GSP1258

Visão geral

Imagine que você é um analista de dados e trabalha na Data Beans há alguns meses. Você trabalhou em alguns projetos de sucesso com seus colegas de equipe e recebeu seu primeiro projeto individual. Você está começando a criar consultas mais complexas com ajuda, mas pediram para você escrever consultas mais complexas para recuperar insights mais profundos. Todos da equipe são eficientes, mas você precisa começar a mostrar mais autossuficiência no seu trabalho.

Você leu que a geração, explicação e transformação de códigos SQL do BigQuery podem ajudar a escrever consultas mais complexas usando linguagem natural. E, caso você tenha dificuldade ao escrever uma nova consulta, agora sabe usar o Gemini para revisar e depurar seu código. Ele também pode ajudar com sugestões para resolver problemas. Com esses recursos, você será mais independente no trabalho e, talvez, até mais eficiente. No entanto, você não sabe bem como começar.

Objetivos

Neste laboratório, você vai aprender a:

• gerar uma consulta SQL usando um comando em linguagem natural;
• usar o recurso de explicação de código do BigQuery;
• modificar o código SQL com o recurso de transformação do BigQuery;
• pedir para o Gemini revisar e depurar o código SQL no BigQuery;
• pedir ao Gemini sugestões para corrigir um problema com o código SQL.

Por fim, você poderá refletir sobre o que aprendeu neste laboratório e considerar como pode aplicar os recursos de geração, explicação, transformação e sugestão de código a seus dados, casos de uso e fluxos de trabalho respondendo a perguntas no seu Diário do laboratório.

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima (recomendado) ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Observação: use apenas a conta de estudante neste laboratório. Se usar outra conta do Google Cloud, você poderá receber cobranças nela.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Username"}}}

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

   {{{user_0.password | "Password"}}}

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Tarefa 1: revisar as tabelas "menu" e "order_item"

Nesta tarefa, você vai revisar os esquemas das tabelas "menu" e "order_item".

Importante: se você não revisar o esquema dessas tabelas, não poderá concluir outras tarefas neste laboratório.

Revisar o esquema da tabela "menu"

1. No console do Google Cloud, acesse o menu de navegação e clique em BigQuery.

2. Clique em CONCLUÍDO na caixa de diálogo Olá.

3. No painel Explorador, amplie o projeto . Você verá o conjunto de dados coffee_on_wheels no fim da lista.

4. Expanda o conjunto de dados coffee_on_wheels. A tabela menu vai aparecer.

5. Clique na tabela menu. O esquema menu será exibido.

6. Revise os detalhes do esquema.

7. Responda a esta pergunta:

   Quais campos usam FLOAT como tipo de dados?

Revisar o esquema da tabela "order_item"

1. Clique na tabela order_item. O esquema order_item será exibido.

2. Revise os detalhes do esquema.

3. Responda a esta pergunta:

   Quais campos usam INTEGER como tipo de dados?

Tarefa 2: gerar uma consulta SQL usando um comando em linguagem natural

Nesta tarefa, você gera uma consulta SQL usando um comando em linguagem natural para encontrar IDs de menu e a receita total dos três itens mais vendidos e dos três itens menos vendidos no menu por receita total.

1. Clique em para criar uma nova consulta SQL. Uma nova guia aparece no BigQuery Studio.

2. Clique em para acessar a ferramenta de geração de SQL. A caixa de diálogo "Gerar SQL com o Gemini" vai aparecer. Você pode inserir um comando em linguagem natural nesta janela para gerar uma nova instrução SQL.

3. Insira o comando abaixo.

   Mostre os IDs do menu e a receita total da tabela "order_item" com os três itens mais vendidos e os três menos vendidos por receita total.

4. Clique em Gerar. O Gemini vai criar uma instrução SQL, como a que segue.

   ( SELECT menu_id, SUM(item_total) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` GROUP BY 1 ORDER BY total_revenue DESC LIMIT 3 ) UNION ALL ( SELECT menu_id, SUM(item_total) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` GROUP BY 1 ORDER BY total_revenue LIMIT 3 );

5. Clique em INSERIR. A consulta que você gerou é adicionada à guia de consulta sem título.

Explicar a consulta

1. Selecione a consulta.

2. Clique em imediatamente à esquerda da consulta.

3. Clique em Explicar esta consulta.

4. A caixa de diálogo do Gemini estará aberta à direita do BigQuery Studio.

5. Clique em Iniciar a conversa. Confira uma explicação para a consulta, como a que aparece a seguir na janela de conversa.

