Ringkasan

BigQuery adalah database analisis berbiaya rendah dan NoOps yang dikelola sepenuhnya oleh Google. Dengan BigQuery, Anda dapat mengkueri data berskala terabyte tanpa perlu mengelola infrastruktur atau memiliki administrator database. BigQuery menggunakan SQL dan memanfaatkan model bayar sesuai penggunaan. Dengan BigQuery, Anda dapat berfokus pada analisis data untuk menemukan insight yang bermakna.

Di lab ini, Anda akan menyerap subset data perjalanan taksi NYC ke tabel di dalam BigQuery.

Yang akan Anda pelajari

• Memuat data ke dalam BigQuery dari berbagai sumber
• Memuat data ke dalam BigQuery menggunakan CLI dan Konsol
• Menggunakan DDL untuk membuat tabel

Penyiapan

Untuk setiap lab, Anda akan memperoleh project Google Cloud baru serta serangkaian resource selama jangka waktu tertentu, tanpa biaya.

1. Login ke Qwiklabs menggunakan jendela samaran.

2. Perhatikan waktu akses lab (misalnya, 1:15:00), dan pastikan Anda dapat menyelesaikannya dalam waktu tersebut.
   Tidak ada fitur jeda. Bila perlu, Anda dapat memulai ulang lab, tetapi Anda harus memulai dari awal.

3. Jika sudah siap, klik Start lab.

4. Catat kredensial lab (Nama pengguna dan Sandi) Anda. Anda akan menggunakannya untuk login ke Google Cloud Console.

5. Klik Open Google Console.

6. Klik Use another account, lalu salin/tempel kredensial lab ini ke perintah yang muncul.
   Jika menggunakan kredensial lain, Anda akan menerima pesan error atau dikenai biaya.

7. Setujui ketentuan dan lewati halaman resource pemulihan.

Membuka Konsol BigQuery

1. Di Konsol Google Cloud, pilih Navigation menu > BigQuery.

Kotak pesan Welcome to BigQuery in the Cloud Console akan terbuka. Kotak pesan ini menyediakan link ke panduan memulai dan membuat daftar update UI.

2. Klik Selesai.

Tugas 1. Membuat set data baru untuk menyimpan tabel

1. Untuk membuat set data, klik ikon View actions (titik tiga vertikal) di samping project ID Anda, lalu pilih Create dataset.

2. Selanjutnya, beri nama ID Set Data nyctaxi lalu biarkan semua opsi lain tetap pada nilai defaultnya, kemudian klik Create dataset.

Anda akan melihat set data nyctaxi pada nama project Anda.

Klik Check my progress untuk memverifikasi tujuan. Membuat set data untuk menyimpan tabel baru

Tugas 2. Menyerap set data baru dari CSV

Pada bagian ini, Anda akan memuat CSV lokal ke dalam Tabel BigQuery.

1. Download subset data perjalanan taksi NYC 2018 secara lokal ke komputer Anda dari link ini.

2. Pada Konsol BigQuery, pilih set data nyctaxi, lalu klik Create Table

Tentukan opsi tabel di bawah:

Sumber:

• Buat tabel dari: Upload
• Pilih File: pilih file yang Anda download secara lokal sebelumnya
• Format file: CSV

Tujuan:

• Nama tabel: 2018trips Biarkan semua setelan lain tetap pada setelan default.

Skema:

• Periksa Auto Detect (tips: Tidak melihat kotak centang? Pastikan format filenya adalah CSV, bukan Avro)

Opsi Lanjutan

• Biarkan opsi tetap pada nilai default

Klik Create Table.

3. Sekarang, Anda akan melihat tabel 2018trips di bawah set data nyctaxi.

Pilih tabel 2018trips dan lihat detail:

4. Pilih Preview dan pastikan semua kolom telah dimuat (berikut sampelnya):

Anda berhasil memuat file CSV ke dalam Tabel BigQuery baru.

Menjalankan Kueri SQL

Berikutnya, berlatihlah dengan kueri dasar di tabel 2018trips.

1. Pada Editor Kueri, tulis kueri untuk membuat daftar 5 perjalanan termahal tahun ini:

Klik Check my progress untuk memverifikasi tujuan. Menyerap Set Data baru dari CSV

Tugas 3. Menyerap set data baru dari Google Cloud Storage

Sekarang, mari kita coba memuat subset lain dari data perjalanan 2018 yang sama dan tersedia di Cloud Storage. Kali ini, mari kita gunakan alat CLI untuk melakukannya.

1. Jalankan perintah berikut di Cloud Shell:

2. Setelah tugas pemuatan selesai, Anda akan menerima konfirmasi di layar.

3. Kembali di konsol BigQuery Anda, pilih tabel 2018trips dan lihat detail. Pastikan jumlah baris sekarang bertambah hampir dua kali lipat.

4. Anda mungkin perlu menjalankan kueri yang sama seperti sebelumnya untuk melihat berubah tidaknya 5 perjalanan termahal.

Klik Check my progress untuk memverifikasi tujuan. Menyerap set data dari Google Cloud Storage

Tugas 4. Membuat tabel dari tabel lain dengan DDL

Tabel 2018trips kini memiliki perjalanan dari seluruh bulan pada tahun 2018. Bagaimana jika Anda hanya tertarik pada perjalanan bulan Januari? Untuk tujuan lab ini, kami akan tetap memberikan kemudahan serta hanya berfokus pada tanggal dan waktu pengambilan. Mari kita gunakan DDL untuk mengekstrak dan menyimpan data ini ke dalam tabel lain

1. Pada Editor Kueri, jalankan perintah CREATE TABLE berikut:

2. Sekarang, jalankan kueri berikut di Editor Kueri, lalu temukan jarak terjauh yang ditempuh pada bulan Januari:

Klik Check my progress untuk memverifikasi tujuan. Membuat tabel dari tabel lain dengan DDL

Selamat!

Anda telah berhasil membuat set data baru dan menyerap data ke dalam BigQuery dari CSV, Google Cloud Storage, dan Tabel BigQuery lainnya.

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.

Manual Terakhir Diperbarui: 27 Juli 2022

Lab Terakhir Diuji: 15 Juli 2022

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.