GSP072

概览

如果没有合适的硬件和基础架构，存储和查询大量数据集可能非常耗时且昂贵。BigQuery 是一种企业数据仓库，它借助 Google 基础架构的强大处理能力实现了极其快速的 SQL 查询功能，从而解决了上述问题。您只需将数据迁移至 BigQuery，余下的困难部分由我们负责。您可以根据业务需求控制对项目和数据的访问权限，例如授权其他人来查看或查询您的数据。

您可以通过以下方式访问 BigQuery：使用控制台、使用命令行工具，或使用各种客户端库（例如 Java、.NET 或 Python）调用 BigQuery REST API。您还可以使用各种第三方工具与 BigQuery 交互，例如直观呈现数据或加载数据。

本实操实验将向您介绍如何查询公共表，以及如何将示例数据加载到 BigQuery 中。

您将执行的操作

• 查询公共数据集
• 创建新数据集
• 将数据加载到新表中
• 查询自定义表

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。我们会为您提供新的临时凭据，让您可以在实验规定的时间内用来登录和访问 Google Cloud。

为完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：如果您已有自己的个人 Google Cloud 账号或项目，请不要在此实验中使用，以避免您的账号产生额外的费用。

如何开始实验并登录 Google Cloud 控制台

1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个弹出式窗口供您选择付款方式。左侧是实验详细信息面板，其中包含以下各项：

   • 打开 Google Cloud 控制台按钮
   • 剩余时间
   • 进行该实验时必须使用的临时凭据
   • 帮助您逐步完成本实验所需的其他信息（如果需要）

2. 点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。

   该实验会启动资源并打开另一个标签页，显示登录页面。

   提示：请将这些标签页安排在不同的窗口中，并将它们并排显示。

   注意：如果您看见选择账号对话框，请点击使用其他账号。

3. 如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。

   {{{user_0.username | "<用户名>"}}}

   您也可以在实验详细信息面板中找到用户名。

4. 点击下一步。

5. 复制下面的密码，然后将其粘贴到欢迎对话框中。

   {{{user_0.password | "<密码>"}}}

   您也可以在实验详细信息面板中找到密码。

6. 点击下一步。

   重要提示：您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 注意：在本次实验中使用您自己的 Google Cloud 账号可能会产生额外费用。

7. 继续在后续页面中点击以完成相应操作：

   • 接受条款及条件。
   • 由于该账号为临时账号，请勿添加账号恢复选项或双重验证。
   • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Google Cloud 控制台。

注意：如需查看列有 Google Cloud 产品和服务的菜单，请点击左上角的导航菜单。

激活 Cloud Shell

Cloud Shell 是一种装有开发者工具的虚拟机。它提供了一个永久性的 5GB 主目录，并且在 Google Cloud 上运行。Cloud Shell 提供可用于访问您的 Google Cloud 资源的命令行工具。

1. 点击 Google Cloud 控制台顶部的激活 Cloud Shell 。

如果您连接成功，即表示您已通过身份验证，且当前项目会被设为您的 PROJECT_ID 环境变量所指的项目。输出内容中有一行说明了此会话的 PROJECT_ID：

Your Cloud Platform project in this session is set to YOUR_PROJECT_ID

gcloud 是 Google Cloud 的命令行工具。它已预先安装在 Cloud Shell 上，且支持 Tab 自动补全功能。

2. （可选）您可以通过此命令列出活跃账号名称：

gcloud auth list

3. 点击授权。

4. 现在，输出的内容应如下所示：

输出：

ACTIVE: * ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net To set the active account, run: $ gcloud config set account `ACCOUNT`

5. （可选）您可以通过此命令列出项目 ID：

gcloud config list project

输出：

[core] project = <project_ID>

输出示例：

[core] project = qwiklabs-gcp-44776a13dea667a6 Note: For full documentation of gcloud, in Google Cloud, refer to the gcloud CLI overview guide.

