יכול להיות שחלק מהמידע בדף הזה או כולו לא רלוונטי ל-Cloud de Confiance by S3NS. פרטים נוספים מופיעים במאמר מה ההבדל מ-Google Cloud.

ניתוח באמצעות קנבס נתונים ב-BigQuery

במאמר הזה מוסבר איך להשתמש בקנבס נתונים לניתוח נתונים. אפשר גם לנהל את המטא נתונים של קנבס נתונים באמצעות Dataplex Universal Catalog.

קנבס נתונים ב-BigQuery, שהוא תכונה של Gemini ב-BigQuery, מאפשר לכם למצוא, לשנות, לשאול שאילתות ולהציג נתונים באמצעות הנחיות בשפה טבעית וממשק גרפי לזרימות עבודה של ניתוח.

בזרימות עבודה של ניתוח, קנבס נתונים ב-BigQuery משתמש בגרף אציקלי מכוון (DAG), שמספק תצוגה גרפית של זרימת העבודה. בקנבס נתונים ב-BigQuery, אפשר לחזור על תוצאות השאילתה ולעבוד עם כמה ענפים של שאילתות במקום אחד.

קנבס נתונים ב-BigQuery נועד להאיץ משימות ניתוח ולעזור לאנשי מקצוע בתחום הנתונים, כמו מנתחי נתונים, מהנדסי מערכות מידע ואחרים, בתהליך הפיכת הנתונים לתובנות. לא נדרש ידע טכני בכלים ספציפיים, אלא רק היכרות בסיסית עם קריאה וכתיבה של SQL. קנבס נתונים ב-BigQuery פועל עם מטא-נתונים של Dataplex Universal Catalog כדי לזהות טבלאות מתאימות על סמך שפה טבעית.

קנבס הנתונים ב-BigQuery לא מיועד לשימוש ישיר של משתמשים עסקיים.

קנבס נתונים ב-BigQuery משתמש ב-Gemini ב-BigQuery כדי למצוא את הנתונים, ליצור SQL, ליצור תרשימים וליצור סיכומי נתונים.

איך Gemini for Cloud de Confiance ‎ משתמש בנתונים שלכם, ובאילו מקרים.

יכולות

קנבס נתונים ב-BigQuery מאפשר לכם:

אפשר להשתמש בשאילתות בשפה טבעית או בתחביר של חיפוש מילות מפתח עם מטא-נתונים של Dataplex Universal Catalog כדי למצוא נכסים כמו טבלאות, תצוגות או תצוגות חומריות.
אפשר להשתמש בשפה טבעית לשאילתות SQL בסיסיות, כמו השאילתות הבאות:
- שאילתות שמכילות פסקי FROM, פונקציות מתמטיות, מערכים ומבנים.
- פעולות JOIN לשתי טבלאות.
אתם יכולים ליצור תרשימים בהתאמה אישית באמצעות הנחיות בשפה טבעית כדי לתאר את מה שאתם רוצים.
אוטומציה של תובנות מנתונים.

מגבלות

יכול להיות שהפקודות בשפה טבעית לא יפעלו כמו שצריך במקרים הבאים:
- BigQuery ML
- Apache Spark
- טבלאות אובייקטים
- BigLake
- ‫INFORMATION_SCHEMA צפיות
- JSON
- שדות בתוך שדות ושדות חוזרים
- פונקציות מורכבות וסוגי נתונים כמו DATETIME ו-TIMEZONE
אי אפשר להשתמש בהמחשות נתונים בתרשימי מפות גיאוגרפיות.

שיטות מומלצות לכתיבת הנחיות

בעזרת טכניקות הנחיה נכונות, אפשר ליצור שאילתות SQL מורכבות. ההצעות הבאות יעזרו לכם לשפר את ההנחיות בשפה טבעית בקנבס נתונים ב-BigQuery כדי להגדיל את הדיוק של השאילתות:

כתיבה ברורה. חשוב לנסח את הבקשה בצורה ברורה ולא להשתמש בניסוחים מעורפלים.
לשאול שאלות ישירות. כדי לקבל את התשובה הכי מדויקת, כדאי לשאול שאלה אחת בכל פעם ולנסח את ההנחיות בצורה תמציתית. אם בהנחיה הראשונית שלכם יש יותר משאלה אחת, כדאי לפרט כל חלק נפרד בשאלה כדי שיהיה ברור ל-Gemini.
הקפידו לתת הוראות ממוקדות וברורות. הדגישו מונחים מרכזיים בהנחיות.
מציינים את סדר הפעולות. תספק הוראות בצורה ברורה ומסודרת. כדאי לחלק את המשימות לשלבים קטנים וממוקדים.
משפרים ומבצעים איטרציות. נסו ניסוחים וגישות שונים כדי לראות מה מניב את התוצאות הטובות ביותר.

מידע נוסף זמין במאמר שיטות מומלצות לכתיבת הנחיות בקנבס נתונים ב-BigQuery.

לפני שמתחילים

מוודאים ש-Gemini ב-BigQuery מופעל בפרויקט Cloud de Confiance . בדרך כלל האדמין מבצע את השלב הזה.
חשוב לוודא שיש לכם את ההרשאות הנדרשות לניהול זהויות והרשאות גישה (IAM) כדי להשתמש בקנבס נתונים ב-BigQuery.
כדי לנהל את המטא-נתונים של קנבס נתונים ב-Dataplex Universal Catalog, צריך לוודא ש-Dataplex API מופעל בפרויקט Cloud de Confiance .

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות לשימוש בקנבס נתונים ב-BigQuery, צריך לבקש מהאדמין להקצות לכם את תפקידי ה-IAM הבאים בפרויקט:

BigQuery Studio User (roles/bigquery.studioUser)
‫Gemini for Google Cloud User (roles/cloudaicompanion.user)

להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

יכול להיות שאפשר לקבל את ההרשאות הנדרשות גם באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש.

במאמר מבוא ל-IAM יש מידע נוסף על תפקידים והרשאות ב-IAM ב-BigQuery.

כדי לנהל מטא-נתונים של קנבס נתונים ב-Dataplex Universal Catalog, צריך לוודא שיש לכם את התפקידים הנדרשים ב-Dataplex Universal Catalog ואת ההרשאה dataform.repositories.get.

