic su Modifica e poi modifica. Il grafico nel riquadro Modifica visualizzazione.
- Per condividere il canvas di dati, fai clic su Condividi e poi su Condividi link link al canvas di dati BigQuery.
- Per ripulire il canvas di dati, seleziona more_vert Altre azioni e quindi seleziona gavel Cancella canvas. Questo passaggio restituisce una tela vuota.
Flusso di lavoro di esempio: unire le tabelle
In questo esempio, vengono utilizzati prompt in linguaggio naturale Canvas di dati BigQuery per trovare dati e unire tabelle. Quindi esporterai un una query come blocco note.
Prompt 1: trova i dati
Nel campo del prompt Linguaggio naturale, inserisci il seguente prompt:
Information about trees
Il canvas di dati di BigQuery suggerisce diverse tabelle contenenti informazioni sugli alberi.
Per questo esempio, seleziona
bigquery-public-data.new_york_trees.tree_census_1995
e poi fai clic su Aggiungi a canvas.La tabella viene visualizzata nel canvas.
Prompt 2: unisci le tabelle all'indirizzo
Nel canvas di dati, fai clic su Partecipa.
Il canvas di dati di BigQuery suggerisce le tabelle da unire.
Per aprire un nuovo campo del prompt Linguaggio naturale, fai clic su Cerca tabelle.
Nel campo del prompt Linguaggio naturale, inserisci il seguente prompt:
Information about trees
Seleziona la tabella
bigquery-public-data.new_york_trees.tree_census_2005
. quindi fai clic su Aggiungi al canvas.La tabella viene visualizzata nel canvas.
Nel canvas di dati, fai clic su Partecipa.
Nella sezione Su questo canvas, seleziona la casella di controllo Cella tabella e quindi fai clic su OK.
Nel campo del prompt Linguaggio naturale, inserisci il seguente prompt:
Join on address
Il canvas di dati di BigQuery suggerisce la query SQL per unire queste due tabelle all'indirizzo:
SELECT * FROM `bigquery-public-data.new_york_trees.tree_census_2015` AS t2015 JOIN `bigquery-public-data.new_york_trees.tree_census_1995` AS t1995 ON t2015.address = t1995.address;
Per eseguire la query e visualizzare i risultati, fai clic su Esegui.
Esporta la query come blocco note
Il canvas di dati di BigQuery ti consente di esportare le query come blocco note.
- Nel canvas di dati, fai clic su Esporta come blocco note.
- Nel riquadro Salva blocco note, inserisci il nome del blocco note e la regione in cui vuoi salvarlo.
- Fai clic su Salva. Il blocco note è stato creato.
- (Facoltativo) Per visualizzare il blocco note creato, fai clic su Apri.
Flusso di lavoro di esempio: modificare un grafico utilizzando un prompt
In questo esempio, vengono utilizzati prompt in linguaggio naturale nel canvas di dati di BigQuery per trovare, eseguire query e filtrare i dati e poi modificare i dettagli della visualizzazione.
Prompt 1: trova i dati
Per trovare dati relativi ai nomi negli Stati Uniti, inserisci il seguente prompt:
Find data about USA names
Il canvas di dati di BigQuery genera un elenco di tabelle.
Per questo esempio, seleziona
bigquery-public-data.usa_names.usa_1910_current
e poi fai clic su Aggiungi al canvas.
Prompt 2: esegui una query sui dati
Per eseguire una query sui dati, nel canvas dei dati fai clic su Query e poi digita questo prompt:
Summarize this data
Il canvas di dati di BigQuery genera una query simile alla seguente:
SELECT state, gender, year, name, number FROM `bigquery-public-data.usa_names.usa_1910_current`
Fai clic su Esegui. Vengono visualizzati i risultati della query.
Prompt 3: filtra i dati
- Nel canvas di dati, fai clic su Esegui query su questi risultati.
Per filtrare i dati, inserisci quanto segue nel campo del prompt SQL. :
Get me the top 10 most popular names in 1980
Il canvas di dati di BigQuery genera una query simile alla seguente:
SELECT name, SUM(number) AS total_count FROM `bigquery-public-data`.usa_names.usa_1910_current WHERE year = 1980 GROUP BY name ORDER BY total_count DESC LIMIT 10;
Quando esegui la query, ottieni una tabella con i dieci nomi più comuni di di bambini nati nel 1980.
Creare e modificare un grafico
Nel canvas di dati, fai clic su Visualizza.
Il canvas di dati di BigQuery suggerisce varie opzioni di visualizzazione, tra cui: un grafico a barre, un grafico a torta, un grafico a linee e una visualizzazione personalizzata.
In questo esempio, fai clic su Crea grafico a barre.
Il canvas di dati BigQuery crea un grafico a barre simile al seguente:
Oltre a fornire un grafico, il canvas di dati di BigQuery riassume alcuni dei dettagli chiave dei dati a supporto della visualizzazione. Puoi modificare il grafico facendo clic su Dettagli sulla visualizzazione e modifica del grafico nel riquadro laterale.
Prompt 4: modifica i dettagli della visualizzazione
Nel campo del prompt Visualizzazione, inserisci quanto segue:
Create a bar chart sorted high to low, with a gradient
Il canvas di dati BigQuery crea un grafico a barre simile al seguente:
(Facoltativo) Per apportare ulteriori modifiche, fai clic su Modifica.
Viene mostrato il riquadro Modifica visualizzazione. Puoi modificare i dettagli come il titolo del grafico, il nome e il nome dell'asse X. Inoltre, se fai clic sulla scheda Editor JSON, puoi modificare direttamente il grafico in base ai valori JSON.
Prezzi
Per i dettagli sui prezzi di questa funzionalità, vedi Panoramica dei prezzi di Gemini in BigQuery.
Quote e limiti
Per informazioni su quote e limiti per questa funzionalità, consulta Quote per Gemini in BigQuery.
Invia il tuo feedback
Puoi contribuire a migliorare i suggerimenti relativi ai canvas di dati di BigQuery inviando feedback a Google. Per fornire un feedback:
Nella barra degli strumenti della console Google Cloud, fai clic su Invia feedback.
(Facoltativo) Per copiare le informazioni JSON del DAG per fornire contesto aggiuntivo a il tuo feedback, fai clic su
Copia.Per compilare il modulo e fornire un feedback, fai clic su modulo.
Le impostazioni di condivisione dei dati si applicano all'intero progetto e possono essere definite solo da un
amministratore di progetto che ha serviceusage.services.enable
e
serviceusage.services.list
autorizzazioni IAM. Per maggiori informazioni
informazioni sull'utilizzo dei dati nel programma Trusted Tester, consulta
Trusted Tester di Gemini in Google Cloud
Google Cloud.
Per fornire un feedback diretto su questa funzionalità, puoi anche contattare datacanvas-feedback@google.com.
Passaggi successivi
Scopri come scrivere query con Gemini assistenza.
Scopri come creare blocchi note.