Descripción general
En este lab, aprenderás cómo usar BigQuery para analizar datos de facturación.
Objetivos
En este lab, aprenderás a realizar las siguientes tareas:
- Acceder a BigQuery desde la consola de Cloud
- Crear un conjunto de datos
- Crear una tabla
- Importar datos desde un archivo de facturación almacenado en un bucket
- Ejecutar consultas complejas sobre un conjunto de datos más grande
Configuración y requisitos
En cada lab, recibirás un proyecto de Google Cloud y un conjunto de recursos nuevos por tiempo limitado y sin costo adicional.
-
Haz clic en el botón Comenzar lab. Si debes pagar por el lab, se abrirá una ventana emergente para que selecciones tu forma de pago.
A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:
- El botón Abrir la consola de Google Cloud
- El tiempo restante
- Las credenciales temporales que debes usar para el lab
- Otra información para completar el lab, si es necesaria
-
Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).
El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.
Sugerencia: Ordena las pestañas en ventanas separadas, una junto a la otra.
Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usar otra cuenta.
-
De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.
{{{user_0.username | "Username"}}}
También puedes encontrar el nombre de usuario en el panel Detalles del lab.
-
Haz clic en Siguiente.
-
Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.
{{{user_0.password | "Password"}}}
También puedes encontrar la contraseña en el panel Detalles del lab.
-
Haz clic en Siguiente.
Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud.
Nota: Usar tu propia cuenta de Google Cloud para este lab podría generar cargos adicionales.
-
Haga clic para avanzar por las páginas siguientes:
- Acepta los Términos y Condiciones.
- No agregues opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
- No te registres para obtener pruebas gratuitas.
Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.
Nota: Para ver un menú con una lista de productos y servicios de Google Cloud, haz clic en el menú de navegación que se encuentra en la parte superior izquierda o escribe el nombre del servicio o producto en el campo Búsqueda.
Tarea 1: Usa BigQuery para importar datos
Accede a BigQuery y crea un conjunto de datos
En esta tarea, crearás un conjunto de datos con BigQuery. Luego, crearás una tabla antes de importar los datos de facturación de Cloud Storage.
- En el Menú de navegación (
) de la consola de Google Cloud, haz clic en BigQuery.
- Si se te solicita, haz clic en Listo.
- Haz clic en el ícono de Ver acciones junto a tu ID del proyecto (comienza con qwiklabs-gcp) y, luego, en Crear conjunto de datos.
Nota: Puedes exportar datos de facturación directamente a BigQuery como se describe en la guía sobre exportación de datos de Facturación de Cloud a BigQuery. Sin embargo, para los fines de este lab, se preparó un archivo de facturación de muestra. Se encuentra en el bucket de Cloud Storage para que puedas acceder a él con tu cuenta de estudiante. Importarás estos datos de facturación a una tabla de BigQuery y después los examinarás.
- Especifica lo siguiente:
| Propiedad |
Valor (escribe el valor o selecciona la opción como se especifica) |
| ID del conjunto de datos: |
billing_dataset |
| Ubicación de los datos: |
EE.UU. |
| Vencimiento predeterminado de la tabla (marca Habilitar el vencimiento de la tabla): |
1 día (edad máxima predeterminada de la tabla) |
- Haz clic en Crear conjunto de datos. Deberías ver billing_dataset en el panel izquierdo.
Cómo crear una tabla para importar los datos
- Haz clic en el ícono de Ver acciones junto a tu conjunto de datos billing_dataset. A continuación, haz clic en Abrir y, luego, en Crear tabla para crear una tabla nueva.
- En Fuente, especifica lo siguiente y deja la configuración restante con sus valores predeterminados:
| Propiedad |
Valor (escribe el valor o selecciona la opción como se especifica) |
| Crear tabla desde: |
Google Cloud Storage |
| Selecciona un archivo del bucket de GCS |
cloud-training/archinfra/BillingExport-2020-09-18.avro |
| Formato del archivo |
Avro |
- En Destino, especifica lo siguiente y deja la configuración restante con sus valores predeterminados:
| Propiedad |
Valor (escribe el valor o selecciona la opción como se especifica) |
| Nombre de la tabla |
sampleinfotable |
| Tipo de tabla |
Tabla nativa |
- Haz clic en Crear tabla.
Una vez que se complete el trabajo, aparecerá la tabla debajo del conjunto de datos en el panel izquierdo.
Haz clic en Revisar mi progreso para verificar el objetivo.
Usar BigQuery para importar datos
Tarea 2: Examina la tabla
En esta tarea, examinarás los datos que importaste.
- Haz clic en sampleinfotable.
Nota: Se mostrará el esquema que BigQuery creó automáticamente en función de los datos que encontró en el archivo que se importó. Observa que se incluyen cadenas, números enteros, marcas de tiempo y valores flotantes.
- Haz clic en Detalles.
Como puedes ver en Cantidad de filas
- Haz clic en la pestaña Vista previa.
Tarea 3: Redacta una consulta simple
En esta tarea, redactarás y ejecutarás una consulta simple para filtrar los datos de facturación.
Cuando haces referencia a una tabla en una consulta, se deben especificar el ID del conjunto de datos y de la tabla; el ID del proyecto es opcional.
Nota: Si no se especifica el ID del proyecto, BigQuery usará el proyecto actual de forma predeterminada.