סוגי צמתים

אזור הציור הוא אוסף של צומת אחד או יותר. אפשר לחבר את הצמתים בכל סדר. קנבס הנתונים ב-BigQuery כולל את סוגי הצמתים הבאים:

טקסט
חיפוש
טבלה
SQL
צומת היעד
הצגה חזותית
תובנות

צומת טקסט

במרחב העבודה לנתונים ב-BigQuery, צומת טקסט מאפשר להוסיף תוכן בפורמט טקסט עשיר למרחב העבודה. ההערות שימושיות להוספת הסברים, הערות או הוראות לקנבס, כדי שיהיה לכם ולאחרים קל יותר להבין את ההקשר והמטרה של הניתוח. אתם יכולים להזין כל תוכן טקסט שתרצו בכלי לעריכת צמתים של טקסט, כולל Markdown לעיצוב. היכולת הזו מאפשרת לכם ליצור בלוקים של טקסט שנראים טוב ומכילים מידע.

מצומת הטקסט אפשר לבצע את הפעולות הבאות:

מוחקים את הצומת.
מבצעים ניפוי באגים בצומת.
משכפלים את הצומת.

חיפוש צומת

בקנבס נתונים ב-BigQuery, צומת חיפוש מאפשר לכם למצוא נכסי נתונים ולשלב אותם בקנבס. הוא משמש כגשר בין השאילתות בשפה טבעית או החיפושים לפי מילות מפתח לבין הנתונים שאתם רוצים לעבוד איתם.

אתם מזינים שאילתת חיפוש, במילים שלכם או באמצעות מילות מפתח. צומת החיפוש מחפש בנכסי הנתונים שלכם. הוא מסתמך על מטא-נתונים של Dataplex Universal Catalog כדי לשפר את ההבנה של ההקשר. בנוסף, בקנבס הנתונים ב-BigQuery מוצגות הצעות לטבלאות, לשאילתות ולשאילתות שמורות שהיו בשימוש לאחרונה.

צומת החיפוש מחזיר רשימה של נכסי נתונים רלוונטיים שתואמים לשאילתה. הוא מתחשב בשמות העמודות ובתיאורי הטבלאות. אחר כך תוכלו לבחור את הנכסים שרוצים להוסיף ללוח הנתונים כצמתי טבלה, כדי להמשיך לנתח את הנתונים ולהציג אותם בצורה ויזואלית.

מצומת החיפוש אפשר לבצע את הפעולות הבאות:

מוחקים את הצומת.
מבצעים ניפוי באגים בצומת.
משכפלים את הצומת.

צומת טבלה

בקנבס נתונים ב-BigQuery, צומת של טבלה מייצג טבלה ספציפית ששילבתם בתהליך העבודה של הניתוח. הוא מייצג את הנתונים שאתם עובדים איתם ומאפשר לכם לבצע פעולות ישירות בנתונים.

בצומת של טבלה מוצג מידע על הטבלה, כמו השם, הסכימה ותצוגה מקדימה של הנתונים. אפשר לראות פרטים כמו סכימת הטבלה, פרטי הטבלה ותצוגה מקדימה של הטבלה.

מצומת הטבלה אפשר לבצע את הפעולות הבאות:

מוחקים את הצומת.
מבצעים ניפוי באגים בצומת.
משכפלים את הצומת.
מריצים את הצומת.
מריצים את הצומת ואת הצומת הבא.

בקנבס הנתונים, אפשר לבצע את הפעולות הבאות:

מריצים שאילתה על התוצאות בצומת SQL חדש.
מצטרפים לתוצאות בטבלה אחרת.

צומת SQL

בקנבס נתונים ב-BigQuery, צומת SQL מאפשר להריץ שאילתות SQL מותאמות אישית ישירות בקנבס. אפשר לכתוב קוד SQL ישירות בכלי לעריכת צומתי SQL או להשתמש בהנחיה בשפה טבעית כדי ליצור את ה-SQL.

צומת ה-SQL מריץ את שאילתת ה-SQL שצוינה על מקורות הנתונים שצוינו. השלב SQL יוצר טבלת תוצאות, שאפשר לקשר אותה לשלבים אחרים באזור העריכה כדי לבצע ניתוח או הצגה חזותית נוספים. הפלט מההרצה של צומת SQL, שנקרא תוצאת שאילתה, יכול גם להישמר בטבלה משלו באמצעות צומת יעד.

אחרי שהשאילתה מורצת, אפשר לייצא אותה כשאילתה מתוזמנת, לייצא את תוצאות השאילתה או לשתף את אזור העריכה, בדומה להרצת שאילתה אינטראקטיבית.

מצומת ה-SQL אפשר לבצע את הפעולות הבאות:

מייצאים את הצהרת ה-SQL כשאילתה מתוזמנת.
מוחקים את הצומת.
מבצעים ניפוי באגים בצומת.
משכפלים את הצומת.
מריצים את הצומת.
מריצים את הצומת ואת הצומת הבא.

בקנבס הנתונים, אפשר לבצע את הפעולות הבאות:

מריצים שאילתה על התוצאות בצומת SQL חדש.
שמירת התוצאות בטבלה.
המחשה חזותית של התוצאות בצומת המחשה חזותית.
יצירת תובנות על התוצאות בצומת של תובנות.
מצטרפים לתוצאות בטבלה אחרת.

צומת היעד

בקנבס נתונים ב-BigQuery, צומת יעד הוא צומת צאצא של צומת SQL ששומר את התוצאה של הרצת SQL בטבלה ייעודית. אפשר לשמור את הטבלה במערך נתונים חדש או קיים, או כטבלה חדשה או קיימת במערך נתונים. אחרי שיוצרים טבלת יעד, משתמשים בלחצן הדו-מצבי של SQL כדי שהטבלה תתעדכן בזמן אמת כשמבצעים מחדש את צומת ה-SQL הראשי.

צומת יעד יכול להפוך לצומת טבלה אם הוא מנותק מהצומת ההורה, והתוכן של הטבלה לא מושפע משינויים במעלה הזרם בצומת ה-SQL ההורה.

