GSP787

總覽

您必須在時限內完成一系列工作。挑戰實驗室不會提供逐步說明，您必須在給定的情境中自行完成多項工作！自動評分系統 (如本頁所示) 會根據您是否正確完成工作來提供意見回饋。

若想獲得滿分，就必須在時限內完成所有工作！

挑戰實驗室不會介紹相關 Google Cloud 概念。請運用您從相關課程其他實驗室學到的技巧建構解決方案，完成本實驗室提出的挑戰。您應該要能靈活運用所學，修正無法正常執行的查詢。

這個實驗室適合「從 BigQuery 資料取得深入分析結果」技能徽章課程的學員。準備好迎接挑戰了嗎？

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。

情境

您任職的公共衛生機構需要找出 COVID-19 疫情相關查詢的解答。取得正解有助機構妥善規劃，匯集醫療照護資源及呼籲大眾注意相關議題。

這項分析要使用的資料集和資料表為：bigquery-public-data.covid19_open_data.covid19_open_data。這個存放區內含國家/地區層級的資料集，存有與全球 COVID-19 疫情相關的每日時間序列資料，包括人口統計、經濟、流行病學、地理位置、健康衛生、住院治療、流動性、政府因應措施和氣候相關資料。

工作 1：確診病例總數

• 建立查詢，回答「 總計有多少確診病例？」這個問題。該查詢需傳回一個資料列，內含所有國家/地區的確診病例總數。資料欄的名稱為 total_cases_worldwide。

參照資料欄：

• cumulative_confirmed
• date

點選「Check my progress」，確認目標已達成。 確診病例總數

工作 2：重災區

• 建立查詢，回答「美國有多少州在 的死亡人數超過 ？」這個問題。該查詢需在 count_of_states 欄位輸出內容。

注意：請勿包含空值。

參照資料欄：

• country_name
• subregion1_name (州相關資訊)
• cumulative_deceased

點選「Check my progress」，確認目標已達成。 重災區

工作 3：找出熱點

• 建立查詢，回答「列出 美國確診病例數超過 的所有州別」這個問題。該查詢需傳回「州名」與相應的確診病例數，並以遞減順序排列。應傳回的欄位名稱如下：state 和 total_confirmed_cases。

參照資料欄：

• country_code
• subregion1_name (州相關資訊)
• cumulative_confirmed

點選「Check my progress」，確認目標已達成。 找出熱點

工作 4：致死率

1. 建立查詢，回答「2020 年 月，義大利的致死率是多少？」這個問題。此處致死率的算法為：(總死亡人數/確診病例總數) * 100。
2. 編寫查詢，傳回 2020 年 月的比率，並在輸出內容中包含以下欄位：total_confirmed_cases、total_deaths、case_fatality_ratio。

參照資料欄：

• country_name
• cumulative_confirmed
• cumulative_deceased

點選「Check my progress」，確認目標已達成。 致死率

工作 5：找出特定日期

• 建立查詢，回答「義大利的總死亡人數在哪一天超過 ？」這個問題。該查詢應傳回 yyyy-mm-dd 格式的日期。

參照資料欄：

• country_name
• cumulative_deceased

點選「Check my progress」，確認目標已達成。 找出特定日期

工作 6：找出新增病例為零的天數

以下查詢的目標，是要找出 至 期間，印度沒有新增確診病例的天數。但是，這個查詢無法正常執行。

• 請修正錯誤，完成查詢並取得結果：

WITH india_cases_by_date AS ( SELECT date, SUM(cumulative_confirmed) AS cases FROM `bigquery-public-data.covid19_open_data.covid19_open_data` WHERE country_name="India" AND date between '{{{project_0.startup_script.start_date_india_code}}}' and '{{{project_0.startup_script.close_date_india_code}}}' GROUP BY date ORDER BY date ASC ) , india_previous_day_comparison AS (SELECT date, cases, LAG(cases) OVER(ORDER BY date) AS previous_day, cases - LAG(cases) OVER(ORDER BY date) AS net_new_cases FROM india_cases_by_date )

