Ringkasan
Di lab ini, Anda akan mempelajari cara menggunakan BigQuery untuk menganalisis data penagihan.
Tujuan
Di lab ini, Anda akan mempelajari cara melakukan tugas berikut:
- Login ke BigQuery dari Konsol Cloud
- Membuat set data
- Membuat tabel
- Mengimpor data dari file penagihan yang disimpan dalam bucket
- Menjalankan kueri kompleks pada set data yang lebih besar
Penyiapan dan persyaratan
Untuk setiap lab, Anda akan memperoleh project Google Cloud baru serta serangkaian resource selama jangka waktu tertentu, tanpa biaya.
-
Klik tombol Start Lab. Jika Anda perlu membayar lab, jendela pop-up akan terbuka untuk memilih metode pembayaran.
Di sebelah kiri adalah panel Lab Details yang memuat sebagai berikut:
- Tombol Open Google Cloud console
- Waktu tersisa
- Kredensial sementara yang harus Anda gunakan untuk lab ini
- Informasi lain, jika diperlukan, untuk menyelesaikan lab ini
-
Klik Open Google Cloud console (atau klik kanan dan pilih Open Link in Incognito Window jika Anda menjalankan browser Chrome).
Lab akan menjalankan resource, lalu membuka tab lain yang menampilkan halaman Sign in.
Tips: Atur tab di jendela terpisah secara berdampingan.
Catatan: Jika Anda melihat dialog Choose an account, klik Use Another Account.
-
Jika perlu, salin Username di bawah dan tempel ke dialog Sign in.
{{{user_0.username | "Username"}}}
Anda juga dapat menemukan Username di panel Lab Details.
-
Klik Next.
-
Salin Password di bawah dan tempel ke dialog Welcome.
{{{user_0.password | "Password"}}}
Anda juga dapat menemukan Password di panel Lab Details.
-
Klik Next.
Penting: Anda harus menggunakan kredensial yang diberikan lab. Jangan menggunakan kredensial akun Google Cloud Anda.
Catatan: Menggunakan akun Google Cloud sendiri untuk lab ini dapat dikenai biaya tambahan.
-
Klik halaman berikutnya:
- Setujui persyaratan dan ketentuan.
- Jangan tambahkan opsi pemulihan atau autentikasi 2 langkah (karena ini akun sementara).
- Jangan mendaftar uji coba gratis.
Setelah beberapa saat, Konsol Google Cloud akan terbuka di tab ini.
Catatan: Untuk melihat menu yang berisi daftar produk dan layanan Google Cloud, klik Navigation menu di kiri atas, atau ketik nama layanan atau produk di kolom Search.
Tugas 1. Menggunakan BigQuery untuk mengimpor data
Login ke BigQuery dan membuat set data
Dalam tugas ini, Anda akan menggunakan BigQuery untuk membuat set data. Kemudian, Anda akan membuat tabel, sebelum akhirnya mengimpor data penagihan dari Cloud Storage.
- Di Konsol Google Cloud, pada Navigation menu (
), klik BigQuery.
- Jika diminta, klik Done.
- Klik ikon View actions di sebelah project ID (mulai dengan qwiklabs-gcp), lalu klik Create dataset.
Catatan: Anda dapat mengekspor data penagihan langsung ke BigQuery sebagaimana dijelaskan dalam Panduan Mengekspor Data Penagihan Cloud ke BigQuery. Namun, contoh file penagihan telah disiapkan bagi Anda untuk keperluan lab ini. File tersebut terdapat di bucket Cloud Storage yang dapat diakses menggunakan akun siswa Anda. Anda akan mengimpor informasi penagihan ini ke dalam tabel BigQuery dan memeriksanya.
- Tentukan nilai berikut:
| Properti |
Nilai (masukkan nilai atau pilih opsi yang ditentukan) |
| Dataset ID: |
billing_dataset |
| Data location: |
US |
| Default table expiration (centang Enable table expiration): |
1 days (Usia maksimum default untuk tabel) |
- Klik Create Dataset. Anda akan melihat billing_dataset di panel sebelah kiri.
Membuat tabel dan mengimpor
- Klik ikon View actions di sebelah set data billing_dataset, lalu klik Open dan klik Create Table untuk membuat tabel baru.
- Untuk Source, tentukan nilai berikut dan tetap gunakan nilai default untuk setelan lainnya:
| Properti |
Nilai (masukkan nilai atau pilih opsi yang ditentukan) |
| Create table from: |
Google Cloud Storage |
| Select file from GCS bucket |
cloud-training/archinfra/BillingExport-2020-09-18.avro |
| File format |
Avro |
- Untuk Destination, tentukan nilai berikut dan tetap gunakan nilai default untuk setelan lainnya:
| Properti |
Nilai (masukkan nilai atau pilih opsi yang ditentukan) |
| Table name |
sampleinfotable |
| Table type |
Native table |
- Klik Create Table.
Setelah tugas selesai, tabel akan muncul di bawah set data di panel kiri.
Klik Check my progress untuk memverifikasi tujuan.
Menggunakan BigQuery untuk mengimpor data
Tugas 2. Memeriksa tabel
Dalam tugas ini, Anda akan memeriksa data yang telah diimpor.
- Klik sampleinfotable.