מצומת היעד אפשר לבצע את הפעולות הבאות:

מנתקים את הצומת מההורה כדי להפוך אותו לצומת טבלה עצמאי.
מריצים שאילתה בטבלה בצומת SQL חדש.
מצטרפים לתוצאות בטבלה אחרת.

צומת של תצוגה חזותית

בקנבס נתונים ב-BigQuery, צומת של תרשים מאפשר להציג נתונים באופן חזותי, וכך להבין בקלות רבה יותר מגמות, דפוסים ותובנות. יש מגוון סוגי תרשימים שאפשר לבחור מתוכם, כך שתוכלו לבחור ולהתאים אישית את התצוגה החזותית הטובה ביותר לנתונים שלכם.

צומת של תצוגה חזותית מקבל טבלה כקלט, שיכולה להיות התוצאה של שאילתת SQL או של צומת טבלה. על סמך סוג התרשים שנבחר והנתונים בטבלת הקלט, צומת התצוגה החזותית יוצר תרשים. אפשר לבחור באפשרות תרשים אוטומטי כדי לאפשר ל-BigQuery לבחור את סוג התרשים הכי מתאים לנתונים. לאחר מכן, צומת ההמחשה מציג את התרשים שנוצר.

צומת ההדמיה מאפשר להתאים אישית את התרשים, כולל שינוי הצבעים, התוויות ומקורות הנתונים. אפשר גם לייצא את התרשים כקובץ PNG.

המחשה ויזואלית של הנתונים באמצעות סוגי הגרפים הבאים:

תרשים עמודות
מפת חום
תרשים קווי
תרשים עוגה
תרשים פיזור

בצומת ההדמיה אפשר לבצע את הפעולות הבאות:

מייצאים את התרשים כקובץ PNG.
מבצעים ניפוי באגים בצומת.
משכפלים את הצומת.
מריצים את הצומת.
מריצים את הצומת ואת הצומת הבא.

בקנבס הנתונים, אפשר לבצע את הפעולות הבאות:

יצירת תובנות על התוצאות בצומת של תובנות.
עורכים את ההצגה החזותית.

צומת התובנות

ב-BigQuery data canvas, צומת תובנות מאפשר ליצור תובנות וסיכומים מהנתונים שב-data canvas. כך תוכלו לזהות דפוסים, להעריך את איכות הנתונים ולבצע ניתוח סטטיסטי על האזור המשותף. הוא מזהה מגמות, דפוסים, חריגות ומתאמים בנתונים, וגם יוצר סיכומים תמציתיים וברורים של תוצאות ניתוח הנתונים.

מידע נוסף על תובנות לגבי נתונים זמין במאמר יצירת תובנות לגבי נתונים ב-BigQuery.

בצומת התובנות אפשר לבצע את הפעולות הבאות:

מוחקים את הצומת.
משכפלים את הצומת.
מריצים את הצומת.

ניתוח מתקדם (צומת Python) (הוצא משימוש)

ניתוח מתקדם, שנקרא גם צומת Python, הוא תכונה בגרסת טרום-השקה (Preview).

התכונה הזו יצאה משימוש. כדי להמשיך להשתמש באזור העריכה, צריך לייצא את השאילתה למחברת.

שימוש בקנבס נתונים ב-BigQuery

אפשר להשתמש בקנבס נתונים ב-BigQuery ב Cloud de Confiance מסוף, בשאילתה או בטבלה.

עוברים לדף BigQuery.

כניסה ל-BigQuery
ב-עורך השאילתות, לצד שאילתת SQL, לוחצים על Create new ואז על קנבס נתונים.
בשדה ההנחיה שפה טבעית, מזינים הנחיה בשפה טבעית.

לדוגמה, אם מזינים Find me tables related to trees, קנבס נתונים ב-BigQuery יחזיר רשימה של טבלאות אפשריות, כולל מערכי נתונים ציבוריים כמו bigquery-public-data.usfs_fia.plot_tree או bigquery-public-data.new_york_trees.tree_species.
בוחרים טבלה.

צומת טבלה עבור הטבלה שנבחרה מתווסף לקנבס נתונים ב-BigQuery. כדי לראות את פרטי הסכימה, את פרטי הטבלה או תצוגה מקדימה של הנתונים, בוחרים בכרטיסיות השונות בצומת הטבלה.
אופציונלי: אחרי ששומרים את קנבס הנתונים, אפשר להשתמש בסרגל הכלים הבא כדי לראות את הפרטים של קנבס הנתונים או את היסטוריית הגרסאות, להוסיף תגובות חדשות, להשיב לתגובות קיימות או לקבל קישור לתגובה קיימת:

התכונה תגובות בסרגל הכלים נמצאת בגרסת טרום-השקה. כדי לשלוח משוב או לבקש תמיכה בנוגע לתכונה הזו, אפשר לשלוח אימייל לכתובת bqui-workspace-pod@google.com.

אמצעי הבקרה של הקנבס

סרגל הכלים של קנבס הנתונים כולל את אמצעי הבקרה הבאים להוספת צמתים ולניהול התצוגה של קנבס הנתונים:

סרגל הכלים של קנבס הנתונים.

חיפוש: מוסיף צומת חיפוש לאזור העריכה.
‫SQL: מוסיף צומת SQL לאזור העריכה.
טקסט: מוסיף צומת Markdown או טקסט לתגובות.
כוונון מרחק התצוגה: מאפשר להגדיר רמת זום ספציפית.
התאמת הזום: הזום מותאם באופן אוטומטי כדי להציג את כל התוכן באזור העריכה.
התאמת הזום לאזור הנבחר: התאמה אוטומטית של הזום כדי להתמקד בצומת שנבחר.
הגדלת התצוגה: מגדילה את התצוגה של אזור העריכה. אפשר גם להתקרב על ידי לחיצה ממושכת על Control וגלילה באמצעות גלגל העכבר.
הקטנת התצוגה: מקטינה את התצוגה של אזור העריכה. אפשר גם להתרחק על ידי לחיצה ממושכת על Control ושימוש בגלגל העכבר לגלילה.
מסך מלא: מעבר למצב מסך מלא של אזור העריכה.
סידור אזור העריכה: סידור אוטומטי של הצמתים באזור העריכה.
רענון אזור העריכה: מפעיל את כל הצמתים שניתן להפעיל בלחיצה על לחצן אחד.
עוד פעולות: פתיחת אפשרויות נוספות, כמו ניקוי הלוח.

