Caricamento in corso…
Nessun risultato trovato.

Applica le tue competenze nella console Google Cloud

Istruzioni e requisiti di configurazione del lab
Proteggi il tuo account e i tuoi progressi. Per eseguire questo lab, utilizza sempre una finestra del browser privata e le credenziali del lab.

Caricamento di dati in BigQuery

Lab 1 ora 30 minuti universal_currency_alt 5 crediti show_chart Introduttivi
info Questo lab potrebbe incorporare strumenti di AI a supporto del tuo apprendimento.
Questi contenuti non sono ancora ottimizzati per i dispositivi mobili.
Per un'esperienza ottimale, visualizza il sito su un computer utilizzando un link inviato via email.

Panoramica

BigQuery è il database di analisi NoOps a basso costo e completamente gestito di Google. Con BigQuery puoi interrogare molti terabyte di dati senza dover gestire alcuna infrastruttura o aver bisogno di un amministratore del database. BigQuery utilizza SQL e sfrutta i vantaggi offerti dal modello di pagamento a consumo. Permette inoltre di concentrarsi sull'analisi dei dati per ottenere insight significativi.

In questo lab devi importare subset di dati sulle corse dei taxi a New York in tabelle interne di BigQuery.

Cosa imparerai a fare

  • Caricare dati in BigQuery da varie origini
  • Caricare dati in BigQuery utilizzando l'interfaccia a riga di comando e la console
  • Utilizzare DDL per creare tabelle

Configurazione

Per ciascun lab, riceverai un nuovo progetto Google Cloud e un insieme di risorse per un periodo di tempo limitato senza alcun costo aggiuntivo.

  1. Accedi a Qwiklabs utilizzando una finestra di navigazione in incognito.

  2. Tieni presente la durata dell'accesso al lab (ad esempio, 1:15:00) e assicurati di finire entro quell'intervallo di tempo.
    Non è disponibile una funzionalità di pausa. Se necessario, puoi riavviare il lab ma dovrai ricominciare dall'inizio.

  3. Quando è tutto pronto, fai clic su Inizia lab.

  4. Annota le tue credenziali del lab (Nome utente e Password). Le userai per accedere a Google Cloud Console.

  5. Fai clic su Apri console Google.

  6. Fai clic su Utilizza un altro account e copia/incolla le credenziali per questo lab nei prompt.
    Se utilizzi altre credenziali, compariranno errori oppure ti verranno addebitati dei costi.

  7. Accetta i termini e salta la pagina di ripristino delle risorse.

Apri la console di BigQuery

  1. Nella console Google Cloud, seleziona Menu di navigazione > BigQuery.

Si aprirà la finestra con il messaggio Ti diamo il benvenuto in BigQuery nella console Cloud. Questa finestra fornisce un link alla guida rapida ed elenca gli aggiornamenti dell'interfaccia utente.

  1. Fai clic su Fine.

Attività 1: crea un nuovo set di dati per archiviare le tabelle

  1. Per creare un set di dati, fai clic sull'icona Visualizza azioni (i tre puntini verticali) accanto all'ID del progetto e seleziona Crea set di dati.

  2. Poi, denomina nyctaxi l'ID del set di dati, lascia invariati tutti i valori delle altre opzioni predefinite e fai clic su Crea set di dati.

Vedrai il set di dati nyctaxi sotto il nome del progetto.

Fai clic su Controlla i miei progressi per verificare l'obiettivo. Creazione di un set di dati per archiviare nuove tabelle

Attività 2: importa un nuovo set di dati da un file CSV

In questa sezione, devi caricare un file CSV locale in una tabella BigQuery.

  1. Scarica sul tuo computer un subset dei dati relativi alle corse dei taxi a New York del 2018 da questo link.

  2. Nella console BigQuery, seleziona il set di dati nyctaxi, poi fai clic su Crea tabella

Specifica le seguenti opzioni della tabella:

Origine:

  • Crea tabella da: Caricamento
  • Scegli file: seleziona il file che hai scaricato localmente in precedenza
  • Formato file: CSV

Destinazione:

  • Nome tabella: 2018trips Lascia invariate tutte le altre le impostazioni predefinite.

Schema:

  • Seleziona Rilevamento automatico (suggerimento: non vedi la casella di controllo? Assicurati che il formato file sia CSV e non Avro)

Opzioni avanzate

  • Lascia invariati i valori predefiniti

Fai clic su Crea tabella.

  1. Ora dovresti vedere la tabella 2018trips sotto il set di dati nyctaxi.

Seleziona la tabella 2018trips e visualizza i dettagli:

  1. Seleziona Anteprima e verifica che tutte le colonne siano state caricate (campionate di seguito):

Hai caricato un file CSV in una nuova tabella BigQuery.

Esecuzione delle query SQL

Ora facciamo pratica eseguendo una query di base sulla tabella 2018trips.

