כתיבת שאילתות בעזרת Gemini

במאמר הזה מוסבר איך להשתמש בעזרה מבוססת-AI ב-Gemini ב-BigQuery כדי לשלוח שאילתות לנתונים באמצעות שאילתות SQL וקוד Python. ‫Gemini ב-BigQuery יכול ליצור ולהסביר שאילתות וקוד, להשלים שאילתות וקוד בזמן ההקלדה ולתקן שגיאות בקוד.

‫Gemini ל- Cloud de Confiance לא משתמש בהנחיות שלכם או בתשובות שלו כנתונים לאימון המודלים שלו בלי אישור מפורש מכם. מידע נוסף על האופן שבו Google משתמשת בנתונים שלכם זמין במאמר איך Gemini for Cloud de Confiance ‎ משתמש בנתונים שלכם.

ב-Gemini ב-BigQuery יש תמיכה רק בהנחיות באנגלית.

המסמך הזה מיועד למנתחי נתונים, למדעני נתונים ולמפתחי נתונים שעובדים עם שאילתות SQL ועם מחברות Colab Enterprise ב-BigQuery. ההנחה היא שאתם יודעים איך להריץ שאילתות על נתונים בסביבת BigQuery Studio או איך לעבוד עם מחברות Python כדי לנתח נתוני BigQuery.

לפני שמתחילים

1. מוודאים שGemini ב-BigQuery מוגדר עבור Cloud de Confiance הפרויקט. בדרך כלל האדמין מבצע את השלב הזה. יכול להיות שתכונות Gemini ב-BigQuery מושבתות או לא זמינות עד שתשלימו את השלבים שנותרו בקטע הזה.
2. כדי להשתמש ב-Gemini Cloud Assist כדי לכתוב קוד בחלונית Gemini Cloud Assist, צריך גם לבצע את השלבים שמפורטים במאמר איך מגדירים את Gemini Cloud Assist.

3. כדי להשתמש ב-Gemini כדי להסביר ולתקן קוד Python ב-notebooks של Colab Enterprise ב-BigQuery, צריך גם לבצע את השלבים במאמר הגדרת Gemini ב-Colab Enterprise לפרויקט.

4. In the Cloud de Confiance console, on the project selector page, select or create a Cloud de Confiance project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

   Go to project selector

5. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

6. בסרגל הכלים של BigQuery, לוחצים על pen_sparkarrow_drop_downGemini.

   

7. ברשימת התכונות, מוודאים שהתכונות הבאות מסומנות:

   • רשימת Gemini בשאילתת SQL:

     • השלמה אוטומטית (טרום השקה). כשמקלידים בעורך השאילתות, Gemini יכול להציע שלבים הגיוניים שרלוונטיים להקשר של השאילתה הנוכחית, או לעזור לכם לשפר את השאילתה.
     • יצירה אוטומטית. אתם יכולים להשתמש בהנחיה ל-Gemini ב-BigQuery באמצעות הערה בשפה טבעית בכלי לעריכת שאילתות ב-BigQuery כדי ליצור שאילתת SQL.
     • כלי ליצירת SQL. אתם יכולים להזין טקסט בשפה טבעית בכלי כדי ליצור שאילתת SQL, עם אפשרויות לשיפור תוצאות השאילתה, לבחירת מקורות טבלאות ולהשוואת תוצאות.
     • הסבר. אתם יכולים להנחות את Gemini ב-BigQuery להסביר שאילתת SQL באמצעות שפה טבעית.

   • רשימת Gemini ב-Python notebook:

     • השלמת קוד (תצוגה מקדימה). ‫Gemini מספק המלצות שמתאימות להקשר ומבוססות על התוכן במחברת.
     • יצירת קוד. אתם יכולים להשתמש בהנחיה בשפה טבעית כדי לבקש מ-Gemini ליצור קוד Python.

8. כדי לבצע את המשימות שמתוארות במסמך הזה, אתם צריכים לוודא שיש לכם את ההרשאות הנדרשות לניהול זהויות והרשאות גישה (IAM).

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות לכתיבת שאילתות בעזרת Gemini, צריך לבקש מהאדמין להקצות לכם ב-IAM את התפקיד משתמש ב-Gemini for Google Cloud (roles/cloudaicompanion.user) בפרויקט. להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

זהו תפקיד שמוגדר מראש וכולל את ההרשאות שנדרשות לכתיבת שאילתות בעזרת Gemini. כדי לראות בדיוק אילו הרשאות נדרשות, אפשר להרחיב את הקטע ההרשאות הנדרשות:

ההרשאות הנדרשות

כדי לכתוב שאילתות בעזרת Gemini, נדרשות ההרשאות הבאות:

• cloudaicompanion.entitlements.get
• cloudaicompanion.instances.completeTask
• הסבר על שאילתות SQL: cloudaicompanion.companions.generateChat
• קוד SQL או Python מלא: cloudaicompanion.instances.completeCode
• יצירת קוד SQL או Python: cloudaicompanion.instances.generateCode

יכול להיות שתקבלו את ההרשאות האלה באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש אחרים.