בדוגמאות הבאות מוסברות דרכים שונות לשימוש בקנבס נתונים ב-BigQuery בתהליכי עבודה של ניתוח.

דוגמה לתהליך עבודה: חיפוש, שאילתה והמחשה של נתונים

בדוגמה הזו, תשתמשו בהנחיות בשפה טבעית בקנבס נתונים ב-BigQuery כדי למצוא נתונים, ליצור שאילתה ולערוך אותה. לאחר מכן יוצרים תרשים.

הנחיה 1: חיפוש נתונים

במסוף Cloud de Confiance , עוברים לדף BigQuery.

כניסה ל-BigQuery
ב-עורך השאילתות, לצד שאילתת SQL, לוחצים על Create new ואז על קנבס נתונים.
לוחצים על חיפוש נתונים.
לוחצים על filter_list עריכת מסנני החיפוש, ואז בחלונית סינון החיפוש לוחצים על המתג מערכי נתונים ציבוריים של BigQuery כדי להעביר אותו למצב מופעל.
בשדה ההנחיה שפה טבעית, מזינים את ההנחיה הבאה בשפה טבעית:
```
Chicago taxi trips
```
קנבס נתונים ב-BigQuery יוצר רשימה של טבלאות פוטנציאליות על סמך המטא-נתונים של Dataplex Universal Catalog. אפשר לבחור כמה טבלאות.
בוחרים באפשרות bigquery-public-data.chicago_taxi_trips.taxi_trips table (טבלה) ולוחצים על Add to canvas (הוספה לאזור העריכה).

נוסף צומת של טבלה בשביל taxi_trips לקנבס הנתונים ב-BigQuery. כדי לראות את פרטי הסכימה, את פרטי הטבלה או תצוגה מקדימה של הנתונים, בוחרים בכרטיסיות השונות בצומת הטבלה.

הנחיה 2: יצירת שאילתת SQL בטבלה שנבחרה

כדי ליצור שאילתת SQL לטבלה bigquery-public-data.chicago_taxi_trips.taxi_trips:

בקנבס נתונים, לוחצים על שאילתה.

בשדה ההנחיה שפה טבעית, מזינים את הטקסט הבא:

Get me the 100 longest trips

קנבס הנתונים ב-BigQuery יוצר שאילתת SQL שדומה לזו:

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;

הנחיה 3: עריכת השאילתה

כדי לערוך את השאילתה שיצרתם, אתם יכולים לערוך אותה באופן ידני או לשנות את ההנחיה בשפה טבעית וליצור מחדש את השאילתה. בדוגמה הזו, משתמשים בהנחיה בשפה טבעית כדי לערוך את השאילתה כך שייבחרו רק נסיעות שבהן הלקוח שילם במזומן.

בשדה ההנחיה שפה טבעית, מזינים את הטקסט הבא:

Get me the 100 longest trips where the payment type is cash

קנבס הנתונים ב-BigQuery יוצר שאילתת SQL שדומה לזו:

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;

בדוגמה הקודמת, PROJECT_ID הוא המזהה של הפרויקט Cloud de Confiance .

כדי לראות את תוצאות השאילתה, לוחצים על Run.

יצירת תרשים

בקנבס נתונים, לוחצים על יצירת תרשים.
לוחצים על יצירת תרשים עמודות.

קנבס נתונים ב-BigQuery יוצר תרשים עמודות שמציג את מרחקי הנסיעה הגדולים ביותר לפי מזהה הנסיעה. בנוסף לתרשים, ב-BigQuery Data Canvas מוצג סיכום של חלק מהפרטים העיקריים של הנתונים שעליהם מבוססת הוויזואליזציה.
אופציונלי: מבצעים אחת או יותר מהפעולות הבאות:
- כדי לשנות את התרשים, לוחצים על עריכה ואז עורכים את התרשים בחלונית עריכת התצוגה החזותית.
- כדי לשתף את קנבס הנתונים, לוחצים על שיתוף ואז על שיתוף קישור כדי להעתיק את הקישור לקנבס הנתונים ב-BigQuery.
- כדי לנקות את קנבס הנתונים, בוחרים באפשרות פעולות נוספות ואז באפשרות ניקוי לוח הציור. בסיום השלב הזה, לוח הציור יהיה ריק.

דוגמה לתהליך עבודה: צירוף טבלאות

בדוגמה הזו, משתמשים בהנחיות בשפה טבעית בקנבס נתונים ב-BigQuery כדי למצוא נתונים ולצרף טבלאות. לאחר מכן מייצאים שאילתה כמחברת.

הנחיה 1: חיפוש נתונים

בשדה ההנחיה שפה טבעית, מזינים את ההנחיה הבאה:
```
Information about trees
```
קנבס הנתונים ב-BigQuery מציע כמה טבלאות עם מידע על עצים.
בדוגמה הזו, בוחרים את הטבלה bigquery-public-data.new_york_trees.tree_census_1995 ולוחצים על הוספה לאזור העריכה.

הטבלה מוצגת באזור העריכה.

הנחיה 2: הצטרפות לטבלאות לפי הכתובת

במרחב הנתונים, לוחצים על Join (צירוף).

קנבס הנתונים ב-BigQuery מציע טבלאות לאיחוד.
כדי לפתוח שדה חדש להנחיה בשפה טבעית, לוחצים על חיפוש טבלאות.
בשדה ההנחיה שפה טבעית, מזינים את ההנחיה הבאה:
```
Information about trees
```
בוחרים את הטבלה bigquery-public-data.new_york_trees.tree_census_2005 ולוחצים על הוספה לאזור העריכה.

הטבלה מוצגת באזור העריכה.
במרחב הנתונים, לוחצים על Join (צירוף).
בקטע On this canvas (במרחב העריכה הזה), מסמנים את תיבת הסימון Table cell (תא בטבלה) ואז לוחצים על OK (אישור).