6. Revise a explicação. O Gemini fornece um resumo da resposta, como o seguinte:

   Em resumo, esta consulta ajuda você a identificar os itens do menu mais populares e menos populares, com base na receita, fornecendo insights valiosos para decisões comerciais.

7. Clique em EXECUTAR. O resultado são seis itens de menu: os três mais vendidos e os três menos vendidos.

Momento de reflexão

1. Considerando seus dados e casos de uso do BigQuery, como você usaria o recurso de geração de código?
2. E como você usaria o recurso de explicação de código?

Clique em Verificar meu progresso para conferir o objetivo. Recupere os três IDs de menu com mais vendas e menos vendas.

Tarefa 3: transformar uma consulta

A consulta que você criou na tarefa anterior é útil, mas faltam informações essenciais. Por exemplo, você não sabe o nome do item de menu e há casas decimais estranhas na coluna "total_revenue".

Para obter o nome do item de menu, una as tabelas de menu e item do pedido. Além disso, é possível formatar o campo "total_revenue" para que apareçam só duas casas decimais.

Nesta tarefa, você usa o recurso de transformação do Gemini para escrever comandos para corrigir esses problemas.

Unir as tabelas de menu e item do pedido para obter o nome do item de menu

1. Clique em para criar uma nova consulta SQL. Uma nova guia aparece no BigQuery Studio.

2. Clique em para acessar a ferramenta de geração de SQL. A caixa de diálogo "Gerar SQL com o Gemini" vai aparecer. Você pode inserir um comando em linguagem natural nesta janela para gerar uma nova instrução SQL.

3. Insira o comando abaixo.

   Una a tabela de menu com a tabela de item do pedido, retorne os campos menu_id e item_name, e mostre os três itens mais vendidos e os três menos vendidos por total_revenue.

4. Clique em Gerar. O Gemini vai criar uma instrução SQL, como a que segue.

   ( SELECT t1.menu_id, t1.item_name, SUM(t2.item_total) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.menu` AS t1 INNER JOIN `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` AS t2 ON t1.menu_id = t2.menu_id GROUP BY 1, 2 ORDER BY total_revenue DESC LIMIT 3 ) UNION ALL ( SELECT t1.menu_id, t1.item_name, SUM(t2.item_total) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.menu` AS t1 INNER JOIN `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` AS t2 ON t1.menu_id = t2.menu_id GROUP BY 1, 2 ORDER BY total_revenue LIMIT 3 );

5. Clique em INSERIR. A consulta que você gerou é adicionada à guia de consulta sem título.

Explicar a consulta

1. Selecione a consulta.

2. Clique em imediatamente à esquerda da consulta.

3. Clique em Explicar esta consulta. A explicação vai aparecer na janela de conversa no Gemini com um resumo como o abaixo:

   Esta consulta fornece uma forma fácil e rápida de identificar os itens mais populares e menos populares no menu da cafeteria, o que pode ser importantíssimo para tomar decisões sobre mudanças de inventário, preços e menu.

4. Revise os detalhes da explicação.

5. Clique em EXECUTAR. O resultado são seis itens de menu: os três mais vendidos e os três menos vendidos. No entanto, não aparecem só os campos "menu_id" e "total_revenue". O campo "item_name" também aparece entre eles.

6. Responda a estas perguntas:

   • Qual item gerou mais receita?
   • Qual item gerou menos receita?

Clique em Verificar meu progresso para conferir o objetivo. Una as tabelas de menu e item do pedido para recuperar os nomes dos itens de menu.

Transformar a consulta para remover casas decimais estranhas

1. Selecione a consulta.

2. Clique em para acessar a ferramenta de geração de SQL.

3. Clique em Transformar. O pop-up "Transformar SQL com o Gemini" vai aparecer.

4. Insira o seguinte comando.

   Formate a coluna de receita total para que tenha só duas casas decimais.

5. Clique em GERAR. A nova consulta é gerada.

   Observação: observe como o BigQuery mostra as diferenças no código: as linhas substituídas estão em texto com fundo vermelho e a nova linha que o modifica de acordo com seu comando está em texto com fundo verde.

