GSP196

總覽

在本實驗室中，您會將 CSV 文字檔的資料匯入 Cloud SQL，然後使用簡單的查詢來執行基本資料分析。

本實驗室使用的資料集來自 US Bureau of Transport Statistics (美國交通統計局)，包含美國國內航班的歷史資訊。這個資料集可用來示範各種資料科學概念和技術。

目標

• 建立 Cloud SQL 執行個體
• 建立 Cloud SQL 資料庫
• 將文字資料匯入 Cloud SQL
• 使用查詢建立初始資料模型

設定和需求

瞭解以下事項後，再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室，請先確認：

• 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意事項：請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室，這可以防止個人帳戶和學員帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。

注意事項：務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶，可能會產生額外費用。

如何開始實驗室及登入 Google Cloud 控制台

1. 按一下「Start Lab」按鈕。如果實驗室會產生費用，請在開啟的對話方塊中選取付款方式。右側的「Lab setup and access」面板會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 此實驗室所需的臨時憑證 (使用者名稱和密碼)
   • 完成此實驗室所需的其他資訊 (如有)

   請注意，實驗室計時器位於頁面頂端附近，會顯示剩餘時間。

2. 按一下「Open Google Cloud console」。如果使用 Chrome 瀏覽器，也可以按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

   接著，實驗室會啟動相關資源，並開啟另一個分頁，顯示「登入」頁面。

   提示：您可以在不同的視窗並排開啟分頁。

   注意：頁面顯示「選擇帳戶」對話方塊時，請點選「使用其他帳戶」。

3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

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

   您也可以在「Lab setup and access」面板找到「Username」。

4. 點選「下一步」。

5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

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

   您也可以在「Lab setup and access」面板找到「Password」。

6. 點選「下一步」。

   重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

7. 繼續點按後續頁面：

   • 接受條款及細則。
   • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
   • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要使用 Google Cloud 產品和服務，請按一下「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。

啟動 Cloud Shell

Cloud Shell 是搭載多項開發工具的虛擬機器，提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作。Cloud Shell 提供指令列存取權，方便您使用 Google Cloud 資源。

1. 點按 Google Cloud 控制台頂端的「啟用 Cloud Shell」圖示 。

2. 系統顯示視窗時，請按照下列步驟操作：

   • 繼續操作 Cloud Shell 視窗。
   • 授權 Cloud Shell 使用您的憑證發出 Google Cloud API 呼叫。

連線建立完成即代表已通過驗證，而且專案已設為您的 Project_ID：。輸出內容中有一行文字，宣告本工作階段的 Project_ID：

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud 是 Google Cloud 的指令列工具，已預先安裝於 Cloud Shell，並支援 Tab 鍵自動完成功能。

3. (選用) 您可以執行下列指令來列出使用中的帳戶：

gcloud auth list

4. 點按「授權」。

輸出內容：

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (選用) 您可以使用下列指令來列出專案 ID：

gcloud config list project

輸出內容：

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 注意：如需 gcloud 的完整說明，請前往 Google Cloud 參閱 gcloud CLI 總覽指南。

工作 1：準備環境

本實驗室使用的一系列程式碼範例和指令碼，出自 O'Reilly Media, Inc. 的《Data Science on the Google Cloud Platform, 2nd Edition》(Google Cloud Platform 的數據資料學，第 2 版) 一書。內容涵蓋該書第 3 章「Creating Compelling Dashboards」(建立強大的資訊主頁) 第一部分介紹的 Cloud SQL 設定和資料匯入工作。為完成實驗室工作，請將所需的範例檔案直接複製到 Cloud Shell 環境。

在 Google Cloud 暫存 Data Science 一書的檔案

1. 在 Cloud Shell 建立環境變數 (本實驗室稍後會用到)，儲存專案 ID 和包含資料的儲存空間 bucket：

export PROJECT_ID=$(gcloud info --format='value(config.project)') export BUCKET=${PROJECT_ID}-ml

2. 輸入下列指令，將必要的資料表建立檔案複製到 bucket：

gcloud storage cp gs://spls/gsp196/03_sqlstudio/create_table.sql gs://$BUCKET/

工作 2：建立 Cloud SQL 執行個體

1. 輸入下列指令，建立 Cloud SQL 執行個體：

gcloud sql instances create flights \ --database-version=POSTGRES_13 --cpu=2 --memory=8GiB \ --region={{{project_0.default_region | "REGION"}}} --root-password=Passw0rd

這項程序會在幾分鐘內完成。

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果成功建立 Cloud SQL 執行個體，就會看到評估分數。