בשדה ההנחיה שפה טבעית, מזינים את ההנחיה הבאה:

Join on address

קנבס הנתונים ב-BigQuery מציע את שאילתת ה-SQL לאיחוד שתי הטבלאות האלה לפי הכתובת שלהן:

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;

כדי להריץ את השאילתה ולראות את התוצאות, לוחצים על Run (הפעלה).

ייצוא שאילתה כמחברת

קנבס נתונים ב-BigQuery מאפשר לכם לייצא את השאילתות שלכם כפנקס.

בקנבס נתונים, לוחצים על ייצוא כמחברת.
בחלונית Save Notebook (שמירת מחברת), מזינים את השם של המחברת ואת האזור שבו רוצים לשמור אותה.
לוחצים על Save. המחברת נוצרה בהצלחה.
אופציונלי: כדי לראות את המחברת שנוצרה, לוחצים על פתיחה.

דוגמה לזרימת עבודה: עריכת תרשים באמצעות הנחיה

בדוגמה הזו, תשתמשו בהנחיות בשפה טבעית בקנבס נתונים ב-BigQuery כדי למצוא נתונים, להריץ עליהם שאילתות ולסנן אותם, ואז לערוך את פרטי ההדמיה.

הנחיה 1: חיפוש נתונים

כדי למצוא נתונים על שמות בארה"ב, מזינים את ההנחיה הבאה:
```
Find data about USA names
```
קנבס הנתונים ב-BigQuery יוצר רשימה של טבלאות.
לצורך הדוגמה הזו, בוחרים את הטבלה bigquery-public-data.usa_names.usa_1910_current ולוחצים על הוספה לאזור העריכה.

הנחיה 2: שאילתה על הנתונים

כדי לשלוח שאילתה לגבי הנתונים, לוחצים על Query בקנבס הנתונים ומזינים את ההנחיה הבאה:
```
Summarize this data
```
קנבס הנתונים ב-BigQuery יוצר שאילתה שדומה לזו:
```
SELECT
  state,
  gender,
  year,
  name,
  number
FROM
  `bigquery-public-data.usa_names.usa_1910_current`
```
לוחצים על Run. תוצאות השאילתה מוצגות.

הנחיה 3: סינון הנתונים

בקנבס נתונים, לוחצים על Query these results (שאילתה על התוצאות האלה).
כדי לסנן את הנתונים, בשדה ההנחיה SQL, מזינים את ההנחיה הבאה:
```
Get me the top 10 most popular names in 1980
```
קנבס הנתונים ב-BigQuery יוצר שאילתה שדומה לזו:
```
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;
```
כשמריצים את השאילתה, מקבלים טבלה עם עשרת השמות הנפוצים ביותר של ילדים שנולדו בשנת 1980.

יצירה ועריכה של תרשים

בקנבס נתונים, לוחצים על יצירת תרשים.

קנבס נתונים ב-BigQuery מציע כמה אפשרויות להצגה חזותית, כולל תרשים עמודות, תרשים עוגה, תרשים קו והצגה חזותית בהתאמה אישית.
בדוגמה הזו, לוחצים על יצירת תרשים עמודות.

קנבס הנתונים ב-BigQuery יוצר תרשים עמודות שדומה לתרשים הבא:

בנוסף לתרשים, קנבס הנתונים ב-BigQuery מסכם חלק מהפרטים העיקריים של הנתונים שמאחורי הוויזואליזציה. כדי לשנות את התרשים, לוחצים על פרטי ההדמיה ועורכים את התרשים בחלונית הצדדית.

הנחיה 4: עריכת פרטי ההצגה החזותית

בשדה ההנחיה תצוגה חזותית, מזינים את הטקסט הבא:
```
Create a bar chart sorted high to low, with a gradient
```
קנבס הנתונים ב-BigQuery יוצר תרשים עמודות שדומה לתרשים הבא:
אופציונלי: כדי לבצע שינויים נוספים, לוחצים על עריכה.

מוצגת החלונית עריכת התרשים. אפשר לערוך פרטים כמו שם התרשים, שם ציר ה-X ושם ציר ה-Y. בנוסף, אם לוחצים על הכרטיסייה JSON Editor, אפשר לערוך ישירות את התרשים על סמך ערכי ה-JSON.

איך עובדים עם Gemini Assistant

אתם יכולים להשתמש בממשק צ'אט מבוסס-Gemini כדי לעבוד עם קנבס נתונים ב-BigQuery. העוזר הדיגיטלי לצ'אט יכול ליצור צמתים על סמך הבקשות שלכם, להריץ שאילתות וליצור תצוגות חזותיות. אתם יכולים לבחור טבלאות שהעוזר הדיגיטלי יעבוד איתן, ולהוסיף לו הוראות כדי להגדיר את ההתנהגות שלו. העוזר הדיגיטלי פועל עם לוחות חדשים או קיימים של נתונים.

כדי לעבוד עם העוזר הדיגיטלי של Gemini:

כדי לפתוח את העוזר, בקנבס נתונים לוחצים על spark Open Data Canvas Assistant.
בשדה שואלים שאלה לגבי הנתונים, מזינים הנחיה בשפה טבעית – לדוגמה, אחת מההנחיות הבאות:
- Show me interesting statistics of my data.
- Make a chart based on my data, sorted high to low.
- I want to see sample data from my table.
התשובה כוללת צומת או צמתים על סמך הבקשה. לדוגמה, אם מבקשים מהעוזר הדיגיטלי ליצור תרשים של הנתונים, הוא יוצר צומת ויזואליזציה בקנבס הנתונים.

כשלוחצים על השדה שאלת שאלה לגבי הנתונים, אפשר גם לבצע את הפעולות הבאות:
- כדי להוסיף נתונים, לוחצים על הגדרות.
- כדי להוסיף הוראות, לוחצים על הגדרות.
כדי להמשיך לעבוד עם העוזר, מוסיפים עוד הנחיות בשפה טבעית.

אתם יכולים להמשיך להשתמש בהנחיות בשפה טבעית בזמן שאתם עובדים עם מרחב העבודה של הנתונים.