6. Clique em INSERIR. A nova consulta vai aparecer na guia de consulta sem título.

   ( SELECT t1.menu_id, t1.item_name, ROUND(SUM(t2.item_total), 2) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.menu` AS t1 INNER JOIN `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` AS t2 ON t1.menu_id = t2.menu_id GROUP BY 1, 2 ORDER BY total_revenue DESC LIMIT 3 ) UNION ALL ( SELECT t1.menu_id, t1.item_name, ROUND(SUM(t2.item_total), 2) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.menu` AS t1 INNER JOIN `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` AS t2 ON t1.menu_id = t2.menu_id GROUP BY 1, 2 ORDER BY total_revenue LIMIT 3 );

7. Clique em EXECUTAR. Veja como o resultado é muito parecido. No entanto, o campo de receita total só tem duas casas decimais.

Momento de reflexão

1. Qual é a receita total gerada pelo Clouds of Coffee Delight?

2. Considerando seus dados e casos de uso do BigQuery, como você usaria o recurso de geração de código?

Clique em Verificar meu progresso para conferir o objetivo. Formate a coluna de receita total para que tenha só duas casas decimais.

Tarefa 4: revisão, depuração e sugestões de código

Ao usar o Gemini com o BigQuery, você também pode revisar e depurar código. Quando ocorrer um erro, é possível usar o Gemini para sugerir mudanças para melhorar o código e eliminar erros.

Cenário

Seu colega de equipe criou o seguinte código SQL:

SELECT oi.menu_id, m.item_name, SUM(oi.item_total) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` AS oi INNER JOIN `{{{project_0.project_id|set at lab start}}}.menu` AS m ON oi.menu_id = m.menu_id WHERE m.item_size = 'Small' GROUP BY 1, 2 ORDER BY total_revenue DESC LIMIT 10;

O objetivo dele era recuperar os dez melhores itens pequenos de acordo com a receita total do conjunto de dados coffee_on_wheels, incluindo os campos menu_id, item_name e total_revenue.

Entretanto, com este código SQL, seu colega recebe o seguinte erro:

Não encontrado: o conjunto de dados : não foi encontrado no local "US"

E ele não consegue resolver o problema.

Sua tarefa é usar o Gemini e o conjunto de dados coffee_on_wheels para resolver os problemas com este código SQL gerado pelo membro da sua equipe.

Revisão de código

1. Clique em para criar uma nova consulta SQL.

2. Digite a consulta abaixo:

   SELECT oi.menu_id, m.item_name, SUM(oi.item_total) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` AS oi INNER JOIN `{{{project_0.project_id|set at lab start}}}.menu` AS m ON oi.menu_id = m.menu_id WHERE m.item_size = 'Small' GROUP BY 1, 2 ORDER BY total_revenue DESC LIMIT 10;

3. Clique em EXECUTAR. Você confirma que a consulta não pode ser executada e recebe o seguinte erro:

   Não encontrado: o conjunto de dados : não foi encontrado no local "US"

Depurar o código com o Gemini e corrigir o erro

1. Acesse a janela de conversa no Gemini no BigQuery.

2. Na janela de conversa, escreva a seguinte pergunta.

   Por que estou recebendo o erro "Não encontrado: o conjunto de dados : não foi encontrado no local "US"" ao executar este comando?

3. Pressione <SHIFT><ENTER>, ou <SHIFT><return> no Mac, para criar uma nova linha na janela de conversa.

4. Selecione e copie a consulta.

5. Cole a consulta imediatamente após a pergunta.

6. Pressione <SHIFT><ENTER>, ou <SHIFT><return> no Mac, para criar uma nova linha na janela de conversa.

7. Insira a seguinte frase:

   Sugira um novo código para resolver os problemas.

8. Clique em . Você recebe uma resposta do Gemini.

9. Revise as sugestões na resposta.

   Com base nessas sugestões, você determina que a causa mais provável do problema é que o nome correto do conjunto de dados coffee_on_wheels não foi especificado na instrução INNER JOIN para a tabela de menu na consulta.

   Entre as sugestões, está uma consulta refinada com uma possível solução semelhante à que segue:

   SELECT oi.menu_id, m.item_name, SUM(oi.item_total) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` AS oi INNER JOIN `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.menu` AS m ON oi.menu_id = m.menu_id WHERE m.item_size = 'Small' GROUP BY 1, 2 ORDER BY total_revenue DESC LIMIT 10;

10. Copie a consulta refinada.

11. Clique em para abrir uma nova guia de consulta sem título.

12. Cole a consulta refinada na nova guia de consulta sem título.

13. Clique em EXECUTAR. O resultado é cada um dos 10 melhores itens pequenos do menu com o nome do item e a receita total.

