GSP1257

Présentation

Supposons que vous cherchiez à élucider un mystère, mais qu'au lieu d'avoir des indices, vous disposez de plusieurs feuilles de calcul volumineuses comportant des données.

Vous occupez depuis peu le poste d'analyste de données chez Data Beans, une entreprise spécialisée dans la collecte de données, l'analyse et la génération d'insights pour des coffee-trucks dans le pays. C'est votre première semaine dans l'entreprise. On vous a demandé d'explorer les données sur les coffee-trucks, les menus et les commandes. La personne chargée de votre intégration vous recommande d'utiliser l'explorateur de tables et les insights sur les données de BigQuery. Ces fonctionnalités vous aideront à vous lancer sans avoir à écrire des requêtes SQL en partant de zéro.

Objectifs

Dans cet atelier, vous allez apprendre à :

• générer des insights à partir de la table "order_item" ;
• utiliser l'explorateur de tables sur la table "location" et créer des requêtes de base ;
• interroger la table "order_item" sans utiliser de code SQL.

Ensuite, vous examinerez les tables "menu" et "order" à l'aide de l'une de ces fonctionnalités lors d'une activité libre.

Enfin, vous aurez le temps de réfléchir à ce que vous avez appris dans cet atelier et à la manière dont vous pourriez utiliser les fonctionnalités d'explorateur de tables et d'insights sur les données pour vos propres cas d'utilisation en répondant aux questions du journal de l'atelier.

Préparation

Avant de cliquer sur le bouton "Démarrer l'atelier"

Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Démarrer l'atelier, indique combien de temps les ressources Google Cloud resteront accessibles.

Cet atelier pratique vous permet de suivre les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Des identifiants temporaires vous sont fournis pour vous permettre de vous connecter à Google Cloud le temps de l'atelier.

Pour réaliser cet atelier :

• Vous devez avoir accès à un navigateur Internet standard (nous vous recommandons d'utiliser Chrome).

Remarque : Ouvrez une fenêtre de navigateur en mode incognito (recommandé) ou de navigation privée pour effectuer cet atelier. Vous éviterez ainsi les conflits entre votre compte personnel et le compte temporaire de participant, qui pourraient entraîner des frais supplémentaires facturés sur votre compte personnel.

• Vous disposez d'un temps limité. N'oubliez pas qu'une fois l'atelier commencé, vous ne pouvez pas le mettre en pause.

Remarque : Utilisez uniquement le compte de participant pour cet atelier. Si vous utilisez un autre compte Google Cloud, des frais peuvent être facturés à ce compte.

Démarrer l'atelier et se connecter à la console Google Cloud

1. Cliquez sur le bouton Démarrer l'atelier. Si l'atelier est payant, une boîte de dialogue s'affiche pour vous permettre de sélectionner un mode de paiement. Sur la gauche, vous trouverez le panneau "Détails concernant l'atelier", qui contient les éléments suivants :

   • Le bouton "Ouvrir la console Google Cloud"
   • Le temps restant
   • Les identifiants temporaires que vous devez utiliser pour cet atelier
   • Des informations complémentaires vous permettant d'effectuer l'atelier

2. Cliquez sur Ouvrir la console Google Cloud (ou effectuez un clic droit et sélectionnez Ouvrir le lien dans la fenêtre de navigation privée si vous utilisez le navigateur Chrome).

   L'atelier lance les ressources, puis ouvre la page "Se connecter" dans un nouvel onglet.

   Conseil : Réorganisez les onglets dans des fenêtres distinctes, placées côte à côte.

   Remarque : Si la boîte de dialogue Sélectionner un compte s'affiche, cliquez sur Utiliser un autre compte.

3. Si nécessaire, copiez le nom d'utilisateur ci-dessous et collez-le dans la boîte de dialogue Se connecter.

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

   Vous trouverez également le nom d'utilisateur dans le panneau "Détails concernant l'atelier".

4. Cliquez sur Suivant.

5. Copiez le mot de passe ci-dessous et collez-le dans la boîte de dialogue Bienvenue.

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

   Vous trouverez également le mot de passe dans le panneau "Détails concernant l'atelier".

6. Cliquez sur Suivant.

   Important : Vous devez utiliser les identifiants fournis pour l'atelier. Ne saisissez pas ceux de votre compte Google Cloud. Remarque : Si vous utilisez votre propre compte Google Cloud pour cet atelier, des frais supplémentaires peuvent vous être facturés.

7. Accédez aux pages suivantes :

   • Acceptez les conditions d'utilisation.
   • N'ajoutez pas d'options de récupération ni d'authentification à deux facteurs (ce compte est temporaire).
   • Ne vous inscrivez pas à des essais sans frais.

Après quelques instants, la console Cloud s'ouvre dans cet onglet.

