Présentation
Dans cet atelier, vous apprendrez à utiliser BigQuery pour analyser les données de facturation.
Objectifs
Dans cet atelier, vous allez apprendre à effectuer les tâches suivantes :
- Se connecter à BigQuery à partir de la console Cloud
- Créer un ensemble de données
- Créer une table
- Importer les données d'un fichier de facturation stocké dans un bucket
- Exécuter des requêtes complexes sur un ensemble de données volumineux
Préparation
Pour chaque atelier, nous vous attribuons un nouveau projet Google Cloud et un nouvel ensemble de ressources pour une durée déterminée, sans frais.
-
Cliquez sur le bouton Démarrer l'atelier. Si l'atelier est payant, un pop-up 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
-
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.
-
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.
-
Cliquez sur Suivant.
-
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.
-
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.
-
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 afficher un menu contenant la liste des produits et services Google Cloud, cliquez sur le menu de navigation en haut à gauche, ou saisissez le nom du service ou du produit dans le champ Recherche.
Tâche 1 : Utiliser BigQuery pour importer des données
Se connecter à BigQuery et créer un ensemble de données
Dans cette tâche, vous allez utiliser BigQuery pour créer un ensemble de données. Vous allez ensuite créer une table, avant d'importer les données de facturation depuis Cloud Storage.
- Dans la console Google Cloud, accédez au menu de navigation (
), puis cliquez sur BigQuery.
- Si vous y êtes invité, cliquez sur OK.
- Cliquez sur l'icône Afficher les actions à côté de l'ID de votre projet (qui commence par qwiklabs-gcp), puis sur Créer un ensemble de données.
Remarque : Vous pouvez aussi exporter des données de facturation directement vers BigQuery, comme expliqué dans le guide Exporter des données Cloud Billing vers BigQuery. Toutefois, dans cet atelier, nous vous avons préparé un exemple de fichier de facturation. Il se trouve dans un bucket Cloud Storage auquel vous avez accès grâce à votre compte étudiant. Vous allez importer ces informations de facturation dans une table BigQuery pour les analyser.
- Renseignez les champs suivants :
| Propriété |
Valeur (saisissez la valeur ou sélectionnez l'option appropriée) |
| ID de l'ensemble de données : |
billing_dataset |
| Emplacement des données : |
US |
| Expiration de la table par défaut (cochez la case "Activer l'expiration de la table") : |
1 jour (âge maximal par défaut de la table) |
- Cliquez sur Créer un ensemble de données. L'ensemble de données billing_dataset doit s'afficher dans le volet de gauche.
Créer une table et l'importer
- Cliquez sur l'icône Afficher les actions à côté de l'ensemble de données billing_dataset, puis sur Ouvrir et Créer une table pour créer une table.
- Dans Source, spécifiez les paramètres suivants et conservez les valeurs par défaut des autres paramètres :
| Propriété |
Valeur (saisissez la valeur ou sélectionnez l'option appropriée) |
| Créer une table à partir de : |
Google Cloud Storage |
| Sélectionner un fichier depuis le bucket GCS |
cloud-training/archinfra/BillingExport-2020-09-18.avro |
| Format de fichier |
Avro |
- Dans Destination, spécifiez les paramètres suivants et conservez les valeurs par défaut des autres paramètres :
| Propriété |
Valeur (saisissez la valeur ou sélectionnez l'option appropriée) |
| Nom de la table |
sampleinfotable |
| Type de table |
Table native |
- Cliquez sur Créer une table.
Au terme de cette opération, la table apparaît sous l'ensemble de données dans le volet gauche.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Utiliser BigQuery pour importer des données
Tâche 2 : Examiner la table
Dans cette tâche, vous allez examiner les données que vous avez importées.
- Cliquez sur sampleinfotable.
Remarque : Le schéma qui s'affiche est créé automatiquement par BigQuery en fonction des données collectées dans le fichier importé. Il comporte des chaînes, des nombres entiers, des codes temporels et des valeurs flottantes.
- Cliquez sur Détails.
Comme vous pouvez le voir dans Nombre de lignes :
- Cliquez sur l'onglet Aperçu.
Tâche 3 : Saisir une requête simple
Dans cette tâche, vous allez composer et exécuter une requête simple pour filtrer les données de facturation.
Lorsque vous référencez une table dans une requête, vous devez indiquer l'ID de l'ensemble de données et l'ID de la table. En revanche, l'ID du projet est facultatif.
Remarque : Si l'ID du projet n'est pas spécifié, BigQuery utilise le projet actuel par défaut.
Les informations dont vous avez besoin sont disponibles dans l'interface BigQuery. Dans la colonne de gauche s'affichent l'ID de l'ensemble de données ("billing_dataset") et l'ID de la table ("sampleinfotable").