Toda la información que necesitas se encuentra en la interfaz de BigQuery. En la columna de la izquierda, verás el ID del conjunto de datos (billing_dataset) y el ID de la tabla (sampleinfotable).
Recuerda que, si haces clic en el nombre de la tabla, aparecerá el Esquema con los nombres de todos los campos.
Ahora realiza una consulta simple basada en el campo Cost.
- Haz clic en + Consulta en SQL.
- Pega lo siguiente en el Editor de consultas:
SELECT * FROM `billing_dataset.sampleinfotable`
WHERE Cost > 0
- Haz clic en Ejecutar.
Haz clic en Revisar mi progreso para verificar el objetivo.
Redactar una consulta simple
Tarea 4: Analiza un conjunto de datos de facturación de gran tamaño con SQL
En esta tarea, usarás BigQuery para analizar un conjunto de datos de muestra con 415,602 líneas de datos de facturación.
- Para hacer una consulta nueva, pega lo siguiente en el Editor de consultas:
SELECT
billing_account_id,
project.id,
project.name,
service.description,
currency,
currency_conversion_rate,
cost,
usage.amount,
usage.pricing_unit
FROM
`billing_dataset.sampleinfotable`
-
Haz clic en Ejecutar.
Verifica que la tabla resultante tenga 415,602 líneas de datos de facturación.
-
Para encontrar los últimos 100 registros en los que hubo cobros (costo > 0), haz clic en Redactar consulta nueva y pega lo siguiente en el Editor de consultas:
SELECT
service.description,
sku.description,
location.country,
cost,
project.id,
project.name,
currency,
currency_conversion_rate,
usage.amount,
usage.unit
FROM
`billing_dataset.sampleinfotable`
WHERE
Cost > 0
ORDER BY usage_end_time DESC
LIMIT 100
- Haz clic en Ejecutar.
- Para buscar todos los cargos superiores a 10 dólares, haz clic en Redactar consulta nueva y pega lo siguiente en el Editor de consultas:
SELECT
service.description,
sku.description,
location.country,
cost,
project.id,
project.name,
currency,
currency_conversion_rate,
usage.amount,
usage.unit
FROM
`billing_dataset.sampleinfotable`
WHERE
cost > 10
-
Haz clic en Ejecutar.
-
Para buscar el producto con la mayor cantidad de registros en los datos de facturación, haz clic en Redactar consulta nueva y pega lo siguiente en el Editor de consultas:
SELECT
service.description,
COUNT(*) AS billing_records
FROM
`billing_dataset.sampleinfotable`
GROUP BY
service.description
ORDER BY billing_records DESC
- Haz clic en Ejecutar.
- Para buscar el producto más utilizado que cueste más de 1 dólar, haz clic en Redactar consulta nueva y pega lo siguiente en el Editor de consultas:
SELECT
service.description,
COUNT(*) AS billing_records
FROM
`billing_dataset.sampleinfotable`
WHERE
cost > 1
GROUP BY
service.description
ORDER BY
billing_records DESC
- Haz clic en Ejecutar.
- Para buscar la unidad de medida más cobrada, haz clic en Redactar consulta nueva y pega lo siguiente en el Editor de consultas:
SELECT
usage.unit,
COUNT(*) AS billing_records
FROM
`billing_dataset.sampleinfotable`
WHERE cost > 0
GROUP BY
usage.unit
ORDER BY
billing_records DESC
- Haz clic en Ejecutar.
- Para buscar el producto con el costo agregado más alto, haz clic en Redactar consulta nueva y pega lo siguiente en el Editor de consultas:
SELECT
service.description,
ROUND(SUM(cost),2) AS total_cost
FROM
`billing_dataset.sampleinfotable`
GROUP BY
service.description
ORDER BY
total_cost DESC
- Haz clic en Ejecutar.
Haz clic en Revisar mi progreso para verificar el objetivo.
Analizar un conjunto de datos de facturación de gran tamaño con SQL
Tarea 5: Revisión
En este lab, importaste los datos de facturación que se generaron como un archivo avro a BigQuery. Ejecutaste una consulta simple en el archivo. Luego, accediste a un conjunto de datos compartido que contiene más de 22,000 registros de datos de facturación. Ejecutaste varias consultas en los datos con el objetivo de explorar cómo usar BigQuery para hacer y responder preguntas a través de la ejecución de consultas.
Finalice su lab
Cuando haya completado el lab, haga clic en Finalizar lab. Google Cloud Skills Boost quitará los recursos que usó y limpiará la cuenta.
Tendrá la oportunidad de calificar su experiencia en el lab. Seleccione la cantidad de estrellas que corresponda, ingrese un comentario y haga clic en Enviar.
La cantidad de estrellas indica lo siguiente:
- 1 estrella = Muy insatisfecho
- 2 estrellas = Insatisfecho
- 3 estrellas = Neutral
- 4 estrellas = Satisfecho
- 5 estrellas = Muy satisfecho
Puede cerrar el cuadro de diálogo si no desea proporcionar comentarios.
Para enviar comentarios, sugerencias o correcciones, use la pestaña Asistencia.
Copyright 2026 Google LLC. Todos los derechos reservados. Google y el logotipo de Google son marcas de Google LLC. El resto de los nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que están asociados.