Remarque : Pour accéder aux produits et services Google Cloud, cliquez sur le menu de navigation ou saisissez le nom du service ou du produit dans le champ Recherche.

Tâche 1 : Générer des insights sur les données de la table "order_item"

Dans cette tâche, vous allez activer les insights sur les données sur la table order_item dans l'ensemble de données coffee_on_wheels.

Les insights sur les données sont un outil permettant d'explorer des données et d'obtenir des insights sans avoir à écrire des requêtes SQL complexes.

1. Dans la console Google Cloud, accédez au menu de navigation, puis cliquez sur BigQuery.

2. Cliquez sur OK dans le pop-up de bienvenue.

3. Dans le panneau Explorateur, développez le projet . L'ensemble de données coffee_on_wheels s'affiche en bas de la liste.

4. Développez l'ensemble de données coffee_on_wheels. La table order_item s'affiche.

5. Cliquez sur la table order_item. Le schéma order_item s'affiche. Examinez les détails du schéma.

6. Cliquez sur l'onglet INSIGHTS. Le message "Les insights n'ont pas encore été générés" s'affiche. C'est normal, car aucun insight n'a encore été généré dans l'environnement de l'atelier.

7. Cliquez sur le bouton GÉNÉRER DES INSIGHTS. Gemini va maintenant générer des insights pour la table order_item.

   Remarque : La génération des insights pour la table prend quelques minutes. Attendez que les insights soient générés avant de valider l'objectif de cette tâche. Vous reviendrez aux insights pour la table order_item plus tard.

Cliquez sur Vérifier ma progression pour valider l'objectif. Générer des insights sur les données de la table "order_item"

Tâche 2 : Utiliser l'explorateur de tables pour passer en revue les données de la table "location"

En attendant que les insights soient générés, vous allez utiliser l'explorateur de tables de BigQuery pour examiner la table location dans l'ensemble de données coffee_on_wheels. Avec cette fonctionnalité, vous allez également créer une requête de base pour trouver tous les champs associés aux camions "Coffee Cart Connection", "Empire Espresso" et "Street Sips".

Accéder à l'explorateur de tables

1. Dans le panneau Explorateur, cliquez sur la table location. Le schéma de la table location s'affiche. Examinez les détails du schéma.

2. Cliquez sur l'onglet EXPLORATEUR DE TABLES. La page BigQuery Studio affiche alors la section "Valeurs distinctes" en haut et la section "Requête générée" en bas, avec la requête ci-dessous.

   SELECT * FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.location`;

   Vous allez maintenant travailler dans la section "Valeurs distinctes". Vous verrez la requête changer dans la section "Requête générée" lorsque vous ajouterez des champs à l'aide du bouton SÉLECTIONNER DES CHAMPS.

Sélectionner des champs et créer une requête de base

1. Cliquez sur SÉLECTIONNER DES CHAMPS. Tous les champs de la table s'affichent.

2. Sélectionnez tous les champs, puis cliquez sur ENREGISTRER. Une carte interactive s'affiche alors pour chaque champ. Les cartes interactives indiquent les valeurs les plus courantes pour chaque champ de l'ensemble de données. Vous pouvez utiliser les valeurs de chaque carte pour modifier la requête. Toutefois, vous ne pouvez utiliser qu'une seule carte comme filtre (clause WHERE) dans votre instruction SQL.

3. Vous allez créer une requête en utilisant la carte location_name. Cliquez sur les valeurs suivantes :

   • Coffee Cart Connection
   • Street Sips
   • Empire Espresso Explorer
   Remarque : Une fois que vous avez sélectionné ces valeurs, le message "Ce script traitera 5,7 ko lors de son exécution" s'affiche dans BigQuery. Il indique la quantité de données que le script traitera lorsque vous exécuterez la requête.

   Observez également la requête :

   SELECT `city_id`, `company_id`, `location_id`, `location_name`, `location_type` FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.location` WHERE (`location_name` IN ('Coffee Cart Connection', 'Empire Espresso Explorer', 'Street Sips'));

4. Cliquez sur APPLIQUER. Vous remarquez que les valeurs dans les autres cartes changent.

5. Cliquez sur COPIER VERS LA REQUÊTE.

6. Un nouvel onglet Requête sans titre s'ouvre dans BigQuery Studio.

7. Cliquez sur EXÉCUTER. Le résultat présente trois lignes avec les valeurs city_id, company_id, location_id, location_name et location_type de chacun de ces camions.

   Félicitations ! Vous venez d'écrire votre première requête avec l'explorateur de tables sans utiliser de code SQL.

Pour résumer, l'explorateur de tables vous aide à explorer des données dans BigQuery, notamment si vous ne connaissez pas encore SQL ou si vous avez besoin d'un moyen rapide de comprendre vos données.