Isso está muito próximo do objetivo do seu colega. Entretanto, ainda falta um pequeno detalhe na consulta refinada. Observe que o campo total_revenue está formatado com casas decimais estranhas. Peça para o Gemini corrigir isso por você seguindo as etapas abaixo.

Formatar o campo total_revenue com apenas duas casas decimais

1. Na janela de conversa, dê o seguinte comando ao Gemini.

   Preciso de ajuda para refinar esta consulta.

2. Pressione <SHIFT><ENTER>, ou <SHIFT><return> no Mac, para criar uma nova linha na janela de conversa.

3. Selecione e copie a consulta.

4. Cole imediatamente após a primeira parte do comando.

5. Pressione <SHIFT><ENTER>, ou <SHIFT><return> no Mac, para criar uma nova linha na janela de conversa.

6. Adicione o texto abaixo ao final do comando.

   Refatore o código para que sejam exibidas apenas duas casas decimais com o campo total_revenue nos resultados.

7. Confirme se o comando agora se parece com o seguinte:

   Preciso de ajuda para refinar esta consulta. SELECT oi.menu_id, m.item_name, SUM(oi.item_total) AS total_revenue FROM `.coffee_on_wheels.order_item` AS oi INNER JOIN `.coffee_on_wheels.menu` AS m ON oi.menu_id = m.menu_id WHERE m.item_size = 'Small' GROUP BY 1, 2 ORDER BY total_revenue DESC LIMIT 10; Refatore o código para que possamos arredondar para exibir só duas casas decimais com o campo total_revenue nos resultados.

8. Clique em . A resposta do Gemini está abaixo.

   SELECT oi.menu_id, m.item_name, ROUND(SUM(oi.item_total), 2) AS total_revenue -- Round to 2 decimal places FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` AS oi INNER JOIN `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.menu` AS m ON oi.menu_id = m.menu_id WHERE m.item_size = 'Small' GROUP BY 1, 2 ORDER BY total_revenue DESC LIMIT 10;

   Com uma explicação como a seguinte:

   Para limitar o campo total_revenue a duas casas decimais, use a função ROUND() no BigQuery. ROUND(SUM(oi.item_total), 2) : Esta parte da consulta usa a função ROUND() para arredondar a soma do oi.item_total para duas casas decimais. O número 2 dentro da função ROUND() especifica o número de casas decimais que devem ser mantidas.

9. Copie o código refatorado.

10. Clique em para abrir uma nova guia de consulta sem título.

11. Cole a consulta refatorada na nova guia de consulta sem título.

12. Clique em EXECUTAR. O resultado é cada um dos 10 melhores itens pequenos do menu com o nome do item e a receita total.

Você confirma que os resultados são os desejados e envia a consulta de volta para seu colega. Ele agradece pela ajuda.

Momento de reflexão

1. Responda à pergunta: "Qual é o nome do item com a quinta maior receita? E quanta receita ele gerou?

2. Considerando seus dados e casos de uso, como você usaria os recursos de sugestão e revisão de código para corrigir um código com problemas?

Clique em Verificar meu progresso para conferir o objetivo. Corrija o erro e recupere os 10 melhores itens pequenos do menu.

Parabéns!

Você gerou uma consulta SQL com um comando em linguagem natural e usou a explicação de código para entender as consultas que não conhece. Além disso, usou o Gemini para ajudar a revisar e depurar código. Você também pediu para o Gemini ajudar com sugestões para melhorar ou corrigir seu código. Você está ganhando experiência no uso do Gemini no BigQuery para criar consultas com e sem código. Agora você sabe até corrigir consultas com problemas. A cada dia, você está mais confiante com o BigQuery e pode usar o Gemini para complementar seu conhecimento e suas habilidades.

Próximas etapas / Saiba mais

• Gerar uma consulta SQL
• Explicar consultas SQL
• Modelos do Gemini
• IA generativa
• Escreva comandos melhores no Gemini para Google Cloud

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 6 de novembro de 2024

Laboratório testado em 6 de novembro de 2024

Copyright 2025 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.