點選「Check my progress」，確認目標已達成。 找出新增病例為零的天數

工作 7：翻倍率

• 將上一個查詢做為範本，編寫查詢來找出 2020 年 3 月 22 日至 2020 年 4 月 20 日期間，美國有哪些天的確診病例與前一天相比增加超過 % (即約 7 天的翻倍率)。該查詢需要傳回日期清單、當天的確診病例數、前一天的確診病例數，以及這兩天病例數增加的百分比。

  • 傳回的欄位應使用以下名稱：Date、Confirmed_Cases_On_Day、Confirmed_Cases_Previous_Day 和 Percentage_Increase_In_Cases。

點選「Check my progress」，確認目標已達成。 翻倍率

工作 8：康復率

1. 建立查詢，列出到 2020 年 5 月 10 日這天，各國家/地區的康復率 (以遞減順序排列，最多 條)。

2. 將查詢範圍限制為確診病例數超過 5 萬的國家/地區。

   • 該查詢需傳回以下欄位：country、recovered_cases、confirmed_cases、recovery_rate。

參照資料欄：

• country_name
• cumulative_confirmed
• cumulative_recovered

點選「Check my progress」，確認目標已達成。 康復率

工作 9：CDGR - 累計每日增長率

• 以下查詢是要計算自通報確診首例以來，法國在 的 CDGR (累計每日增長率)。法國通報確診首例的日期為 2020 年 1 月 24 日。

• CDGR 的計算方式如下：

((last_day_cases/first_day_cases)^1/days_diff)-1)

其中：

• last_day_cases 是 2020 年 5 月 10 日的確診病例數

• first_day_cases 是 2020 年 1 月 24 日的確診病例數

• days_diff 是 2020 年 1 月 24 日到 5 月 10 日的天數

• 這個查詢無法正常執行。您能修正錯誤，讓查詢順利執行嗎？

WITH france_cases AS ( SELECT date, SUM(cumulative_confirmed) AS total_cases FROM `bigquery-public-data.covid19_open_data.covid19_open_data` WHERE country_name="France" AND date IN ('2020-01-24', '{{{project_0.startup_script.date_code}}}') GROUP BY date ORDER BY date) , summary as ( SELECT total_cases AS first_day_cases, LEAD(total_cases) AS last_day_cases, DATE_DIFF(LEAD(date) OVER(ORDER BY date),date, day) AS days_diff FROM france_cases LIMIT 1 ) select first_day_cases, last_day_cases, days_diff, SQRT((last_day_cases/first_day_cases),(1/days_diff))-1 as cdgr from summary 注意：請參閱函式、運算子和條件式的說明文件，進一步瞭解所參照的 SQL 函式「LEAD()」。

點選「Check my progress」，確認目標已達成。 CDGR - 累計每日增長率

工作 10：製作 Data Studio 報表

• 製作 Data Studio 報表，針對美國繪製以下資料的圖表：

• 使用 BigQuery 連接器、授予存取權、在專案 選取「自訂查詢」、輸入查詢，然後依序點選「新增」和「新增至報表」。

  • 確診病例數
  • 死亡人數
  • 日期範圍：

點選「Check my progress」，確認目標已達成。 製作 Data Studio 報表

注意：請參考下圖，製作類似的報表。 注意：請勿使用 BigQuery 的「透過 Data Studio 查看」選項。

恭喜！

取得下一枚技能徽章

這個自學實驗室屬於「從 BigQuery 資料取得深入分析結果」技能徽章課程的一部分。完成這個課程即可取得上方徽章，獲得肯定。您可以在履歷表和社群平台分享徽章，並使用 #GoogleCloudBadge 來公開您的成就。

這個技能徽章課程是 Google 資料分析師學習路徑的一環。如果您已完成這個學習路徑所有的技能徽章課程，歡迎瀏覽 Google Skills 目錄，尋找其他可以參加的技能徽章課程。

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：2025 年 10 月 7 日

實驗室上次測試日期：2025 年 10 月 7 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。