Voici quelques points clés à retenir concernant l'explorateur de tables :

• Cet outil visuel permet d'explorer une table à la fois.
• Il ne prend pas en charge les opérations complexes comme les jointures entre plusieurs tables.
• Il génère des requêtes SQL de base. Par exemple, vous ne pouvez pas créer d'instructions complexes avec une clause WHERE comprenant des opérandes comme AND ou OR.
• Il ne fournit pas d'assistance optimisée par l'IA pour les requêtes complexes.

Temps de réflexion

1. En tenant compte de vos données et de vos cas d'utilisation dans BigQuery, comment utiliseriez-vous la fonctionnalité d'explorateur de tables ?

Cliquez sur Vérifier ma progression pour valider l'objectif. Utiliser l'explorateur de tables pour passer en revue les données de la table "location"

Tâche 3 : Interroger la table "order_item" sans utiliser de code

Les insights que vous avez générés dans la première tâche sont maintenant prêts. Dans cette tâche, vous allez utiliser une requête créée à partir de ces insights afin d'interroger la table order_item sans utiliser de code.

Sélectionner un insight et exécuter la requête associée

1. Dans le panneau Explorateur, cliquez sur la table order_item. Examinez le schéma avec les champs associés.

2. Cliquez sur INSIGHTS. Pour rappel : les insights vous avez générés précédemment doivent s'afficher.

   Remarque : Chaque insight se présente sous la forme d'une question commençant par qui, quoi, quand, où ou comment, ou par un verbe d'action, comme calculer, identifier ou trouver.

3. Examinez la liste des insights et recherchez-en un semblable à celui-ci :

   Quel est le revenu total généré par chaque élément de menu ? Remarque : Cet insight peut être généré en utilisant une formulation de type "Cette requête calcule le revenu total généré par chaque élément de menu". Remarque : Les insights sont générés par Gemini. Par conséquent, il se peut qu'aucun insight identique à celui ci-dessus ne s'affiche. En effet, Gemini prédit les insights en fonction des données de l'ensemble de données et du modèle entraîné. Vous devez donc rechercher un insight similaire, présentant le revenu total généré par chaque élément de menu figurant dans la table order_item. Le cas échéant, n'hésitez pas à générer de nouveau des insights en cliquant sur le bouton GÉNÉRER DES INSIGHTS si vous souhaitez utiliser cet exemple de requête.

4. Une fois que vous avez trouvé un insight similaire, développez-le de façon à afficher son code SQL sous-jacent. La requête affichée doit ressembler à celle-ci :

   SELECT menu_id, SUM(item_total) AS total_revenue FROM `coffee_on_wheels.order_item` GROUP BY menu_id;

5. Cliquez sur COPIER VERS LA REQUÊTE. Un nouvel onglet "Requête sans titre" s'ouvre dans BigQuery Studio. Il affiche la question (la requête ayant généré la requête) et la requête.

6. Cliquez sur EXÉCUTER. La requête s'exécute, et les résultats s'affichent. Ils comportent deux champs : les identifiants des éléments de menu et le revenu total généré par chacun d'entre eux. Ces résultats sont utiles, mais ils ne vous permettent pas d'identifier rapidement l'élément qui génère le plus de revenus, et le champ "total_revenue" contient des décimales superflues. Vous pouvez également résoudre ce problème sans code SQL.

Transformer la requête sans code pour inclure uniquement deux décimales

1. Sélectionnez la requête.

2. Juste à gauche de l'instruction SELECT, cliquez sur , puis sur Transformer. Une boîte de dialogue contenant un champ de texte vide et le bouton GÉNÉRER s'affiche. Dans cette fenêtre, vous pouvez transformer la requête à l'aide du langage naturel.

3. Saisissez la requête ci-dessous :

   Affiche le champ "total_revenue" avec deux décimales uniquement.

4. Cliquez sur GÉNÉRER. La requête d'origine s'affiche sur fond rouge, tandis que la requête modifiée est sur fond vert.

5. Si vous acceptez la nouvelle requête suggérée, cliquez sur INSÉRER. Elle est alors ajoutée dans l'onglet "Requête sans titre" et doit ressembler à celle-ci :

   -- What is the total revenue generated by each menu item? -- Display total_revenue as 2 decimal points. SELECT menu_id, ROUND(SUM(item_total), 2) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` GROUP BY 1;

6. Cliquez sur EXÉCUTER. Notez que le champ total_revenue ne contient maintenant que deux décimales.

Transformer la requête pour classer les résultats par ordre décroissant

1. Sélectionnez la requête.

2. Juste à gauche de l'instruction SELECT, cliquez sur , puis sur Transformer.

3. Saisissez la requête ci-dessous :

   Classe le champ "total_revenue" par ordre décroissant.