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

יצירת שאילתת SQL

כדי ליצור שאילתת SQL על סמך הסכימה של הנתונים, אפשר לספק ל-Gemini ב-BigQuery הצהרה או שאלה בשפה טבעית, שנקראת גם הנחיה. אתם יכולים גם לעיין בהמלצות להנחיות מ-Gemini. גם אם אתם מתחילים בלי קוד, עם ידע מוגבל בסכימת הנתונים או עם ידע בסיסי בלבד בתחביר GoogleSQL,‏ Gemini ב-BigQuery יכול ליצור SQL שיעזור לכם לחקור את הנתונים.

שימוש בכלי ליצירת SQL

הכלי ליצירת SQL מאפשר לכם להשתמש בשפה טבעית כדי ליצור שאילתת SQL לגבי טבלאות שצפיתם בהן לאחרונה או שהרצתם עליהן שאילתות. אפשר גם להשתמש בכלי כדי לשנות שאילתה קיימת, וכדי לציין באופן ידני את הטבלאות שרוצים ליצור עבורן SQL.

כדי להשתמש בכלי ליצירת SQL, מבצעים את השלבים הבאים:

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. לצד עורך השאילתות, לוחצים על pen_spark כלי ליצירת קוד SQL.

   

3. בתיבת הדו-שיח יצירת SQL באמצעות Gemini, יש לכם את האפשרויות הבאות:

   • מזינים הנחיה בשפה טבעית לגבי טבלה שצפיתם בה או ששלחתם לגביה שאילתה לאחרונה. לדוגמה, אם צפיתם לאחרונה בטבלה bigquery-public-data.austin_bikeshare.bikeshare_trips, תוכלו להזין את הטקסט הבא:

     Show me the duration and subscriber type for the ten longest trips.
     

   • לוחצים על אחת מההנחיות המומלצות של Gemini ‏(תצוגה מקדימה). ההנחיה מועתקת לתיבת הדו-שיח יצירת SQL באמצעות Gemini.

4. לוחצים על יצירה.

   שאילתת ה-SQL שנוצרה דומה לזו:

   SELECT
       subscriber_type,
       duration_sec
     FROM
         `bigquery-public-data.san_francisco_bikeshare.bikeshare_trips`
   ORDER BY
       duration_sec DESC
   LIMIT 10;
   

5. בודקים את שאילתת ה-SQL שנוצרה ומבצעים אחת מהפעולות הבאות:

   • כדי לאשר את שאילתת ה-SQL שנוצרה, לוחצים על הוספה כדי להוסיף את ההצהרה לעורך השאילתות. אחר כך לוחצים על Run כדי להריץ את שאילתת ה-SQL המוצעת.
   • כדי לערוך את ההנחיה, לוחצים על עריכה ואז משנים או מחליפים את ההנחיה הראשונית. אחרי שערכתם את ההנחיה, לוחצים על עדכון כדי ליצור שאילתה חדשה.
   • כדי לעדכן את מקורות הטבלה ששימשו כהקשר ליצירת שאילתת ה-SQL המוצעת, לוחצים על עריכת מקורות הטבלה, מסמנים את תיבות הסימון המתאימות ולוחצים על החלה.
   • כדי לראות סיכום בשפה טבעית של השאילתה שנוצרה, לוחצים על סיכום השאילתה.
   • כדי לשפר את שאילתת ה-SQL המוצעת, מזינים את השיפורים בשדה Refine ולוחצים על send Refine. לדוגמה, כדי להגביל את מספר התוצאות של השאילתה, מזינים את הערך limit to 1000. כדי להשוות את השינויים בשאילתה, מסמנים את התיבה הצגת ההבדלים.
   • כדי לבטל הצעה לשאילתה, סוגרים את הכלי ליצירת SQL.

השבתת הכלי ליצירת SQL

במאמר השבתה של תכונות Gemini לחיפוש שאילתות מוסבר איך להשבית את הכלי ליצירת SQL.

יצירת SQL מתגובה

אתם יכולים ליצור SQL בעורך השאילתות על ידי תיאור השאילתה שאתם רוצים בתגובה.

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בעורך השאילתות, לוחצים על add_box שאילתת SQL.

