GSP072

Ringkasan

Menyimpan dan mengkueri set data berukuran sangat besar dapat menjadi proses yang mahal dan memakan waktu jika tidak dilakukan dengan perangkat keras dan infrastruktur yang tepat. BigQuery adalah data warehouse perusahaan yang digunakan untuk mengatasi masalah ini dengan memungkinkan kueri SQL super-cepat menggunakan kemampuan pemrosesan infrastruktur Google. Cukup pindahkan data Anda ke BigQuery dan biarkan kami yang menangani sisanya. Anda dapat mengontrol akses ke project dan data Anda berdasarkan kebutuhan bisnis, misalnya memberi orang lain kemampuan untuk melihat atau mengkueri data Anda.

Anda dapat mengakses BigQuery di Konsol, alat command line, atau melakukan panggilan ke BigQuery REST API menggunakan berbagai library klien seperti Java, .NET, atau Python. Anda juga dapat menggunakan berbagai alat pihak ketiga untuk berinteraksi dengan BigQuery, seperti memvisualisasi data atau memuat data.

Lab praktik ini menunjukkan kepada Anda cara mengkueri tabel publik dan memuat data sampel ke BigQuery.

Yang akan Anda lakukan

• Mengkueri set data publik
• Membuat set data baru
• Memuat data ke tabel baru
• Mengkueri tabel khusus

Penyiapan dan persyaratan

Sebelum mengklik tombol Mulai Lab

Baca petunjuk ini. Lab memiliki timer dan Anda tidak dapat menjedanya. Timer, yang dimulai saat Anda mengklik Start Lab, akan menampilkan durasi ketersediaan resource Google Cloud untuk Anda.

Lab praktik ini dapat Anda gunakan untuk melakukan sendiri aktivitas lab di lingkungan cloud sungguhan, bukan di lingkungan demo atau simulasi. Untuk mengakses lab ini, Anda akan diberi kredensial baru yang bersifat sementara dan dapat digunakan untuk login serta mengakses Google Cloud selama durasi lab.

Untuk menyelesaikan lab ini, Anda memerlukan:

• Akses ke browser internet standar (disarankan browser Chrome).

Catatan: Gunakan jendela Samaran atau browser pribadi untuk menjalankan lab ini. Hal ini akan mencegah konflik antara akun pribadi Anda dan akun Siswa yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.

• Waktu untuk menyelesaikan lab. Ingat, setelah dimulai, lab tidak dapat dijeda.

Catatan: Jika Anda sudah memiliki project atau akun pribadi Google Cloud, jangan menggunakannya untuk lab ini agar terhindar dari tagihan ekstra pada akun Anda.

Cara memulai lab dan login ke Google Cloud Console

1. Klik tombol Start Lab. Jika Anda perlu membayar lab, jendela pop-up akan terbuka untuk memilih metode pembayaran. Di sebelah kiri adalah panel Lab Details dengan berikut ini:

   • Tombol Open Google Console
   • Waktu tersisa
   • Kredensial sementara yang harus Anda gunakan untuk lab ini
   • Informasi lain, jika diperlukan, untuk menyelesaikan lab ini

2. Klik Open Google Console. Lab akan menjalankan resource, lalu membuka tab lain yang menampilkan halaman Login.

   Tips: Atur tab di jendela terpisah secara berdampingan.

   Catatan: Jika Anda melihat dialog Choose an account, klik Use Another Account.

3. Jika perlu, salin Username dari panel Lab Details dan tempel ke dialog Sign in. Klik Next.

4. Salin Password dari panel Lab Details dan tempel ke dialog Welcome. Klik Next.

   Penting: Anda harus menggunakan kredensial dari panel sebelah kiri. Jangan menggunakan kredensial Google Cloud Skills Boost. Catatan: Menggunakan akun Google Cloud sendiri untuk lab ini dapat dikenai biaya tambahan.

5. Klik halaman berikutnya:

   • Setujui persyaratan dan ketentuan.
   • Jangan tambahkan opsi pemulihan atau autentikasi 2 langkah (karena ini akun sementara).
   • Jangan daftar uji coba gratis.

Setelah beberapa saat, Cloud Console akan terbuka di tab ini.

Catatan: Anda dapat melihat menu dengan daftar Produk dan Layanan Google Cloud dengan mengklik Menu navigasi di kiri atas.

