GSP1257

Visão geral

Imagine que você é detetive e está tentando resolver um mistério. Mas, em vez de pistas, você tem planilhas massivas de dados.

Você é um analista de dados recém-chegado na Data Beans, uma empresa especializada em coleta, análise e insights de dados para cafeterias móveis de todo o país. É sua primeira semana na empresa e sua tarefa é analisar dados relacionados às cafeterias, menus e pedidos. O colega que está fazendo sua integração recomenda usar o BigQuery com os recursos Buscador de tabelas e Insights de dados para conhecer e entender os dados. Esses recursos ajudam a começar e você não precisa escrever consultas SQL do zero.

Objetivos

Neste laboratório, você vai aprender a:

• gerar insights de dados na tabela de itens do pedido;
• usar o buscador de tabelas com a tabela de locais e gerar consultas básicas;
• consultar a tabela de itens do pedido sem código SQL.

Depois de concluir esses objetivos, você vai analisar as tabelas de menus e pedidos usando um desses recursos como uma atividade aberta.

Por fim, você poderá refletir sobre o que aprendeu neste laboratório e considerar como pode aplicar os recursos de busca de tabelas e insights de dados nos seus próprios casos de uso 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: gerar insights de dados na tabela de itens do pedido.

Nesta tarefa, você vai ativar os Insights de dados na tabela order_item no conjunto de dados coffee_on_wheels.

Insights de dados é uma ferramenta para quem quer analisar e entender os dados sem precisar escrever consultas SQL complexas.

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

2. Clique em CONCLUÍDO no pop-up de boas-vindas.

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. Você verá a tabela order_item.

5. Clique na tabela order_item. O esquema order_item será exibido. Revise os detalhes do esquema.

6. Clique na guia INSIGHTS. Você verá a seguinte mensagem: "Os insights ainda não foram gerados". Isso é normal, porque eles nunca foram gerados no seu ambiente do laboratório.

7. Clique no botão GERAR INSIGHTS. O Gemini agora vai gerar insights para a tabela order_item.

   Observação: é normal levar alguns minutos para os insights da tabela serem gerados. Espere até que isso seja concluído para marcar a conclusão da tarefa. Você vai retornar para os insights da tabela order_item depois.

Clique em Verificar meu progresso para conferir o objetivo. Gerar insights de dados na tabela de itens do pedido.

Tarefa 2: usar o buscador de tabelas para analisar detalhes da tabela de locais

Enquanto espera a geração dos insights, você vai usar o recurso buscador de tabelas do BigQuery para analisar a tabela location do conjunto de dados coffee_on_wheels. Você também vai criar uma consulta básica com o buscador de tabelas para encontrar todos os campos associados às cafeterias Coffee Cart Connection, Empire Espresso e Street Sips.

Acessar o buscador de tabelas

1. No painel Explorador, clique na tabela location. O esquema da tabela location será exibido. Revise os detalhes do esquema.

2. Clique na guia BUSCADOR DE TABELAS. Veja como a página do BigQuery Studio muda o local da seção "Valores distintos" na parte superior e da seção "Consulta gerada" na parte inferior, com a consulta abaixo.

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

   Você vai trabalhar na seção "Valores distintos". Ao adicionar campos usando o botão SELECIONAR CAMPOS, você verá a mudança da consulta na seção "Consulta gerada".

Selecionar os campos e criar uma consulta básica

1. Clique em SELECIONAR CAMPOS. Todos os campos na tabela serão exibidos.

2. Selecione todos os campos e clique em SALVAR. Você verá um card interativo para cada campo. Os cards interativos mostram os valores mais comuns para cada campo no conjunto de dados. Os valores em cada card podem ser usados para modificar a consulta. No entanto, você pode usar apenas um card como filtro (cláusula Where) na sua instrução SQL.

3. Você vai criar uma nova consulta usando o card location_name. Clique em:

   • Coffee Cart Connection
   • Street Sips
   • Empire Espresso Explorer
   Observação: depois de selecionar esses valores, o BigQuery vai indicar que "Este script processará 5,7 KB quando executado." Isso indica a quantidade de dados que será processada pelo script ao executar a consulta.