N'oubliez pas que lorsque vous cliquez sur le nom de la table, le schéma s'affiche avec tous les noms de champs.
Maintenant, rédigez une requête simple basée sur le champ Cost (Coût).
- Cliquez sur + Requête SQL.
- Collez la commande suivante dans l'éditeur de requête :
SELECT * FROM `billing_dataset.sampleinfotable`
WHERE Cost > 0
- Cliquez sur Exécuter.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Saisir une requête simple
Tâche 4 : Analyser un grand ensemble de données de facturation avec SQL
Dans cette tâche, vous allez utiliser BigQuery pour analyser un exemple d'ensemble de données comportant 415 602 lignes de données de facturation.
- Pour "Nouvelle requête", collez le contenu suivant dans l'éditeur de requête :
SELECT
billing_account_id,
project.id,
project.name,
service.description,
currency,
currency_conversion_rate,
cost,
usage.amount,
usage.pricing_unit
FROM
`billing_dataset.sampleinfotable`
-
Cliquez sur Exécuter.
Vérifiez que la table obtenue comporte bien 415 602 lignes de données de facturation.
-
Afin de trouver les 100 derniers enregistrements ayant un coût (coût > 0), pour "Nouvelle requête", collez le contenu suivant dans l'éditeur de requête :
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
- Cliquez sur Exécuter.
- Afin de trouver tous les coûts supérieurs à 10 dollars, pour "Saisir une nouvelle requête", collez le contenu suivant dans l'éditeur de requête :
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
-
Cliquez sur Exécuter.
-
Afin de trouver le produit contenant le plus d'enregistrements dans les données de facturation, pour "Nouvelle requête", collez le contenu suivant dans l'éditeur de requête :
SELECT
service.description,
COUNT(*) AS billing_records
FROM
`billing_dataset.sampleinfotable`
GROUP BY
service.description
ORDER BY billing_records DESC
- Cliquez sur Exécuter.
- Afin de trouver le produit le plus utilisé qui coûte plus d'un dollar, pour "Nouvelle requête", collez le contenu suivant dans l'éditeur de requête :
SELECT
service.description,
COUNT(*) AS billing_records
FROM
`billing_dataset.sampleinfotable`
WHERE
cost > 1
GROUP BY
service.description
ORDER BY
billing_records DESC
- Cliquez sur Exécuter.
- Afin de trouver l'unité de mesure la plus fréquemment facturée, pour "Saisir une nouvelle requête", collez le contenu suivant dans l'éditeur de requête :
SELECT
usage.unit,
COUNT(*) AS billing_records
FROM
`billing_dataset.sampleinfotable`
WHERE cost > 0
GROUP BY
usage.unit
ORDER BY
billing_records DESC
- Cliquez sur Exécuter.
- Afin de trouver le produit dont le coût global est le plus élevé, pour "Nouvelle requête", collez le contenu suivant dans l'éditeur de requête :
SELECT
service.description,
ROUND(SUM(cost),2) AS total_cost
FROM
`billing_dataset.sampleinfotable`
GROUP BY
service.description
ORDER BY
total_cost DESC
- Cliquez sur Exécuter.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Analyser un grand ensemble de données de facturation avec SQL
Tâche 5 : Récapitulatif
Dans cet atelier, vous avez importé dans BigQuery des données de facturation générées sous forme de fichier Avro. Vous avez exécuté une requête simple sur le fichier. Ensuite, vous avez accédé à un ensemble de données partagé comptant plus de 22 000 enregistrements relatifs aux informations de facturation. Vous avez exécuté plusieurs types de requêtes sur ces données afin de découvrir la façon dont BigQuery peut être utilisé pour répondre à vos questions, grâce aux requêtes.
Terminer l'atelier
Une fois l'atelier terminé, cliquez sur Terminer l'atelier. Google Cloud Skills Boost supprime les ressources que vous avez utilisées, puis efface le compte.
Si vous le souhaitez, vous pouvez noter l'atelier. Sélectionnez un nombre d'étoiles, saisissez un commentaire, puis cliquez sur Envoyer.
Le nombre d'étoiles correspond à votre degré de satisfaction :
- 1 étoile = très insatisfait(e)
- 2 étoiles = insatisfait(e)
- 3 étoiles = ni insatisfait(e), ni satisfait(e)
- 4 étoiles = satisfait(e)
- 5 étoiles = très satisfait(e)
Si vous ne souhaitez pas donner votre avis, vous pouvez fermer la boîte de dialogue.
Pour soumettre des commentaires, suggestions ou corrections, veuillez accéder à l'onglet Assistance.
Copyright 2026 Google LLC Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms de société et de produit peuvent être des marques des sociétés auxquelles ils sont associés.