建立 Cloud SQL 執行個體。

2. 使用 Cloud Shell IP 位址建立環境變數：

export ADDRESS=$(curl -s http://ipecho.net/plain)/32

3. 將 Cloud Shell 執行個體加入許可清單，取得 SQL 執行個體的管理存取權：

gcloud sql instances patch flights --authorized-networks $ADDRESS

4. 系統提示時，按下 Y 接受變更。

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果成功將 Cloud Shell 加入允許清單，取得 SQL 執行個體存取權，就會看見評估分數。

將 Cloud Shell 加入允許清單，取得 SQL 執行個體存取權。

建立資料庫和資料表

請先建立空白資料庫和結構定義正確的資料表，才能將資料匯入 Postgres 資料表。

1. 前往 Cloud 控制台，依序點選「導覽選單」圖示 >「Cloud SQL」。

2. 點選執行個體名稱 flights，開啟執行個體的「總覽」頁面。

3. 在左側的 SQL 導覽選單，選取「資料庫」。

4. 點選「建立資料庫」。

5. 在「新增資料庫」對話方塊，將資料庫命名為 bts。

6. 點選「建立」。

7. 從 SQL 導覽選單選取「總覽」，開啟執行個體的「總覽」頁面。

8. 點選畫面頂端的「匯入」。

9. 在 Cloud Storage 檔案欄位，點選「瀏覽」。

10. 在「bucket」部分，點選 bucket 名稱附近的箭頭。

11. 選取 create_table.sql 檔案。

12. 點選「選取」。

13. 在「檔案格式」部分，選取「SQL」。

14. 在 Cloud SQL 執行個體中指定資料庫 bts。

15. 點選「匯入」即可開始匯入資料。

幾秒後，空白資料表就會建立完畢。

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果成功使用 create_table.sql 檔案建立 bts 資料庫和 flights 資料表，就會看到評估分數。

使用 create_table.sql 檔案建立 bts 資料庫和 flights 資料表。

工作 3：將資料新增至 Cloud SQL 執行個體

建立空的資料庫和資料表後，現在要將 CSV 檔案載入這個資料表。請瀏覽至 bucket 中的 201501.csv，指定格式為 CSV、資料庫為 bts，以及資料表為 flights，即可載入 1 月的資料。

1. 在 Cloud SQL 執行個體頁面，點選「匯入」。

2. 在 Cloud Storage 檔案欄位點選「瀏覽」，依序選取 bucket 名稱附近的箭頭和 201501.csv。

3. 點選「選取」。

4. 檔案格式請選取「CSV」。

5. 選取 bts 資料庫，然後輸入 flights 做為資料表名稱。

6. 點選「匯入」。

工作 4：與資料庫互動

1. 使用下列指令，從 Cloud Shell 連線至 Cloud SQL 執行個體：

gcloud sql connect flights --user=postgres

2. 系統提示輸入密碼時，輸入 Passw0rd。請注意，輸入時可能不會顯示字母。

3. 在隨即顯示的提示中，連線至 bts 資料庫：

\c bts;

4. 系統提示輸入密碼時，輸入 Passw0rd。

5. 接著執行查詢，取得 5 個最繁忙的機場：

SELECT "Origin", COUNT(*) AS num_flights FROM flights GROUP BY "Origin" ORDER BY num_flights DESC LIMIT 5;

由於資料集相對較小 (只有 1 月的資料)，這個查詢的效能不錯，但隨著月份增加，資料庫速度會變慢。

關聯式資料庫適合用於小型資料集，並執行傳回一小部分資料的臨時查詢。對於較大的資料集，您可以為感興趣的資料欄建立索引，調整關聯式資料庫的效能。此外，關聯式資料庫通常支援交易，並能保證同步一致性，因此非常適合經常更新的資料。

若符合下列情況，關聯式資料庫並非理想選擇：

• 資料主要為唯讀
• 如果資料集大小達到 TB 級
• 您需要掃描整個資料表 (例如計算資料欄的最大值)，或是資料串流的速率很高。

這部分說明航班延誤的應用情境。在這種情況下，您要從關聯式資料庫改用數據分析資料倉儲 BigQuery。數據分析資料倉儲允許使用者使用 SQL，而且更擅長處理大型資料集和臨時查詢 (即不需要建立資料欄索引)。

恭喜！

現在您已瞭解如何建立資料表，並將儲存在 Cloud Storage 的文字資料匯入 Cloud SQL。

後續步驟/瞭解詳情

如要瞭解更多資訊，請閱讀本實驗室的參考書籍：

• Data Science on the Google Cloud Platform, 2nd Edition: O'Reilly Media, Inc.

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2026 年 5 月 6 日

實驗室上次測試日期：2026 年 5 月 6 日

Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。