4. Cliquez sur GÉNÉRER. La requête d'origine s'affiche sur fond rouge, tandis que la requête modifiée est sur fond vert.

5. Si vous acceptez la nouvelle requête suggérée, cliquez sur INSÉRER. Elle est alors ajoutée dans l'onglet "Requête sans titre" et doit ressembler à celle-ci :

   -- What is the total revenue generated from each menu item? -- Display total_revenue as 2 decimal points. -- Order the total_revenue field in descending order. SELECT menu_id, ROUND(SUM(item_total), 2) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` GROUP BY menu_id ORDER BY total_revenue DESC;

6. Cliquez sur EXÉCUTER. Notez que le champ "total_revenue" est désormais classé par ordre décroissant, avec les éléments de menu générant le plus de revenus affichés en premier.

Félicitations ! Vous avez utilisé les insights sur les données pour sélectionner un insight et le transformer sans utiliser de code SQL.

Pour résumer, les insights sur les données BigQuery sont un outil permettant d'explorer des données et d'obtenir des insights sans avoir à écrire des requêtes SQL complexes.

Voici quelques points clés à retenir concernant les insights BigQuery :

• Ils sont utiles pour explorer et comprendre vos données, notamment si vous ne connaissez pas encore SQL ou si vous voulez commencer à analyser vos données.
• Ils utilisent Gemini pour générer des requêtes basées sur vos métadonnées, ce qui vous permet de trouver plus facilement des insights pertinents.
• Ils vous aident à exploiter le potentiel de vos données.

Temps de réflexion

1. Quels insights sur la table order_item vous ont été les plus utiles ?

2. En tenant compte de vos données et de vos cas d'utilisation dans BigQuery, comment utiliseriez-vous la fonctionnalité d'insights sur les données ?

Cliquez sur Vérifier ma progression pour valider l'objectif. Interroger la table "order_item" sans utiliser de code

Tâche 4 : Examiner les tables "menu" et "order"

Dans cette tâche, vous allez explorer les autres tables "menu" et "order" de l'ensemble de données "coffee_on_wheels". Vous répondrez aussi aux questions ci-dessous dans le journal de l'atelier. Maintenant que vous en savez plus sur les insights sur les données et l'explorateur de tables, nous vous suggérons de les utiliser pour répondre à ces questions ou même pour écrire vos propres requêtes si vous le souhaitez. Toutefois, faites attention au temps qu'il vous reste pour terminer l'atelier. Pendant les cinq dernières minutes, nous vous recommandons de vérifier que vous avez validé tous les objectifs pour obtenir les crédits associés à cet atelier.

1. Trouver les trois éléments ayant les prix moyens les plus élevés pour chaque taille

   • Quelle table contient ces informations ?
   • Quel outil peut vous aider à répondre à cette question ?

2. Trouver toutes les commandes passées dans l'établissement ayant l'identifiant 37

   • Quelle table contient ces informations ?
   • Combien de commandes ont été passées dans cet établissement ?
   • Quel outil pouvez-vous utiliser pour trouver toutes les commandes ?

3. Pour vos cas d'utilisation, quel outil vous serait le plus utile ? L'explorateur de tables ou les insights sur les données ? Pourquoi ?

Une fois que vous avez répondu aux questions, n'hésitez pas à consulter les solutions dans le journal de l'atelier.

Félicitations !

Dans cet atelier, vous avez appris à générer des insights sur les données et à les utiliser pour interroger l'ensemble de données "coffee_on_wheels" sans utiliser de code. Vous avez également utilisé l'explorateur de tables pour examiner la table "location" et créer des requêtes de base sans code. Enfin, vous avez réfléchi à la façon dont vous pouviez appliquer ces fonctionnalités à vos propres données et cas d'utilisation avec BigQuery.

Étapes suivantes et informations supplémentaires

Réfléchissez aux connaissances acquises dans cet atelier et aux réponses indiquées dans le journal, et partagez-les avec votre équipe. Pour en savoir plus, cliquez sur les liens ci-dessous :

• Insights sur les données
• Explorateur de tables
• Modèles Gemini
• IA générative

Formations et certifications Google Cloud

Les formations et certifications Google Cloud vous aident à tirer pleinement parti des technologies Google Cloud. Nos cours portent sur les compétences techniques et les bonnes pratiques à suivre pour être rapidement opérationnel et poursuivre votre apprentissage. Nous proposons des formations pour tous les niveaux, à la demande, en salle et à distance, pour nous adapter aux emplois du temps de chacun. Les certifications vous permettent de valider et de démontrer vos compétences et votre expérience en matière de technologies Google Cloud.

Dernière modification du manuel : 7 octobre 2024

Dernier test de l'atelier : 7 octobre 2024

Copyright 2025 Google LLC. Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.