Mengaktifkan Cloud Shell

Cloud Shell adalah mesin virtual yang dilengkapi dengan berbagai alat pengembangan. Mesin virtual ini menawarkan direktori beranda persisten berkapasitas 5 GB dan berjalan di Google Cloud. Cloud Shell menyediakan akses command-line untuk resource Google Cloud Anda.

1. Klik Activate Cloud Shell di bagian atas konsol Google Cloud.

Setelah terhubung, Anda sudah diautentikasi, dan project ditetapkan ke PROJECT_ID Anda. Output berisi baris yang mendeklarasikan PROJECT_ID untuk sesi ini:

Project Cloud Platform Anda dalam sesi ini disetel ke YOUR_PROJECT_ID

gcloud adalah alat command line untuk Google Cloud. Alat ini sudah terinstal di Cloud Shell dan mendukung pelengkapan command line.

2. (Opsional) Anda dapat menampilkan daftar nama akun yang aktif dengan perintah ini:

gcloud auth list

3. Klik Authorize.

4. Output Anda sekarang akan terlihat seperti ini:

Output:

ACTIVE: * ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net Untuk menyetel akun aktif, jalankan: $ gcloud config set account `ACCOUNT`

5. (Opsional) Anda dapat menampilkan daftar project ID dengan perintah ini:

gcloud config list project

Output:

[core] project = <project_ID>

Contoh output:

[core] project = qwiklabs-gcp-44776a13dea667a6 Catatan: Untuk mendapatkan dokumentasi gcloud yang lengkap di Google Cloud, baca panduan ringkasan gcloud CLI.

Tugas 1. Membuka BigQuery

Konsol BigQuery menyediakan antarmuka untuk mengkueri tabel, termasuk set data publik yang ditawarkan oleh BigQuery. Kueri yang akan Anda jalankan mengakses tabel dari set data publik yang disediakan BigQuery. BigQuery menggunakan bahasa kueri standar untuk mencari set data, dan membatasi hasil yang ditampilkan hingga 10.

Membuka konsol BigQuery

1. Di Google Cloud Console, pilih Navigation menu > BigQuery.

Kotak pesan Welcome to BigQuery in the Cloud Console akan terbuka. Kotak pesan ini menyediakan link ke panduan memulai dan catatan rilis.

2. Klik Done.

Konsol BigQuery terbuka.

Tugas 2. Mengkueri set data publik

1. Klik Compose a New Query. Salin dan tempel kueri berikut ke dalam editor Kueri BigQuery:

#standardSQL SELECT weight_pounds, state, year, gestation_weeks FROM `bigquery-public-data.samples.natality` ORDER BY weight_pounds DESC LIMIT 10;

Sampel data ini menyimpan informasi tentang tingkat kelahiran (angka kelahiran) di AS.

Tanda centang hijau atau merah akan ditampilkan tergantung apakah kueri tersebut valid atau tidak. Jika kueri valid, validator juga menjelaskan jumlah data yang akan diproses setelah Anda menjalankan kueri.

Informasi ini membantu menentukan biaya untuk menjalankan kueri.

2. Kilk tombol Run.

Hasil kueri Anda akan terlihat seperti berikut:

Uji tugas yang sudah selesai

Klik Check my progress untuk memverifikasi tugas yang telah dijalankan. Jika telah berhasil mengkueri set data publik, Anda akan melihat skor penilaian.

Mengkueri set data publik (set data: sampel, tabel: tingkat kelahiran) Catatan: Anda dapat menelusuri skema set data publik lainnya di BigQuery dengan mengklik + Add > Public Datasets, lalu telusuri "bigquery public data" pada kolom Search Marketplace.

Tugas 3. Membuat set data baru

Untuk memuat data khusus ke tabel, Anda harus membuat set data BigQuery terlebih dahulu.

Set data akan membantu mengontrol akses ke tabel dan tampilan dalam suatu project. Lab ini hanya menggunakan satu tabel, tetapi Anda masih memerlukan set data untuk menampung tabel tersebut.

1. Di panel Explorer, di dekat ID project, klik View actions (), lalu klik Create dataset.

2. Tetapkan Dataset ID ke babynames.

3. Biarkan semua kolom lain tetap pada setelan defaultnya. Klik Create dataset.

Anda sekarang memiliki set data.

Uji tugas yang sudah selesai

Klik Check my progress untuk memverifikasi tugas yang telah dijalankan. Jika Anda telah berhasil membuat set data BigQuery, Anda akan melihat skor penilaian.