Catatan: Tindakan ini akan menampilkan skema yang dibuat secara otomatis oleh BigQuery berdasarkan data yang ditemukan dalam file yang diimpor. String, bilangan bulat, stempel waktu, dan nilai mengambang tercantum di dalam tabel.
- Klik Details.
Seperti yang dapat dilihat di Number of Rows
- Klik tab Preview.
Tugas 3. Menulis kueri sederhana
Dalam tugas ini, Anda akan menyusun dan menjalankan kueri sederhana untuk memfilter data penagihan.
Saat Anda mereferensikan tabel dalam kueri, ID set data dan ID tabel harus ditentukan; project ID bersifat opsional.
Catatan: Jika project ID tidak ditentukan, BigQuery akan secara default disetel ke project saat ini.
Semua informasi yang Anda perlukan tersedia di antarmuka BigQuery. Di kolom sebelah kiri, Anda dapat melihat ID set data (billing_dataset) dan ID tabel (sampleinfotable).
Mengklik nama tabel akan menampilkan Schema beserta semua nama kolom.
Sekarang susun kueri sederhana berdasarkan kolom Cost.
- Klik + SQL query.
- Tempel perintah berikut di Query Editor:
SELECT * FROM `billing_dataset.sampleinfotable`
WHERE Cost > 0
- Klik Run.
Klik Check my progress untuk memverifikasi tujuan.
Menulis kueri sederhana
Tugas 4. Menganalisis set data penagihan besar menggunakan SQL
Dalam tugas ini, Anda akan menggunakan BigQuery untuk menganalisis set data sampel yang berisi 415.602 baris data penagihan.
- Untuk New Query, tempel perintah berikut di Query Editor:
SELECT
billing_account_id,
project.id,
project.name,
service.description,
currency,
currency_conversion_rate,
cost,
usage.amount,
usage.pricing_unit
FROM
`billing_dataset.sampleinfotable`
-
Klik Run.
Pastikan tabel yang dihasilkan memiliki 415.602 baris data penagihan.
-
Untuk mencari 100 kumpulan data terbaru yang berisi biaya (biaya > 0), untuk New Query, tempel perintah berikut di Query Editor:
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
- Klik Run.
- Untuk mencari semua tagihan yang berbiaya lebih dari 10 dolar, untuk Compose New Query, tempel perintah berikut di Query Editor:
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
-
Klik Run.
-
Untuk mencari produk dengan kumpulan data terbanyak dalam data penagihan, untuk New Query, tempel perintah berikut di Query Editor:
SELECT
service.description,
COUNT(*) AS billing_records
FROM
`billing_dataset.sampleinfotable`
GROUP BY
service.description
ORDER BY billing_records DESC
- Klik Run.
- Untuk menemukan produk yang paling sering digunakan dengan biaya lebih dari 1 dolar, untuk New Query, tempel perintah berikut di Query Editor:
SELECT
service.description,
COUNT(*) AS billing_records
FROM
`billing_dataset.sampleinfotable`
WHERE
cost > 1
GROUP BY
service.description
ORDER BY
billing_records DESC
- Klik Run.
- Untuk mencari satuan ukuran yang paling sering ditagih, untuk Compose New Query, tempel perintah berikut di Query Editor:
SELECT
usage.unit,
COUNT(*) AS billing_records
FROM
`billing_dataset.sampleinfotable`
WHERE cost > 0
GROUP BY
usage.unit
ORDER BY
billing_records DESC
- Klik Run.
- Untuk mencari produk dengan biaya gabungan tertinggi, untuk New Query, tempel perintah berikut di Query Editor:
SELECT
service.description,
ROUND(SUM(cost),2) AS total_cost
FROM
`billing_dataset.sampleinfotable`
GROUP BY
service.description
ORDER BY
total_cost DESC
- Klik Run.
Klik Check my progress untuk memverifikasi tujuan.
Menganalisis set data penagihan berukuran besar menggunakan SQL
Tugas 5. Tinjauan
Di lab ini, Anda telah mengimpor data penagihan ke dalam BigQuery yang telah dibuat sebagai file avro. Anda juga telah menjalankan kueri sederhana pada file tersebut. Lalu, Anda telah mengakses set data bersama yang berisi lebih dari 22.000 data informasi penagihan. Anda telah menjalankan berbagai kueri pada data tersebut agar dapat mempelajari cara menggunakan BigQuery untuk mengajukan dan menjawab pertanyaan dengan menjalankan kueri.
Mengakhiri lab Anda
Setelah Anda menyelesaikan lab, klik Akhiri Lab. Google Cloud Skills Boost menghapus resource yang telah Anda gunakan dan membersihkan akun.
Anda akan diberi kesempatan untuk menilai pengalaman menggunakan lab. Pilih jumlah bintang yang sesuai, ketik komentar, lalu klik Submit.
Makna jumlah bintang:
- 1 bintang = Sangat tidak puas
- 2 bintang = Tidak puas
- 3 bintang = Netral
- 4 bintang = Puas
- 5 bintang = Sangat puas
Anda dapat menutup kotak dialog jika tidak ingin memberikan masukan.
Untuk masukan, saran, atau koreksi, gunakan tab Support.
Hak cipta 2026 Google LLC. Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.