   A consulta é:

   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. Clique em APLICAR. Observe como mudam os outros valores em outros cards.

5. Clique em COPIAR PARA A CONSULTA.

6. Uma nova guia Consulta sem título é aberta no BigQuery Studio.

7. Clique em EXECUTAR. O resultado será três linhas com city_id, company_id, location_id, location_name e location_type de cada uma dessas cafeterias móveis.

   Parabéns! Você acabou de escrever sua primeira consulta com o buscador de tabelas sem usar código SQL.

Em resumo, o buscador de tabelas é uma ferramenta para começar a analisar dados no BigQuery, principalmente se você for iniciante em SQL ou quiser entender seus dados de uma maneira rápida.

Confira alguns pontos importantes a considerar sobre o buscador de tabelas:

• É uma ferramenta visual para analisar uma tabela por vez.
• Não aceita operações complexas, como junções em várias tabelas.
• Ele gera consultas SQL básicas. Por exemplo, não é possível criar instruções complexas da cláusula WHERE incluindo operandos como E ou OU.
• Não fornece assistência com IA para consultas complexas.

Momento de reflexão

1. Considerando seus dados e casos de uso do BigQuery, como você usaria o recurso buscador de tabelas?

Clique em Verificar meu progresso para conferir o objetivo. Usar o buscador de tabelas para analisar detalhes da tabela de locais.

Tarefa 3: consultar a tabela de itens do pedido sem código

Os insights que você gerou em uma tarefa anterior estão prontos. Nesta tarefa, você vai usar um comando gerado com esses insights para consultar a tabela order_item sem usar código.

Selecionar um insight e executar a consulta associada a ele

1. No painel Explorador, clique na tabela order_item. Analise o esquema e os campos associados.

2. Clique em INSIGHTS. Lembre-se que você gerou os insights anteriormente e eles já deveriam estar listados.

   Observação: os insights estão na forma de uma pergunta que começa com "quem", "o que", "quando", "onde" e "como", ou com um verbo de ação, como "calcule", "identifique" ou "encontre".

3. Analise a lista de insights e procure um que seja semelhante ao insight abaixo:

   Qual é a receita total gerada de cada item do menu? Observação: este insight pode ser gerado usando frases como "Esta consulta calcula a receita total gerada por cada item do menu." Observação: os insights são gerados pelo Gemini e, por isso, talvez você não encontre um idêntico ao do exemplo. Isso acontece porque o Gemini prevê insights com base nos dados do conjunto de dados e no modelo treinado. Pensando nisso, procure algo semelhante que tenha a receita total de cada item do menu na tabela order_item. Você pode gerar novamente os insights conforme necessário usando o botão GERAR INSIGHTS se quiser trabalhar com este exemplo de comando.

4. Depois de encontrar um insight semelhante, amplie-o para revelar o código SQL subjacente. Você deve ver uma consulta semelhante a esta:

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

5. Clique em COPIAR PARA A CONSULTA. Uma nova guia aparece no BigQuery Studio. Ela é chamada "Consulta sem título" e inclui a pergunta (o comando que gerou a consulta) e a consulta.

6. Clique em EXECUTAR. A consulta será executada e você verá o resultado. Os resultados incluem dois campos: o ID do menu e a receita total gerada para cada item. Isso é útil, mas não sabemos imediatamente qual item gerou mais receita, e o campo da receita total inclui casas decimais estranhas. Isso também pode ser corrigido sem código SQL.

Transforme a consulta sem código para incluir apenas duas casas decimais

1. Selecione a consulta.

2. Imediatamente à esquerda da instrução SELECT, clique em e em Transformar. Uma caixa de diálogo aparece com um campo de texto em branco e o botão GERAR. Aqui é possível transformar a consulta usando linguagem natural.

3. Insira o comando abaixo:

   Mostre total_revenue com duas casas decimais.

