Carica ed esegui query sui dati con lo strumento bq

Scopri come creare set di dati, caricare dati di esempio ed eseguire query su tabelle con lo strumento a riga di comando bq.

Prima di iniziare

  1. In the Trusted Cloud console, on the project selector page, select or create a Trusted Cloud project.

    Go to project selector

  2. Verify that billing is enabled for your Trusted Cloud project.

  3. Se non abiliti la fatturazione per il progetto Trusted Cloud che utilizzi in questo tutorial, i dati verranno utilizzati nella sandbox di BigQuery. La sandbox di BigQuery ti consente di scoprire BigQuery con un set limitato di funzionalità di BigQuery senza costi aggiuntivi.

  4. Verifica che l'API BigQuery sia attivata.

    Abilita l'API

    Se hai creato un nuovo progetto, l'API BigQuery viene abilitata automaticamente.

  5. In the Trusted Cloud console, activate Cloud Shell.

    Activate Cloud Shell

    At the bottom of the Trusted Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

  6. Scarica il file di dati pubblici di origine

    1. Scarica il file ZIP con i nomi dei bambini.
    2. Estrai il file ZIP. Contiene un file denominato NationalReadMe.pdf che descrive lo schema del set di dati. Scopri di più sul set di dati dei nomi dei bambini.
    3. Apri il file yob2010.txt. Si tratta di un file CSV (valori separati da virgola) che contiene tre colonne: nome, sesso assegnato alla nascita e numero di figli con quel nome. Il file non ha una riga di intestazione.
    4. Sposta il file nella directory di lavoro.
      • Se stai lavorando in Cloud Shell, fai clic su Altro > Carica > Scegli file, scegli yob2010.txt e fai clic su Carica.
      • Se lavori in una shell locale, copia o sposta il file yob2010.txt nella directory in cui stai eseguendo lo strumento bq.

    Crea un set di dati

    1. Crea un set di dati denominato babynames:

      bq mk babynames
      

      L'output è simile al seguente:

      Dataset 'myproject:babynames' successfully created.
      

      Il nome di un set di dati può contenere fino a 1024 caratteri ed essere composto da lettere maiuscole (A-Z), minuscole (a-z), numeri (0-9) e trattino basso, ma non può iniziare con un numero o con il trattino basso, né contenere spazi.

    2. Verifica che il set di dati babynames sia visualizzato nel progetto:

      bq ls
      

      L'output è simile al seguente:

        datasetId
      -------------
        babynames
      

    Carica i dati in una tabella

    1. Nel set di dati babynames, carica il file di origine yob2010.txt in una nuova tabella denominata names2010:

      bq load babynames.names2010 yob2010.txt name:string,assigned_sex_at_birth:string,count:integer
      

      L'output è simile al seguente:

      Upload complete.
      Waiting on bqjob_r3c045d7cbe5ca6d2_0000018292f0815f_1 ... (1s) Current status: DONE
      

      Per impostazione predefinita, BigQuery si aspetta dei dati con codifica UTF-8 quando carichi i dati. Se disponi di dati con codifica ISO-8859-1 (o Latin-1) e riscontri problemi, chiedi a BigQuery di trattare i tuoi dati come Latin-1 utilizzando bq load -E=ISO-8859-1. Per ulteriori informazioni, vedi Codifica.

    2. Verifica che la tabella names2010 sia visualizzata nel set di dati babynames:

      bq ls babynames
      

      L'output è simile al seguente. Alcune colonne vengono omesse per semplificare l'output.

        tableId     Type
      ----------- ---------
       names2010    TABLE
      
    3. Verifica che lo schema della nuova tabella names2010 sia name: string, assigned_sex_at_birth: string e count: integer:

      bq show babynames.names2010
      

      L'output è simile al seguente. Alcune colonne vengono omesse per semplificare l'output.

        Last modified        Schema                      Total Rows   Total Bytes
      ----------------- ------------------------------- ------------ ------------
      14 Mar 17:16:45   |- name: string                    34089       654791
                        |- assigned_sex_at_birth: string
                        |- count: integer
      

    Esegui query sui dati della tabella

    1. Determina i nomi femminili più popolari nei dati:

      bq query --use_legacy_sql=false \
          'SELECT
            name,
            count
          FROM
            `babynames.names2010`
          WHERE
            assigned_sex_at_birth = "F"
          ORDER BY
            count DESC
          LIMIT 5;'
      

      L'output è simile al seguente:

      +----------+-------+
      |   name   | count |
      +----------+-------+
      | Isabella | 22925 |
      | Sophia   | 20648 |
      | Emma     | 17354 |
      | Olivia   | 17030 |
      | Ava      | 15436 |
      +----------+-------+
      
    2. Determina i nomi maschili meno popolari nei dati:

      bq query --use_legacy_sql=false \
          'SELECT
            name,
            count
          FROM
            `babynames.names2010`
          WHERE
            assigned_sex_at_birth = "M"
          ORDER BY
            count ASC
          LIMIT 5;'
      

      L'output è simile al seguente:

      +----------+-------+
      |   name   | count |
      +----------+-------+
      | Aamarion |     5 |
      | Aarian   |     5 |
      | Aaqib    |     5 |
      | Aaidan   |     5 |
      | Aadhavan |     5 |
      +----------+-------+
      

      Il numero minimo è 5 perché i dati di origine omettono i nomi con meno di 5 occorrenze.

    Esegui la pulizia

    Per evitare che al tuo account Trusted Cloud vengano addebitati costi relativi alle risorse utilizzate in questa pagina, elimina il progetto Trusted Cloud con le risorse.

    Elimina il progetto

    Se hai utilizzato la sandbox BigQuery per eseguire query sul set di dati pubblico, la fatturazione non è abilitata per il tuo progetto.

    Il modo più semplice per eliminare la fatturazione è eliminare il progetto creato per il tutorial.

    Per eliminare il progetto:

    1. In the Trusted Cloud console, go to the Manage resources page.

      Go to Manage resources

    2. In the project list, select the project that you want to delete, and then click Delete.
    3. In the dialog, type the project ID, and then click Shut down to delete the project.

    Elimina le risorse

    Se hai utilizzato un progetto esistente, elimina le risorse che hai creato:

    1. Elimina il set di dati babynames:

      bq rm --recursive=true babynames
      

      Il flag --recursive elimina tutte le tabelle nel set di dati, inclusa la tabella names2010.

      L'output è simile al seguente:

      rm: remove dataset 'myproject:babynames'? (y/N)
      
    2. Per confermare il comando di eliminazione, inserisci y.

    Passaggi successivi