Membuat set data baru

Tugas 4. Memuat data ke tabel baru

Berikutnya, Anda akan membuat tabel di dalam set data babynames, lalu memuat file data dari bucket penyimpanan ke tabel baru.

File data khusus yang akan Anda gunakan berisi data nama bayi populer dengan ukuran sekitar 7 MB, yang disediakan oleh Badan Penyelenggara Jaminan Sosial AS.

1. Di Konsol Cloud, pilih Navigation menu > BigQuery untuk kembali ke konsol BigQuery.

2. Buka set data babynames dengan mengklik View actions () di dekat set data Anda, lalu klik Create table.

3. Di dialog Create table, tetapkan kolom berikut, biarkan kolom lainnya tetap pada nilai defaultnya:

Kolom	Nilai
Buat tabel dari	Google Cloud Storage
Pilih file dari bucket GCS	spls/gsp072/baby-names/yob2014.txt
Format file	CSV
Tabel	names_2014
Schema > Edit as text	Geser, lalu tambahkan kode berikut ini di kotak teks: name:string,gender:string,count:integer

4. Klik tombol Create Table.

Setelah BigQuery selesai membuat tabel dan memuat data, Anda akan melihat tabel names_2014 di bagian set data babynames.

Uji tugas yang sudah selesai

Klik Check my progress untuk memverifikasi tugas yang telah dijalankan. Jika Anda telah berhasil memuat data ke dalam tabel set data, Anda akan melihat skor penilaian.

Memuat data ke dalam tabel Anda

Tugas 5. Melihat pratinjau tabel

Periksa tabel Anda. Lihat beberapa baris pertama data.

• Klik tabel names_2014 di panel sebelah kiri, lalu klik Preview.

Tabel Anda siap dikueri.

Tugas 6. Mengkueri set data khusus

Menjalankan kueri set data khusus sama seperti mengkueri set data publik yang Anda lakukan sebelumnya, kecuali sekarang Anda mengkueri tabel Anda sendiri, bukan tabel publik.

1. Di BigQuery, klik ikon + (Tulis kueri baru) di bagian atas.

2. Tempel atau ketik kueri berikut ke dalam Editor kueri.

Catatan: Jika nama tabel Anda bukan babynames, perbarui kode berdasarkan nama tabel Anda. #standardSQL SELECT name, count FROM `babynames.names_2014` WHERE gender = 'M' ORDER BY count DESC LIMIT 5;

3. Kilk tombol Run. Kueri akan menampilkan 5 nama anak laki-laki teratas untuk tahun data (2014) yang Anda masukkan ke dalam tabel.

Uji tugas yang sudah selesai

Klik Check my progress untuk memverifikasi tugas yang telah dijalankan. Jika Anda telah berhasil mengkueri set data khusus, Anda akan melihat skor penilaian.

Mengkueri set data khusus

Tugas 7. Menguji pemahaman Anda

Di bawah ini terdapat pertanyaan benar/salah untuk memperkuat pemahaman Anda tentang konsep lab ini. Jawab pertanyaan tersebut sebaik mungkin.

Selamat!

Anda telah menggunakan BigQuery untuk mengkueri tabel publik dan memuat data sampel ke BigQuery.

Langkah berikutnya/Pelajari lebih lanjut

Lab ini merupakan bagian dari rangkaian lab yang disebut Qwik Start. Lab ini dirancang agar Anda dapat mencoba berbagai fitur yang tersedia dengan Google Cloud. Telusuri "Qwik Start" di katalog lab untuk menemukan lab berikutnya yang ingin Anda ikuti.

Sertifikasi dan pelatihan Google Cloud

...membantu Anda mengoptimalkan teknologi Google Cloud. Kelas kami mencakup keterampilan teknis dan praktik terbaik untuk membantu Anda memahami dengan cepat dan melanjutkan proses pembelajaran. Kami menawarkan pelatihan tingkat dasar hingga lanjutan dengan opsi on demand, live, dan virtual untuk menyesuaikan dengan jadwal Anda yang sibuk. Sertifikasi membantu Anda memvalidasi dan membuktikan keterampilan serta keahlian Anda dalam teknologi Google Cloud.

Manual Terakhir Diperbarui pada 19 April 2024

Lab Terakhir Diuji pada 19 April 2024

Hak cipta 2024 Google LLC Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.