הוספת נתונים

כשעובדים עם ממשק הצ'אט של Gemini, אפשר להוסיף נתונים כדי שהעוזר הדיגיטלי יידע לאיזה מערך נתונים להתייחס. העוזר הדיגיטלי מבקש מכם לבחור טבלה לפני שאתם מריצים הנחיות. כשמחפשים נתונים בעזרת העוזר הדיגיטלי, אפשר להגביל את היקף הנתונים שניתן לחפש בהם לכל הפרויקטים, לפרויקטים שסומנו בכוכב או לפרויקט הנוכחי. אתם יכולים גם להחליט אם לכלול במחקר שלכם מערכי נתונים ציבוריים.

כדי להוסיף נתונים לעוזר Gemini:

כדי לפתוח את העוזר, בקנבס נתונים לוחצים על spark Open Data Canvas Assistant.
לוחצים על הגדרות ואז על הוספת נתונים.
אופציונלי: כדי להרחיב את תוצאות החיפוש כך שיכללו מערכי נתונים ציבוריים, לוחצים על המתג מערכי נתונים ציבוריים כדי להעביר אותו למצב מופעל.
אופציונלי: כדי לשנות את היקף תוצאות החיפוש לפרויקטים שונים, בוחרים את אפשרות הפרויקט המתאימה בתפריט היקף.
מסמנים את התיבה לצד כל אחת מהטבלאות שרוצים להוסיף לעוזר.
1. כדי לחפש טבלאות שהעוזר לא מציע, לוחצים על חיפוש טבלאות.
2. בשדה ההנחיה בשפה טבעית, מזינים הנחיה שמתארת את הטבלה שמחפשים, ואז מקישים על Enter.
3. מסמנים את התיבה לצד כל אחת מהטבלאות שרוצים להוסיף לעוזר, ואז לוחצים על אישור.
סוגרים את החלונית הגדרות העזרה ב-Canvas.

הניתוח של העוזר הדיגיטלי מבוסס על הנתונים שתבחרו.

הוספת הוראות

כשעובדים עם ממשק הצ'אט של Gemini, אפשר להוסיף הנחיות כדי שהעוזר הדיגיטלי ידע איך להתנהג. ההוראות האלה חלות על כל ההנחיות בקנבס נתונים. דוגמאות להוראות אפשריות:

Visualize trends over time.
Chart colors: Red (negative), Green (positive)
Domain: USA

כדי להוסיף הוראות לעוזר:

כדי לפתוח את העוזר, בקנבס נתונים לוחצים על spark Open Data Canvas Assistant.
לוחצים על הגדרות.
בשדה הוראות, מוסיפים רשימה של ההוראות ל-Assistant, ואז סוגרים את החלונית הגדרות של Assistant ב-Canvas.

העוזר הדיגיטלי זוכר את ההוראות ומחיל אותן על הנחיות עתידיות.

שיטות מומלצות לשימוש ב-Gemini Assistant

כדי לקבל את התוצאות הטובות ביותר כשעובדים עם קנבס נתונים ב-BigQuery, כדאי לפעול לפי השיטות המומלצות האלה:

התיאור צריך להיות ספציפי וחד-משמעי. חשוב להצהיר בבירור מה רוצים לחשב, לנתח או להציג. לדוגמה, במקום Analyze trip data, אומרים Calculate the average trip duration for trips starting in council district eight.
חשוב לוודא שהקשר של הנתונים מדויק. העוזר הדיגיטלי יכול לעבוד רק עם הנתונים שאתם מספקים. מוודאים שכל הטבלאות והעמודות הרלוונטיות נוספו לאזור העריכה.
מתחילים בפשטות ואז מבצעים איטרציה. כדאי להתחיל עם שאלה פשוטה כדי לוודא שהעוזר הדיגיטלי מבין את המבנה הבסיסי של הנתונים. לדוגמה, קודם אומרים Show total trips by subscriber_type ואז אומרים Show total trips by subscriber_type and break down the result by council_district.
כדאי לפצל שאלות מורכבות. בתהליכים מרובי-שלבים, כדאי לנסח את ההנחיה בצורה ברורה עם חלקים נפרדים, או להשתמש בהנחיות נפרדות לכל שלב מרכזי. לדוגמה, אומרים First, find the top five busiest stations by trip count. Second, calculate the average trip duration for trips starting from only those top five stations.
ציינו בבירור את החישובים. מציינים את החישוב הרצוי, למשל SUM, MAX או AVERAGE. לדוגמה, אומרים Find the MAX trip duration per bike_id.
שימוש בהוראות מערכת כדי לשמור על ההקשר וההעדפות. אפשר להשתמש בהוראות למערכת כדי לציין כללי מידע והעדפות שחלים על כל ההנחיות.
בודקים את הקנבס. חשוב תמיד לבדוק את הצמתים שנוצרו כדי לוודא שהלוגיקה תואמת לבקשה שלכם ושהתוצאות מדויקות.
ניסוי. כדי להבין איך העוזר הדיגיטלי מגיב לנתונים הספציפיים ולצרכים האנליטיים שלכם, כדאי לנסות ניסוחים שונים, רמות פירוט שונות ומבנים שונים של הנחיות.
הפניה לשמות של עמודות כשהדבר אפשרי, כדאי להשתמש בשמות העמודות בפועל מתוך הנתונים שנבחרו. לדוגמה, במקום Show trips by subscriber type, אומרים Show the count of trips grouped by subscriber_type and start_station_name.

דוגמה לתהליך עבודה: עבודה עם עוזר Gemini

בדוגמה הזו, אתם משתמשים בהנחיות בשפה טבעית עם העוזר של Gemini כדי למצוא נתונים, ליצור שאילתות ולהציג את הנתונים בצורה ויזואלית.

במסוף Cloud de Confiance , עוברים לדף BigQuery.

כניסה ל-BigQuery
ב-עורך השאילתות, לצד שאילתת SQL, לוחצים על Create new ואז על קנבס נתונים.
לוחצים על חיפוש נתונים.
לוחצים על filter_list עריכת מסנני החיפוש, ואז בחלונית סינון החיפוש לוחצים על המתג מערכי נתונים ציבוריים של BigQuery כדי להעביר אותו למצב מופעל.
בשדה ההנחיה שפה טבעית, מזינים את ההנחיה הבאה בשפה טבעית:
```
bikeshare
```
קנבס נתונים ב-BigQuery יוצר רשימה של טבלאות פוטנציאליות על סמך המטא-נתונים של Dataplex Universal Catalog. אפשר לבחור כמה טבלאות.
בוחרים באפשרות bigquery-public-data.austin_bikeshare.bikeshare_stations table (טבלה) וbigquery-public-data.austin_bikeshare.bikeshare_trips, ואז לוחצים על Add to canvas (הוספה לאזור העריכה).