3. בעורך השאילתות, כותבים הערת SQL על טבלה שצפיתם בה או שהרצתם עליה שאילתה לאחרונה. לדוגמה, אם צפיתם לאחרונה בטבלה bigquery-public-data.austin_bikeshare.bikeshare_trips, תוכלו לכתוב את התגובה הבאה:

   # Show me the duration and subscriber type for the ten longest trips.
   

4. מקישים על Enter (או על Return ב-macOS).

   ההצעה לשאילתת SQL דומה לזו:

   # Show me the duration and subscriber type for the ten longest trips
   
   SELECT
     duration_sec,
     subscriber_type
     AVG(duration_minutes) AS average_trip_length
   FROM
     `bigquery-public-data.austin_bikeshare.bikeshare_trips`
   ORDER BY
     duration_sec
   LIMIT 10;
   

5. כדי לאשר את ההצעה, מקישים על Tab.

יצירת SQL באמצעות Gemini Cloud Assist

אתם יכולים ליצור שאילתת SQL ב-BigQuery באמצעות החלונית של Cloud Assist במסוף Cloud de Confiance .

כדי להשתמש בצ'אט עם Gemini Cloud Assist כדי ליצור SQL, צריך להפעיל את Gemini Cloud Assist. מידע נוסף זמין במאמר בנושא הגדרת Gemini Cloud Assist.

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בעורך השאילתות, לוחצים על add_box SQL query כדי לפתוח שאילתת SQL חדשה.

3. בסרגל הכלים Cloud de Confiance , לוחצים על spark Open or close Gemini AI chat כדי לפתוח את הצ'אט עם Gemini Cloud Assist.

   

4. בשדה Enter a prompt (הזנת הנחיה), מזינים הנחיה ליצירת שאילתת SQL. לדוגמה:

   Generate a SQL query to show me the duration and subscriber type for the ten longest trips.
   

5. לוחצים על שליחת הנחיה. התשובה כוללת שאילתת SQL שדומה לזו:

   SELECT
        subscriber_type,
        duration_sec
    FROM
        `bigquery-public-data.san_francisco_bikeshare.bikeshare_trips`
    ORDER BY
        duration_sec DESC
    LIMIT 10;
    ```
   

6. בודקים את שאילתת ה-SQL שנוצרה.

7. כדי להריץ את שאילתת ה-SQL שנוצרה, לוחצים על content_copy Copy to clipboard, מדביקים את הקוד שנוצר בעורך השאילתות ולוחצים על play_circle Run.

8. אם עורך השאילתות כבר פתוח, אפשר לבחור באחת מהאפשרויות הבאות:

   • כדי לראות את ההבדל בין השאילתה הקיימת לבין השאילתה שנוצרה, לוחצים על תצוגה מקדימה.

     חלונית ההשוואה תיפתח. אחרי שבודקים את השינויים, בוחרים באחת מהאפשרויות הבאות:

     • אישור והפעלה: אישור השינויים והפעלת השאילתה.
     • אישור: אישור השינויים.
     • דחייה: סגירת חלונית ההשוואה בלי לבצע שינויים בשאילתה הקיימת.

   • כדי להחליף את התוכן של עורך השאילתות בשאילתה שנוצרה ולהריץ אותה, לוחצים על החלה והרצה.

טיפים ליצירת קוד SQL

הטיפים הבאים יעזרו לכם לשפר את ההצעות ש-Gemini ב-BigQuery מספק:

• כדי לציין באופן ידני באילו טבלאות להשתמש, אפשר לכלול את שם הטבלה המלא בגרש הפוך (`), כמו `PROJECT.DATASET.TABLE`.
• אם שמות העמודות או הקשר הסמנטי שלהם לא ברורים או מורכבים, אפשר לספק הקשר בהנחיה כדי להכווין את Gemini לתשובה הרצויה. לדוגמה, כדי לעודד שאילתה שנוצרה להפנות לשם של עמודה, מתארים את שם העמודה ואת הרלוונטיות שלה לתשובה שרוצים לקבל. כדי לעודד תשובה שמתייחסת למונחים מורכבים כמו ערך חיי המשתמש או רווח ברוטו, כדאי לתאר את המושג ואת הרלוונטיות שלו לנתונים כדי לשפר את התוצאות של יצירת ה-SQL.
• כשיוצרים SQL מתגובה, אפשר לכתוב את ההנחיה בכמה שורות. כדי לעשות את זה, צריך להוסיף את התו # בתחילת כל שורה.
• תיאורי העמודות נלקחים בחשבון כשיוצרים שאילתות SQL. כדי לשפר את הדיוק, מוסיפים תיאורי עמודות לסכימה. מידע נוסף על תיאורי עמודות זמין במאמר תיאורי עמודות בקטע 'ציון סכימה'.