4. Clique em GERAR. Você verá a consulta original com texto de fundo vermelho e a consulta modificada com texto de fundo verde.

5. Se você concordar com a nova consulta sugerida, clique em INSERIR. A consulta será inserida de novo na guia "Consulta sem título" e deverá ser parecida com o seguinte:

   -- 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. Clique em EXECUTAR. Observe que o campo total_revenue agora está formatado com resultados com apenas duas casas decimais.

Transforme a consulta para ordenar os resultados em ordem decrescente

1. Selecione a consulta.

2. Imediatamente à esquerda da instrução SELECT, clique em e em Transformar.

3. Insira o comando abaixo:

   Ordene o campo total_revenue em ordem decrescente.

4. Clique em GERAR. Você verá a consulta original com texto de fundo vermelho e a consulta modificada com texto de fundo verde.

5. Se você concordar com a nova consulta sugerida, clique em INSERIR. A consulta será inserida de novo na guia "Consulta sem título" e deverá ser parecida com o seguinte:

   -- 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. Clique em EXECUTAR. Observe que o campo total_revenue agora está em ordem decrescente, mostrando os itens do menu com mais receita total primeiro.

Parabéns! Você usou os insights de dados para selecionar um insight e transformá-lo sem usar código SQL.

Em resumo, Insights de dados do BigQuery é uma ferramenta para quem quer analisar e entender os dados sem escrever consultas SQL complexas.

Confira alguns pontos importantes a considerar sobre o Insights do BigQuery:

• É uma boa ferramenta para analisar e entender seus dados, principalmente se você for iniciante em SQL ou quiser começar a trabalhar com análise de dados.
• Ele usa o Gemini para gerar consultas baseadas nos metadados dos seus dados, ajudando a encontrar insights relevantes.
• É um recurso que pode ajudar você a liberar todo o potencial dos seus dados.

Momento de reflexão

1. Na sua opinião, quais insights são mais úteis com a tabela order_item?

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

Clique em Verificar meu progresso para conferir o objetivo. Consultar a tabela de itens do pedido sem código.

Tarefa 4: analisar as tabelas de menu e de pedidos

Nesta tarefa, você vai acessar as tabelas restantes de menu e pedidos no conjunto de dados coffee_on_wheels e responder às perguntas abaixo usando o Diário do laboratório. Agora que você aprendeu sobre as ferramentas de insights de dados e buscador de tabelas, sugerimos usá-las para responder a essas perguntas, ou até mesmo para escrever suas próprias consultas, se quiser. No entanto, lembre-se do tempo para realizar este laboratório. Quando faltar cinco minutos para terminar, recomendamos que você confirme se concluiu todas as verificações de progresso para receber o crédito por realizar o laboratório.

1. Encontre os três itens principais com as médias de preço mais altas para cada tamanho.

   • Quais tabelas teriam essas informações?
   • Qual ferramenta ajudaria você a responder a essa pergunta?

2. Encontre todos os pedidos do location_id 37.

   • Quais tabelas teriam essa informações?
   • Há quantos pedidos para este local?
   • Qual ferramenta você usaria para encontrar todos os pedidos?

3. Qual ferramenta seria mais útil para seus casos de uso: o buscador de tabelas ou o insight de dados? Por quê?

Depois de responder a essas perguntas, você pode revisar as Soluções do diário do laboratório.

Parabéns!

Neste laboratório, você aprendeu a gerar insights de dados e a usá-los para consultar o conjunto de dados coffee_on_wheels sem código. Você também aprendeu a usar o buscador de tabelas para analisar a tabela de locais e gerar consultas básicas sem código. Por fim, você pensou em como aplicar esses recursos nos seus dados e casos de uso com o BigQuery.

Próximas etapas / Saiba mais

Considere compartilhar o que você aprendeu neste laboratório e suas respostas do diário com sua equipe. Saiba mais nos links a seguir:

• Insights de dados
• Buscador de tabelas
• Modelos do Gemini
• IA generativa

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 7 de outubro de 2024

Laboratório testado em 7 de outubro 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.