נוסף צומת טבלה לכל אחת מהטבלאות שנבחרו לקנבס נתונים ב-BigQuery. כדי לראות את פרטי הסכימה, את פרטי הטבלה או תצוגה מקדימה של הנתונים, בוחרים בכרטיסיות השונות בצומת הטבלה.
כדי לפתוח את העוזר, בקנבס נתונים לוחצים על spark Open Data Canvas Assistant.
לוחצים על הגדרות.

בשדה הוראות, מוסיפים את ההוראות הבאות לאסיסטנט:

Tasks:
  - Visualize findings with charts
  - Show many charts per question
  - Make sure to cover each part via a separate line of reasoning

סוגרים את החלונית הגדרות העזרה ב-Canvas.
בשדה שאלת שאלה לגבי נתונים, מזינים את ההנחיה הבאה בשפה טבעית:
```
Show the number of trips by council district and subscriber type
```
אפשר להמשיך להזין הנחיות בשדה שאלת שאלה לגבי נתונים. מזינים את ההנחיה הבאה בשפה טבעית:
```
What are most popular stations among the top 5 subscriber types
```
מזינים את ההנחיה הסופית:
```
What station is least used to start and end a trip
```
אחרי שמזינים את כל ההנחיות הרלוונטיות, אזור העריכה מתמלא בצמתים של השאילתה והוויזואליזציה הרלוונטיים, בהתאם להנחיות ולהוראות שנתתם לעוזר. ממשיכים להזין הנחיות או משנים הנחיות קיימות כדי לקבל את התוצאות הרצויות.

צפייה בכל הקנבסים של הנתונים

כדי לראות רשימה של כל מרחבי העבודה עם נתונים בפרויקט:

במסוף Cloud de Confiance , עוברים לדף BigQuery.

כניסה ל-BigQuery
בחלונית הימנית, לוחצים על כלי הניתוחים:

אם החלונית הימנית לא מוצגת, לוחצים על הרחבת החלונית הימנית כדי לפתוח אותה.
בחלונית Explorer, לוחצים על View actions לצד Data canvases, ואז מבצעים אחת מהפעולות הבאות:

כדי לפתוח את הרשימה בכרטיסייה הנוכחית, לוחצים על הצגת הכול.
כדי לפתוח את הרשימה בכרטיסייה חדשה, לוחצים על הצגת הכול ב> כרטיסייה חדשה.
כדי לפתוח את הרשימה בכרטיסייה מפוצלת, לוחצים על הצגת הכול ב> כרטיסייה מפוצלת.

הצגת מטא-נתונים של קנבס נתונים

כדי לראות את המטא-נתונים של קנבס הנתונים:

במסוף Cloud de Confiance , עוברים לדף BigQuery.

כניסה ל-BigQuery
בחלונית הימנית, לוחצים על כלי הניתוחים:
בחלונית Explorer, מרחיבים את הפרויקט ולוחצים על Data canvases.
לוחצים על השם של קנבס הנתונים שרוצים להציג את המטא-נתונים שלו.
לוחצים על פרטים כדי לראות מידע על קנבס הנתונים, כמו האזור שבו הוא נמצא והתאריך שבו הוא שונה לאחרונה.

עבודה עם גרסאות של קנבס נתונים

אתם יכולים ליצור קנבס נתונים בתוך מאגר או מחוצה לו. הטיפול בניהול גרסאות של קנבס נתונים שונה בהתאם למיקום של קנבס הנתונים.

ניהול גרסאות של קנבסי נתונים במאגרים

מאגרים הם מאגרי Git שנמצאים ב-BigQuery או אצל ספק צד שלישי. אתם יכולים להשתמש בסביבות עבודה במאגרי מידע כדי לבצע בלוחות נתונים ניהול גרסאות. מידע נוסף זמין במאמר בנושא שימוש בניהול גרסאות בקובץ.

ניהול גרסאות של קנבס נתונים מחוץ למאגרים

אתם יכולים להציג, להשוות ולשחזר גרסאות של קנבס נתונים.

צפייה בגרסאות של קנבס נתונים והשוואה ביניהן

כדי לראות גרסאות שונות של קנבס נתונים ולהשוות אותן לגרסה הנוכחית:

במסוף Cloud de Confiance , עוברים לדף BigQuery.

כניסה ל-BigQuery
בחלונית הימנית, לוחצים על כלי הניתוחים:
בחלונית Explorer, מרחיבים את הפרויקט ולוחצים על Data canvases.
לוחצים על השם של קנבס הנתונים שרוצים לראות את היסטוריית הגרסאות שלו.
לוחצים על היסטוריית גרסאות כדי לראות רשימה של גרסאות קנבס הנתונים בסדר יורד לפי תאריך.
לוחצים על הצגת פעולות ליד גרסה של קנבס נתונים, ואז על השוואה. ייפתח חלונית השוואה שבה מוצגת השוואה בין הגרסה של קנבס הנתונים שבחרתם לבין הגרסה הנוכחית של קנבס הנתונים.
אופציונלי: כדי להשוות את הגרסאות בשורה במקום בחלוניות נפרדות, לוחצים על השוואה ואז על בשורה.

שחזור גרסה של קנבס נתונים

שחזור מחלונית ההשוואה מאפשר לכם להשוות בין הגרסה הקודמת של קנבס הנתונים לבין הגרסה הנוכחית לפני שתבחרו אם לשחזר אותה.

בחלונית הימנית, לוחצים על כלי הניתוחים:
בחלונית Explorer, מרחיבים את הפרויקט ולוחצים על Data canvases.
לוחצים על השם של קנבס הנתונים שרוצים לשחזר גרסה קודמת שלו.
לוחצים על Version history (היסטוריית גרסאות).
לצד הגרסה של קנבס הנתונים שרוצים לשחזר, לוחצים על הצגת פעולות ואז על השוואה.