המרת הערות ל-SQL

אתם יכולים להשתמש בהערות כהנחיות ליצירת שאילתות SQL שיעזרו לכם לחקור את הנתונים ב-BigQuery. אתם יכולים להטמיע תגובות שמכילות הנחיות בשפה טבעית שמתארות את המידע שאתם רוצים לקבל מהנתונים. ‫Gemini יגיב עם SQL שאפשר להשוות או להוסיף לשאילתה. ביטויים בשפה טבעית יכולים לעזור לכם לבצע איטרציה על קוד ה-SQL ולשנות אותו. אפשר להשתמש בביטויים בשפה טבעית גם כדי לקבל עזרה בתחביר SQL, כמו חותמות זמן ופונקציות חלון.

כדי להשתמש ביצירת SQL בשפה טבעית:

1. במסוף Cloud de Confiance , עוברים לדף BigQuery.

   כניסה ל-BigQuery

2. בעורך השאילתות של BigQuery Studio, לוחצים על pen_spark ומוודאים שהאפשרות יצירה אוטומטית של Gemini SQL מופעלת.

   

3. בעורך השאילתות של BigQuery, מזינים שאילתת SQL שמכילה הנחיה בשפה טבעית שמוקפת בהערה בפורמט /* natural language text */ לגבי טבלה שצפיתם בה או שלחתם לגביה שאילתה לאחרונה. ‫Gemini ב-BigQuery משתמש במטא-נתונים של טבלאות שנשאלו עליהן שאילתות לאחרונה כדי למצוא נתונים מתאימים, ולכן אתם יכולים להריץ שאילתה על טבלה כדי להנחות את התשובות. כדי לקבל את התוצאות הטובות ביותר, ההנחיה בשפה טבעית צריכה להיות ספציפית לתחביר SQL ולנתונים שלכם, ולא ביטוי כללי כמו 'תבצע אופטימיזציה של השאילתה שלי'.

   לדוגמה, אם לאחרונה שלחתם שאילתה לגבי bigquery-public-data.austin_bikeshare.bikeshare_tripsטבלה, יכול להיות שתזינו את השאילתה הבאה:

   SELECT
       subscriber_type,
       /* the name of the day of week of the trip start ordered longest to
        shortest trip with the trip's duration */
   FROM
       `bigquery-public-data`.`austin_bikeshare`.`bikeshare_trips`
   LIMIT 10;
   

4. מסמנים את שאילתת ה-SQL, כולל הביטוי בשפה טבעית, שרוצים ש-Gemini ימיר. בדוגמה הקודמת, צריך לסמן את כל דוגמת ה-SQL.

   

5. כדי ליצור קוד SQL, אפשר ללחוץ על auto_awesomeGemini בשוליים או בכלי לעריכת שאילתות, ואז ללחוץ על pen_spark Convert comments to SQL.

6. בודקים את ה-SQL שנוצר. בפלט של שינוי SQL באמצעות Gemini מוצג ההבדל בין הטקסט המקורי לטקסט שנוצר. שאילתת ה-SQL שנוצרה אמורה להיות דומה לזו:

   SELECT
     subscriber_type,
     FORMAT_TIMESTAMP('%A', start_time) AS day_of_week,
     duration_minutes
   FROM
     `bigquery-public-data`.`austin_bikeshare`.`bikeshare_trips`
   ORDER BY
     duration_minutes DESC
   LIMIT
     10;
   

7. כדי להעתיק את השאילתה לעורך השאילתות, לוחצים על הוספה. ההצהרה הקודמת, כולל ההנחיה בשפה טבעית, מופיעה בהערות וקוד ה-SQL שנוצר מועתק לחלונית העריכה, שבה אפשר להריץ או לערוך אותו. אפשר גם לבחור באחת מהאפשרויות הבאות:

   • שיפור: כדי לתת ל-Gemini הנחיה לשנות את ה-SQL שנוצר
   • עריכת המקורות של הטבלה: כדי לבחור טבלה אחרת
   • סיכום השאילתה: כדי ש-Gemini יספק סיכום של שאילתת ה-SQL.

השלמת שאילתת SQL

ההשלמה של SQL מנסה לספק המלצות שמתאימות להקשר ומבוססות על התוכן בעורך השאילתות. במהלך ההקלדה, Gemini יכול להציע שלבים לוגיים רלוונטיים להמשך בהקשר של השאילתה הנוכחית, או לעזור לכם לשפר את השאילתה.

כדי לנסות את השלמת ה-SQL באמצעות Gemini ב-BigQuery, פועלים לפי השלבים הבאים:

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. מעתיקים את השאילתה הבאה בעורך השאילתות:

   SELECT
     subscriber_type
     , EXTRACT(HOUR FROM start_time) AS hour_of_day
     , AVG(duration_minutes) AS avg_trip_length
   FROM
     `bigquery-public-data.austin_bikeshare.bikeshare_trips`
   

   הודעת שגיאה מציינת שהנתונים של subscriber_type לא מקובצים או מצטברים. לפעמים צריך עזרה כדי להגדיר שאילתה בצורה נכונה.