任务 1. 打开 BigQuery

通过 BigQuery 控制台界面，您可以查询表（包括由 BigQuery 提供的公共数据集）。您将运行的查询会访问 BigQuery 提供的公共数据集中的表。系统会使用标准查询语言搜索数据集，并将返回结果限制为 10 条。

打开 BigQuery 控制台

1. 在 Google Cloud 控制台中，选择导航菜单 > BigQuery。

您会看到欢迎在 Cloud 控制台中使用 BigQuery 消息框，其中提供了指向快速入门指南和版本说明的链接。

2. 点击完成。

BigQuery 控制台即会打开。

任务 2. 查询公共数据集

1. 点击编写新查询。复制以下查询并将其粘贴到 BigQuery 查询编辑器中：

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

该数据样本包含有关美国出生率的信息。

根据查询是否有效，系统会显示绿色或红色对勾。如果查询有效，则在您运行查询后，验证器还会描述要处理的数据量。

此信息有助于确定运行查询的费用。

2. 点击运行按钮。

查询结果应类似于以下内容：

验证您已完成的任务

点击检查我的进度，验证您已完成的任务。如果您成功地对公共数据集运行了查询，就会看到一个评估分数。

查询公共数据集（数据集：samples [示例]，表：natality [出生率]） 注意： 您可以通过点击 + 添加 > 公共数据集在 BigQuery 中浏览其他公共数据集的架构，然后在“搜索 Marketplace”字段中搜索“bigquery public data”。

任务 3. 创建新数据集

如要将自定义数据加载到表中，您需要先创建一个 BigQuery 数据集。

数据集有助于控制对项目中的表和视图的访问权限。本实验仅使用一个表，但您仍需使用一个数据集来保存该表。

1. 在探索器窗格中，点击项目 ID 旁边的查看操作 ()，然后点击创建数据集。

2. 将数据集 ID 设为 babynames。

3. 将所有其他字段保留为默认设置。点击创建数据集。

现在您就拥有一个数据集了。

验证您已完成的任务

点击检查我的进度，验证您已完成的任务。如果您已成功创建 BigQuery 数据集，就会看到一个评估分数。

创建新数据集

任务 4. 将数据加载到新表中

接下来，您要在 babynames 数据集内创建一个表，然后将数据文件从存储桶加载到这个新表中。

您将使用的自定义数据文件包含约 7 MB 的热门婴儿姓名数据，该文件由美国社会保障管理局提供。

1. 在 Cloud 控制台中，选择导航菜单 > BigQuery，以返回 BigQuery 控制台。

2. 点击数据集旁边的查看操作 () 前往 babynames 数据集，然后点击创建表。

3. 在“创建表”对话框中，设置以下字段，并将所有其他字段保留为默认值：

字段	值
基于以下数据源创建表	Google Cloud Storage
从 GCS 存储桶中选择文件	spls/gsp072/baby-names/yob2014.txt
文件格式	CSV
表	names_2014
架构 > 以文本形式修改	滑动以启用该设置，然后在文本框中添加以下内容：name:string,gender:string,count:integer

4. 点击创建表按钮。

在 BigQuery 中完成创建表和加载数据的操作后，您便会在 babynames 数据集下看到 names_2014 表。

验证您已完成的任务

点击检查我的进度，验证您已完成的任务。如果您已成功地将数据加载到数据集表中，就会看到一个评估分数。

将数据加载到您的表中

任务 5. 预览表

查看您的表！查看前几行数据。

• 点击左侧面板中的 names_2014 表，然后点击预览。

该表已可用于查询。

任务 6. 查询自定义数据集

对自定义数据运行查询和您之前查询公共数据集的过程相同，只是现在您要查询的是自己的表，而非公共表。

1. 在 BigQuery 中，点击顶部的 +（编写新查询）图标。

2. 将以下查询粘贴或输入到查询编辑器中。

注意：如果表的名称不是 babynames，请用实际的表名称更新以下代码中的表名称。 #standardSQL SELECT name, count FROM `babynames.names_2014` WHERE gender = 'M' ORDER BY count DESC LIMIT 5;

3. 点击运行按钮。该查询会显示您加载到表中的数据所对应年份 (2014) 的最热门的 5 个男孩名。

验证您已完成的任务

点击检查我的进度，验证您已完成的任务。如果您成功地对自定义数据集运行了查询，就会看到一个评估分数。

查询自定义数据集

任务 7. 检验您的掌握情况

我们在下方准备了一道判断题，以加强您对本实验所涉概念的理解。请尽您所能回答。

恭喜！

您成功地使用 BigQuery 查询了公共表，并将示例数据加载到了 BigQuery 中。

后续步骤/了解详情

本实验是 Qwik Starts 系列实验的其中一项。通过这些实验，您可以一窥 Google Cloud 的诸多功能。请在实验目录中搜索“Qwik Starts”，找到您要参与的下一项实验！

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

上次更新手册的时间：2024 年 4 月 19 日

上次测试实验的时间：2024 年 4 月 19 日

版权所有 2024 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。