ייפתח חלונית השוואה שבה מוצגת השוואה בין הגרסה של קנבס הנתונים שבחרתם לבין הגרסה האחרונה של קנבס הנתונים.
כדי לשחזר את הגרסה הקודמת של קנבס הנתונים אחרי ההשוואה, לוחצים על שחזור.
לוחצים על אישור.

ניהול מטא-נתונים ב-Dataplex Universal Catalog

Dataplex Universal Catalog מאפשר לכם לראות ולנהל מטא-נתונים של לוחות נתונים. לוחות ציור של נתונים זמינים כברירת מחדל ב-Dataplex Universal Catalog, ללא צורך בהגדרה נוספת.

אתם יכולים להשתמש ב-Dataplex Universal Catalog כדי לנהל לוחות נתונים בכל המיקומים של BigQuery. השימוש בלוחות ציור של נתונים ב-Dataplex Universal Catalog כפוף למכסות ומגבלות של Dataplex Universal Catalog ולתמחור של Dataplex Universal Catalog.

‫Dataplex Universal Catalog מאחזר באופן אוטומטי את המטא-נתונים הבאים מלוחות נתונים:

שם נכס הנתונים
נכס הורה של נתוני נכס
מיקום נכס הנתונים
סוג נכס הנתונים
פרויקט Cloud de Confiance מתאים

ב-Dataplex Universal Catalog, לוחות נתונים מתועדים כרשומות עם ערכי הרשומות הבאים:

קבוצת רשומות של מערכת: קבוצת רשומות המערכת של לוחות נתונים היא @dataform. כדי לראות את הפרטים של הרשומות בלוח הנתונים ב-Dataplex Universal Catalog, צריך להציג את קבוצת הרשומות של המערכת dataform. הוראות להצגת רשימה של כל הרשומות בקבוצת רשומות מופיעות במאמר הצגת הפרטים של קבוצת רשומות במסמכי התיעוד של Dataplex Universal Catalog.
סוג רשומה של מערכת: סוג הרשומה במערכת של לוחות נתונים הוא dataform-code-asset. כדי לראות את הפרטים של לוחות הנתונים, צריך להציג את dataform-code-asset סוג הרשומה במערכת, לסנן את התוצאות באמצעות מסנן מבוסס-היבטים ולהגדיר את השדה type בתוך ההיבט dataform-code-asset לערך DATA_CANVAS. לאחר מכן, בוחרים רשומה של קנבס הנתונים שנבחר. הוראות להצגת הפרטים של סוג רשומה נבחר מופיעות במאמר הצגת הפרטים של סוג רשומה בתיעוד של Dataplex Universal Catalog. הוראות להצגת הפרטים של רשומה נבחרת מופיעות במאמר הצגת הפרטים של רשומה בתיעוד של Dataplex Universal Catalog.
סוג ההיבט של המערכת: סוג ההיבט של המערכת לבד ציור של נתונים הוא dataform-code-asset. כדי לספק הקשר נוסף ללוחות נתונים ב-Dataplex Universal Catalog באמצעות הוספת הערות לערכים של לוחות נתונים עם מאפיינים, צריך להציג את סוג המאפיין dataform-code-asset, לסנן את התוצאות באמצעות מסנן מבוסס-מאפיינים ולהגדיר את השדה type בתוך המאפיין dataform-code-asset לערך DATA_CANVAS. הוראות להוספת הערות להיבטים של רשומות מופיעות במאמר ניהול היבטים והעשרת מטא-נתונים במסמכי התיעוד של Dataplex Universal Catalog.
סוג: הסוג של לוחות ציור של נתונים הוא DATA_CANVAS. הסוג הזה מאפשר לכם לסנן לוחות נתונים מסוג dataform-code-asset system entry type וסוג dataform-code-asset aspect type באמצעות שאילתה במסנן מבוסס-מאפיינים.aspect:dataplex-types.global.dataform-code-asset.type=DATA_CANVAS

הוראות לחיפוש נכסים ב-Dataplex Universal Catalog מופיעות במאמר חיפוש נכסי נתונים ב-Dataplex Universal Catalog במסמכי התיעוד של Dataplex Universal Catalog.

תמחור

פרטים על התמחור של התכונה הזו זמינים במאמר סקירת התמחור של Gemini ב-BigQuery.

מכסות ומגבלות

מידע על מכסות ומגבלות של התכונה הזו זמין במאמר מכסות ל-Gemini ב-BigQuery.

מיקומים

אפשר להשתמש בקנבס נתונים ב-BigQuery בכל המיקומים של BigQuery. מידע על המיקום שבו Gemini ב-BigQuery מעבד את הנתונים שלכם זמין במאמר איפה Gemini ב-BigQuery מעבד את הנתונים שלכם.

שליחת משוב

כדי לעזור לשפר את ההצעות של קנבס נתונים ב-BigQuery, אתם יכולים לשלוח משוב ל-Google. כדי לשלוח משוב:

בסרגל הכלים של קנבס הנתונים ב-BigQuery, לוחצים על פעולות נוספות ואז על שליחת משוב.
לוחצים על הקטגוריה שאליה המשוב מתייחס.
בשדה Describe your feedback (required) (תיאור המשוב שלך (חובה)), מזינים את המשוב.
אופציונלי: כדי לספק ל-BigQuery צילום מסך של אזור הנתונים, לוחצים על screenshot_monitor ואז על יצירת צילום מסך.
אופציונלי: כדי לספק את היסטוריית היצירה, מסמנים את התיבה אני רוצה לאפשר ל-Google לאסוף את היסטוריית היצירה שלי ולשלוח אותה עם המשוב שלי.
לוחצים על שליחה.

הגדרות שיתוף הנתונים חלות על הפרויקט כולו, ורק אדמין בפרויקט עם הרשאות IAM‏ serviceusage.services.enable וserviceusage.services.list יכול להגדיר אותן.

כדי לשלוח משוב ישירות על התכונה הזו, אפשר גם לפנות לכתובת datacanvas-feedback@google.com.

המאמרים הבאים

איך כותבים שאילתות בעזרת Gemini
איך יוצרים מחברות
כאן אפשר לקרוא איך ליצור שאילתות בשפה טבעית לגבי הנתונים באמצעות תובנות מהנתונים.