3. בסוף השורה של subscriber_type, מקישים על מקש הרווח.

   ההצעות לשיפור השאילתה עשויות להסתיים בטקסט שדומה לטקסט הבא:

   GROUP BY
     subscriber_type, hour_of_day;
   

   אפשר גם ללחוץ על Enter (או על Return ב-macOS) כדי ליצור הצעות.

4. כדי לאשר את ההצעה, מקישים על Tab, או מעבירים את מצביע העכבר מעל הטקסט המוצע ולוחצים כדי לראות הצעות חלופיות. כדי לדחות הצעה, מקישים על ESC או ממשיכים להקליד.

   

הסבר על שאילתת SQL

אתם יכולים לתת ל-Gemini ב-BigQuery הנחיה להסביר שאילתת SQL בשפה טבעית. ההסבר הזה יכול לעזור לכם להבין שאילתה מסוימת, שאולי קשה להעריך את התחביר, הסכימה הבסיסית וההקשר העסקי שלה בגלל האורך או המורכבות שלה.

כדי לקבל הסבר על שאילתת SQL, פועלים לפי השלבים הבאים:

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בעורך השאילתות, פותחים או מדביקים שאילתה שרוצים לקבל עליה הסבר.

3. מדגישים את השאילתה שרוצים ש-Gemini ב-BigQuery יסביר.

4. לוחצים על astrophotography_mode Gemini, ואז על הסבר על השאילתה הזו.

   

   ההסבר על ה-SQL מופיע בחלונית Cloud.

תיקון שגיאות ב-SQL והסבר עליהן

אתם יכולים להשתמש ב-Gemini ב-BigQuery כדי לתקן שגיאות בשאילתות SQL ולהסביר אותן. כדי לתקן שגיאה בטקסט של השאילתה לפני שמפעילים פתרונות חכמים, פועלים לפי השלבים הבאים:

1. מדגישים את הטקסט שמכיל את השגיאה.

2. לוחצים על auto_awesome שיפור ואז על auto_fix_normal תיקון.

3. החלונית של Gemini Cloud Assist תיפתח ותציג הצעה לשינוי השאילתה כדי לתקן את השגיאה.

4. לוחצים על החלה והרצה כדי לבצע את השינוי, או על תצוגה מקדימה כדי לפתוח חלונית השוואה שבה מוצג ההבדל בין השאילתה שלכם לבין השאילתה המוצעת.

כדי לתקן שגיאה שמופיעה אחרי שמריצים שאילתה, מבצעים את השלבים הבאים:

1. לצד השגיאה בחלונית תוצאות, לוחצים על הצעות לתיקון מ-Gemini.

2. החלונית של Gemini Cloud Assist תיפתח ותציג הצעה לשינוי השאילתה כדי לתקן את השגיאה.

3. לוחצים על החלה והרצה כדי לבצע את השינוי, או על תצוגה מקדימה כדי לפתוח חלונית השוואה שבה מוצג ההבדל בין השאילתה שלכם לבין השאילתה המוצעת.

יצירת קוד Python

אתם יכולים לבקש מ-Gemini ב-BigQuery ליצור קוד Python באמצעות הצהרה או שאלה בשפה טבעית. ‫Gemini ב-BigQuery מגיב עם הצעה אחת או יותר לקוד Python, ומשתמש בשמות טבלאות רלוונטיים ישירות מפרויקט BigQuery שלכם. כך נוצר קוד Python מותאם אישית שניתן להרצה.

שימוש בכלי ליצירת קוד Python

בדוגמה הבאה, יוצרים קוד למערך נתונים ציבורי של BigQuery‏, bigquery-public-data.ml_datasets.penguins.

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכרטיסיות של עורך השאילתות, לוחצים על החץ לתפריט הנפתח arrow_drop_down ליד add_box שאילתת SQL, ואז לוחצים על מחברת.

   מחברת חדשה תיפתח עם תאים שמציגים שאילתות לדוגמה על מערך הנתונים הציבורי bigquery-public-data.ml_datasets.penguins.

3. כדי להוסיף תא קוד חדש, בסרגל הכלים לוחצים על add קוד. תא הקוד החדש מכיל את ההודעה אפשר להתחיל לתכנת או ליצור קוד באמצעות AI.

4. בתא הקוד החדש, לוחצים על generate (יצירה).

5. בעורך יצירה, מזינים את ההנחיה הבאה בשפה טבעית:

   Using bigquery magics, query the `bigquery-public-data.ml_datasets.penguins` table
   

6. מקישים על Enter (או על Return ב-macOS).