  1. Nell'editor di query, scrivi una query per elencare le prime 5 corse più costose dell'anno:
#standardSQL SELECT * FROM nyctaxi.2018trips ORDER BY fare_amount DESC LIMIT 5

Fai clic su Controlla i miei progressi per verificare l'obiettivo. Importazione di un nuovo set di dati da un file CSV

Attività 3: importa un nuovo set di dati da Google Cloud Storage

Adesso proviamo a caricare un altro subset degli stessi dati sulle corse del 2018, disponibile in Cloud Storage. Questa volta useremo l'interfaccia a riga di comando per farlo.

  1. Esegui questo comando in Cloud Shell:
bq load \ --source_format=CSV \ --autodetect \ --noreplace \ nyctaxi.2018trips \ gs://cloud-training/OCBL013/nyc_tlc_yellow_trips_2018_subset_2.csv Nota: questo job di caricamento specifica che il subset deve essere aggiunto alla tabella 2018trips esistente che hai creato in precedenza.

  1. Quando il processo di caricamento viene completato, vedrai una conferma sullo schermo.

  2. Torna alla console BigQuery, seleziona la tabella 2018trips e visualizza i dettagli. Noterai che il numero di righe è quasi raddoppiato.

  3. Potresti voler eseguire la stessa query di prima per vedere se le 5 corse più costose sono cambiate.

Fai clic su Controlla i miei progressi per verificare l'obiettivo. Importazione di un nuovo set di dati da Google Cloud Storage

Attività 4: crea tabelle da altre tabelle con DDL

Adesso la tabella 2018trips contiene le corse di tutto l'anno. Supponiamo che ti interessino solo le corse di gennaio. Ai fini di questo lab, semplificheremo le cose e ci concentreremo solo sulla data e sull'ora di partenza. Usiamo DDL per estrarre questi dati e archiviarli in un'altra tabella

  1. Nell'editor di query, esegui questo comando CREATE TABLE:
#standardSQL CREATE TABLE nyctaxi.january_trips AS SELECT * FROM nyctaxi.2018trips WHERE EXTRACT(Month FROM pickup_datetime)=1;
  1. Ora esegui la query seguente nell'editor per trovare la distanza più lunga percorsa a gennaio:
#standardSQL SELECT * FROM nyctaxi.january_trips ORDER BY trip_distance DESC LIMIT 1

Fai clic su Controlla i miei progressi per verificare l'obiettivo. Creazione di tabelle da altre tabelle con DDL

Complimenti!

Hai creato un nuovo set di dati e hai importato i dati in BigQuery da file CSV, Google Cloud Storage e altre tabelle BigQuery.

Termina il lab

Una volta completato il lab, fai clic su Termina lab. Google Cloud Skills Boost rimuove le risorse che hai utilizzato ed esegue la pulizia dell'account.

Avrai la possibilità di inserire una valutazione in merito alla tua esperienza. Seleziona il numero di stelle applicabile, inserisci un commento, quindi fai clic su Invia.

Il numero di stelle corrisponde alle seguenti valutazioni:

  • 1 stella = molto insoddisfatto
  • 2 stelle = insoddisfatto
  • 3 stelle = esperienza neutra
  • 4 stelle = soddisfatto
  • 5 stelle = molto soddisfatto

Se non vuoi lasciare un feedback, chiudi la finestra di dialogo.

Per feedback, suggerimenti o correzioni, utilizza la scheda Assistenza.

Ultimo aggiornamento del manuale: 27 luglio 2022

Ultimo test del lab: 15 luglio 2022

Copyright 2026 Google LLC Tutti i diritti riservati. Google e il logo Google sono marchi di Google LLC. Tutti gli altri nomi di società e prodotti sono marchi delle rispettive società a cui sono associati.

Prima di iniziare

  1. I lab creano un progetto e risorse Google Cloud per un periodo di tempo prestabilito
  2. I lab hanno un limite di tempo e non possono essere messi in pausa. Se termini il lab, dovrai ricominciare dall'inizio.
  3. In alto a sinistra dello schermo, fai clic su Inizia il lab per iniziare

Utilizza la navigazione privata

  1. Copia il nome utente e la password forniti per il lab
  2. Fai clic su Apri console in modalità privata

Accedi alla console

  1. Accedi utilizzando le tue credenziali del lab. L'utilizzo di altre credenziali potrebbe causare errori oppure l'addebito di costi.
  2. Accetta i termini e salta la pagina di ripristino delle risorse
  3. Non fare clic su Termina lab a meno che tu non abbia terminato il lab o non voglia riavviarlo, perché il tuo lavoro verrà eliminato e il progetto verrà rimosso

Questi contenuti non sono al momento disponibili

Ti invieremo una notifica via email quando sarà disponibile

Bene.

Ti contatteremo via email non appena sarà disponibile

Un lab alla volta

Conferma per terminare tutti i lab esistenti e iniziare questo

Utilizza la navigazione privata per eseguire il lab

Il modo migliore per eseguire questo lab è utilizzare una finestra del browser in incognito o privata. Ciò evita eventuali conflitti tra il tuo account personale e l'account studente, che potrebbero causare addebiti aggiuntivi sul tuo account personale.