   הקוד המוצע ב-Python אמור להיראות כך:

   %%bigquery
   SELECT *
   FROM `bigquery-public-data.ml_datasets.penguins`
   LIMIT 10
   

7. כדי להריץ את הקוד, לוחצים על play_circle Run cell.

יצירת קוד Python באמצעות Gemini Cloud Assist

אתם יכולים להשתמש ב-Gemini Cloud Assist במסוף Cloud de Confiance כדי ליצור קוד Python ב-BigQuery. כדי להשתמש ב-Gemini Cloud Assist ליצירת קוד, צריך להפעיל אותו. מידע נוסף זמין במאמר בנושא הגדרת Gemini Cloud Assist.

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכרטיסיות של עורך השאילתות, לוחצים על החץ לתפריט הנפתח arrow_drop_down ליד add_box שאילתת SQL, ואז לוחצים על מחברת.

3. בסרגל הכלים Cloud de Confiance , לוחצים על spark Open or close Gemini AI chat כדי לפתוח את הצ'אט עם Gemini Cloud Assist.

   

4. בשדה Enter a prompt (הזנת הנחיה), מזינים הנחיה ליצירת קוד Python. לדוגמה:

   Generate python code to query the `bigquery-public-data.ml_datasets.penguins`
   table using bigquery magics
   
   

5. לוחצים על send שליחת ההנחיה. ‫Gemini מחזיר קוד Python שדומה לקוד הבא:

   %%bigquery
   SELECT *
   FROM `bigquery-public-data.ml_datasets.penguins`
   LIMIT 10
   

6. בודקים את קוד Python שנוצר.

7. כדי להריץ את קוד Python, לוחצים על content_copy העתקה ללוח, מדביקים את הקוד שנוצר בעורך השאילתות ולוחצים על play_circle הפעלה.

יצירת קוד BigQuery DataFrames

אתם יכולים ליצור קוד של BigQuery DataFrames באמצעות Gemini ב-BigQuery. כדי לבקש מ-Gemini להשתמש ב-BigQuery DataFrames בקוד שנוצר, צריך לציין את הכוונה בהנחיה. לדוגמה, אפשר להתחיל את ההנחיה במילים 'using bigframes' או 'utilizing BigQuery DataFrames'.

ספריית BigQuery DataFrames כוללת שתי ספריות:

• ‫bigframes.pandas, שמספק API לניתוח נתונים שתואם ל-pandas.
• ‫bigframes.ml, שמספק ממשק API דמוי scikit-learn ללמידת מכונה (ML).

יצירת הקוד ב-Gemini מותאמת לספרייה bigframes.pandas.

במאמר הרשאות ל-BigQuery DataFrames יש מידע נוסף על BigQuery DataFrames ועל ההרשאות שנדרשות לשימוש ב-BigQuery DataFrames. ‫BigQuery DataFrames הוא חבילה בקוד פתוח. אפשר להריץ את הפקודה pip install --upgrade bigframes כדי להתקין את הגרסה האחרונה.

בדוגמה הבאה, יוצרים קוד למערך נתונים ציבורי של BigQuery‏, bigquery-public-data.ml_datasets.penguins.

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכרטיסיות של עורך השאילתות, לוחצים על החץ לתפריט הנפתח arrow_drop_down ליד add_box שאילתת SQL, ואז לוחצים על מחברת.

   תיקיית Notebook חדשה תיפתח.

3. כדי להוסיף תא קוד חדש, בסרגל הכלים לוחצים על add קוד.

4. תא הקוד החדש מכיל את ההודעה אפשר להתחיל לתכנת או ליצור קוד באמצעות AI. בתא הקוד החדש, לוחצים על generate (יצירה).

5. בעורך יצירה, מזינים את ההנחיה הבאה בשפה טבעית:

   Read the penguins table from the BigQuery public data using bigframes
   

6. מקישים על Enter (או על Return ב-macOS).

   הקוד המוצע ב-Python אמור להיראות כך:

   import bigframes.pandas as bpd
   
   # Read the penguins table from the BigQuery public data using bigframes
   result = bpd.read_gbd("bigquery-public-data.ml_datasets.penguins")
   

7. כדי להריץ את הקוד, לוחצים על play_circle Run cell.

8. כדי לראות תצוגה מקדימה של התוצאות, לוחצים על add Code (קוד) בסרגל הכלים כדי להוסיף תא קוד חדש.

9. בתא החדש, קוראים לשיטה peek() – לדוגמה, result.peek() – ומקישים על play_circle הפעלת התא. מוצגות כמה שורות של נתונים.

קוד Python מלא

ההשלמה האוטומטית של קוד Python מנסה לספק המלצות שמתאימות להקשר ומבוססות על התוכן בכלי לעריכת שאילתות. בזמן ההקלדה, Gemini ב-BigQuery יכול להציע שלבים הגיוניים שרלוונטיים להקשר של הקוד הנוכחי, או לעזור לכם לבצע איטרציה בקוד.

כדי לנסות את השלמת קוד Python באמצעות Gemini ב-BigQuery, מבצעים את השלבים הבאים:

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכרטיסיות של עורך השאילתות, לוחצים על החץ לתפריט הנפתח arrow_drop_down ליד add_box שאילתת SQL, ואז לוחצים על מחברת.

   מחברת חדשה תיפתח, עם תאים שמציגים שאילתות לדוגמה על מערך הנתונים הציבורי bigquery-public-data.ml_datasets.penguins.

3. בעורך, מתחילים להקליד קוד Python. לדוגמה %%bigquery. ‫Gemini ב-BigQuery מציע קוד מוטבע בזמן ההקלדה.

4. כדי לאשר את ההצעה, מקישים על Tab.

הסבר על קוד Python

אתם יכולים להשתמש ב-Gemini ב-BigQuery כדי לקבל הסבר על קוד Python ב-notebooks של Colab Enterprise.

אחרי שמקבלים הסבר, אפשר לשאול עוד שאלות בתיבת הדו-שיח של ההנחיה כדי להבין את הקוד טוב יותר.

כדי לקבל הסבר לקוד Python במחברת, פועלים לפי השלבים הבאים:

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בחלונית הימנית, לוחצים על explore כלי הניתוחים:

   

   אם החלונית הימנית לא מוצגת, לוחצים על last_page הרחבת החלונית הימנית כדי לפתוח אותה.

3. בחלונית Explorer מרחיבים את הפרויקט ולוחצים על Notebooks.

4. לוחצים על ה-Notebook שרוצים לפתוח.

5. מדגישים את תא ה-Python שרוצים להבין.

6. לוחצים על spark Gemini ואז על הסבר על הקוד.

   ההסבר לקוד מופיע בחלונית לצד התא.

7. אופציונלי: כדי להבין טוב יותר את הקוד, אפשר לשאול שאלות בשדה כאן כותבים הנחיה.

תיקון והסבר של שגיאות ב-Python

אתם יכולים להשתמש ב-Gemini ב-BigQuery כדי לתקן ולהסביר שגיאות בקוד Python ב-notebooks של Colab Enterprise.

כדי לתקן את שגיאות הקוד או להבין אותן בעזרת Gemini, פועלים לפי השלבים הבאים:

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בחלונית הימנית, לוחצים על explore כלי הניתוחים:

   

3. בחלונית Explorer מרחיבים את הפרויקט ולוחצים על Notebooks.

4. לוחצים על ה-Notebook שרוצים לפתוח.

5. בתא קוד במחברת, מזינים קוד שמכיל שגיאה ואז מריצים את התא. לדוגמה, יכול להיות שתזינו print(1, שחסרה לו סוגר סוגר.

   אחרי שתא הקוד יפעל, המחברת תדפיס הודעת שגיאה מתחת לתא הקוד. אם הפעלתם את Gemini במחברות Python ויש ל-Gemini הצעה לתיקון השגיאה או הסבר עליה, תופיע אחת מהאפשרויות הבאות:

   • אם יש שגיאות בתחביר של Python, מופיעה האפשרות תיקון שגיאה.
   • לכל סוגי השגיאות האחרים, מופיעה האפשרות הסבר על השגיאה.

6. כדי לתקן שגיאת תחביר:

   1. לוחצים על תיקון השגיאה.

      ‫Gemini מציע איך לתקן את השגיאה.

   2. בודקים את ההצעה ומבצעים אחת מהפעולות הבאות:

      • כדי לאשר את ההצעה, לוחצים על הסמל של וי אישור ההצעה.
      • כדי לדחות את ההצעה, לוחצים על סגירה דחיית ההצעה.

7. כדי לתקן את כל סוגי השגיאות האחרים, צריך לבצע את הפעולות הבאות:

   1. לוחצים על הסבר על השגיאה.

      תיפתח חלונית עם הסבר על השגיאה והצעות לשינויים.

   2. אופציונלי: כדי להבין טוב יותר את השגיאה, אפשר לשאול שאלות בשדה כאן כותבים את ההנחיה.

   3. כדי לאשר שינוי מוצע, לוחצים על library_add הוספת תא קוד.

יצירת קוד PySpark

אתם יכולים לבקש מ-Gemini Code Assist ליצור קוד PySpark במחברת. ‫Gemini Code Assist מאחזר טבלאות רלוונטיות של BigQuery ו-Dataproc Metastore והסכימות שלהן, ומשתמש בהן כדי ליצור תשובה של קוד. הידע של Gemini Code Assist על סכימות מאפשר לו להימנע מהזיות, והוא מציע מפתחות לצירוף וסוגי עמודות.

כדי ליצור קוד באמצעות Gemini Code Assist במחברת:

1. כדי להוסיף תא קוד חדש, לוחצים על + Code (קוד) בסרגל הכלים. בתא הקוד החדש מוצג Start coding or generate with AI. לוחצים על יצירה.

2. בעורך של Generate, מזינים הנחיה בשפה טבעית ולוחצים על enter. חשוב לכלול בהנחיה את מילת המפתח spark או pyspark.

   הנחיה לדוגמה:

   create a spark dataframe from order_items and filter to orders created in 2024
   

   פלט לדוגמה:

   spark.read.format("bigquery").option("table", "sqlgen-testing.pysparkeval_ecommerce.order_items").load().filter("year(created_at) = 2024").createOrReplaceTempView("order_items")
   df = spark.sql("SELECT * FROM order_items")
   

טיפים ליצירת קוד באמצעות Gemini Code Assist

• כדי לאפשר ל-Gemini Code Assist לאחזר טבלאות וסכימות רלוונטיות, צריך להפעיל את הסנכרון של Data Catalog עבור מופעים של Dataproc Metastore.

• מוודאים שלחשבון המשתמש יש גישה ל-Data Catalog כדי לשלוח שאילתות לטבלאות. כדי לעשות את זה, צריך להקצות את התפקיד DataCatalog.Viewer.

השבתת התכונות של Gemini לעזרה בכתיבת שאילתות

כדי להשבית תכונות ספציפיות של Gemini ב-BigQuery:

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכלים של BigQuery, לוחצים על pen_sparkarrow_drop_downGemini.

   

3. ברשימה, מבטלים את הסימון של התכונות של העזרה בכתיבת שאילתות שרוצים להשבית.

במאמר השבתת Gemini ב-BigQuery מוסבר איך להשבית את Gemini ב-BigQuery.

השבתה של Gemini ב-Colab Enterprise

כדי להשבית את Gemini ב-Colab Enterprise בפרויקט בענן ב-Google Cloud, אדמין צריך להשבית את Gemini for Google Cloud API. מידע נוסף זמין במאמר השבתת שירותים.

כדי להשבית את Gemini ב-Colab Enterprise למשתמש ספציפי, אדמין צריך לבטל את התפקיד Gemini for Google Cloud User ‏(roles/cloudaicompanion.user) של המשתמש הזה. איך מבטלים תפקידים ב-IAM

שליחת משוב

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכלים של BigQuery, לוחצים על pen_sparkarrow_drop_downGemini.

   

3. לוחצים על שליחת משוב.

רוצה לעזור לנו לשפר את ההצעות?

אתם יכולים לעזור לשפר את ההצעות של Gemini על ידי שיתוף עם Google של נתוני ההנחיות שאתם שולחים לתכונות בגרסת טרום-השקה.

כדי לשתף את נתוני ההנחיות:

1. במסוף Cloud de Confiance , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכלים של BigQuery, לוחצים על pen_sparkarrow_drop_downGemini.

   

3. בוחרים באפשרות שיתוף נתונים לשיפור Gemini ב-BigQuery.

4. בתיבת הדו-שיח הגדרות השימוש בנתונים, מעדכנים את הגדרות השימוש בנתונים.

הגדרות שיתוף הנתונים חלות על הפרויקט כולו, ורק אדמין של הפרויקט עם הרשאות IAM‏ serviceusage.services.enable וserviceusage.services.list יכול להגדיר אותן. למידע נוסף על השימוש במידע בתוכנית הבודקים הנאמנים, אפשר לעיין במאמר תוכנית הבודקים הנאמנים של Gemini Cloud de Confiance .

‫Gemini ונתוני BigQuery

כדי לספק תוצאות מדויקות, Gemini ב-BigQuery צריך גישה לנתוני הלקוחות ולמטא-נתונים ב-BigQuery כדי להשתמש בתכונות המתקדמות. מידע נוסף זמין במאמר איך Gemini ב-BigQuery משתמש בנתונים שלכם.

מיקומים

אתם יכולים להשתמש ב-Gemini ב-SQL עם עזרה מ-BigQuery ובניתוח נתונים ב-Python 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.

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.

המאמרים הבאים

• סקירה כללית על Gemini for Cloud de Confiance
• איך Gemini for Cloud de Confiance ‎ משתמש בנתונים שלכם
• כך בוחנים את הנתונים באמצעות יצירת תובנות מהנתונים.