Carregando...
Nenhum resultado encontrado.

Aplique suas habilidades no console do Google Cloud

Instruções e requisitos de configuração do laboratório
Proteja sua conta e seu progresso. Sempre use uma janela anônima do navegador e suas credenciais para realizar este laboratório.

Como carregar dados no BigQuery

Laboratório 1 hora 30 minutos universal_currency_alt 5 créditos show_chart Introdutório
info Este laboratório pode incorporar ferramentas de IA para ajudar no seu aprendizado.
Este conteúdo ainda não foi otimizado para dispositivos móveis.
Para aproveitar a melhor experiência, acesse nosso site em um computador desktop usando o link enviado a você por e-mail.

Visão geral

O BigQuery é um banco de dados de análise NoOps, totalmente gerenciado e de baixo custo desenvolvido pelo Google. Com ele, você pode consultar muitos terabytes de dados sem ter que gerenciar uma infraestrutura ou precisar de um administrador de banco de dados. O BigQuery usa SQL e está disponível no modelo de pagamento por uso. Assim, você pode se concentrar na análise dos dados para encontrar informações relevantes.

Neste laboratório, você fará a ingestão de subconjuntos dos dados de corridas de táxi em Nova York em tabelas do BigQuery.

Conteúdo

  • Carregar dados de várias fontes no BigQuery
  • Carregar dados no BigQuery usando a CLI e o console
  • Usar DDL para criar tabelas

Configuração

Para cada laboratório, você recebe um novo projeto do Google Cloud e um conjunto de recursos por um determinado período e sem custos financeiros.

  1. Faça login no Qwiklabs em uma janela anônima.

  2. Confira o tempo de acesso do laboratório (por exemplo, 1:15:00) e finalize todas as atividades nesse prazo.
    Não é possível pausar o laboratório. Você pode reiniciar o desafio, mas vai precisar refazer todas as etapas.

  3. Quando tudo estiver pronto, clique em Começar o laboratório.

  4. Anote as credenciais (Nome de usuário e Senha). É com elas que você vai fazer login no Console do Google Cloud.

  5. Clique em Abrir Console do Google.

  6. Clique em Usar outra conta, depois copie e cole as credenciais deste laboratório nos locais indicados.
    Se você usar outras credenciais, vai receber mensagens de erro ou cobranças.

  7. Aceite os termos e pule a página de recursos de recuperação.

Abra o BigQuery no Console do Cloud

  1. No Console do Google Cloud, selecione o menu de navegação > BigQuery:

Você vai ver a caixa de mensagem Olá! Este é o BigQuery no Console do Cloud. Ela tem um link para o guia de início rápido e lista as atualizações da interface.

  1. Clique em Concluído.

Tarefa 1: crie um conjunto de dados para armazenar tabelas

  1. Para criar um conjunto de dados, clique no ícone Ver ações (os três pontos verticais) ao lado do ID do projeto e, em seguida, selecione Criar conjunto de dados.

  2. Nomeie o ID do conjunto de dados como nyctaxi, não altere as outras opções e clique em Criar conjunto de dados.

O conjunto de dados "nyctaxi" vai aparecer abaixo do nome do seu projeto.

Clique em Verificar meu progresso para ver o objetivo. Criar um conjunto de dados para armazenar novas tabelas

Tarefa 2: faça a ingestão de um novo conjunto de dados de CSV

Nesta seção, você carregará um CSV local em uma tabela do BigQuery.

  1. Faça o download de um subconjunto dos dados de corridas de táxi em Nova York em 2018, disponível aqui.

  2. No console do BigQuery, selecione o conjunto de dados nyctaxi e clique em Criar tabela

Especifique as seguintes opções para a tabela:

Origem:

  • Criar tabela de: Upload
  • Selecionar arquivo: selecione o arquivo que você salvou antes
  • Formato do arquivo: CSV

Destino:

  • Nome da tabela: 2018trips Não altere as outras configurações.

Esquema:

  • Marque a caixa de seleção Detectar automaticamente. Dica: a caixa de seleção não apareceu? Confirme que o formato de arquivo é CSV, e não Avro.

Opções avançadas

  • Não altere as configurações.

Clique em Criar tabela.

  1. A tabela 2018trips aparecerá abaixo do conjunto de dados "nyctaxi".

Selecione a tabela "2018trips" e veja os detalhes:

  1. Selecione Visualizar e confirme se todas as colunas foram carregadas (exemplificadas abaixo):

Você carregou um arquivo CSV em uma nova tabela do BigQuery.

Como executar consultas SQL

Para praticar, execute uma consulta básica na tabela 2018trips.

  1. No "Editor de consultas", escreva uma consulta que mostre as cinco corridas mais caras do ano:
#standardSQL SELECT * FROM nyctaxi.2018trips ORDER BY fare_amount DESC LIMIT 5

Clique em Verificar meu progresso para ver o objetivo. Ingerir um novo conjunto de dados de um CSV

Tarefa 3: faça a ingestão de um novo conjunto de dados do Google Cloud Storage

Agora, carregue outro subconjunto dos mesmos dados de corridas de 2018 que está disponível no Cloud Storage. Desta vez, você usará a ferramenta da CLI.

  1. No Cloud Shell, execute este comando:
bq load \ --source_format=CSV \ --autodetect \ --noreplace \ nyctaxi.2018trips \ gs://cloud-training/OCBL013/nyc_tlc_yellow_trips_2018_subset_2.csv Observação: o job de carregamento acima vai adicionar esse subconjunto à tabela 2018trips que você criou anteriormente.

  1. Quando o job de carregamento terminar, uma confirmação vai aparecer na tela.

  2. No console do BigQuery, selecione a tabela 2018trips e veja os detalhes. Confira se o número de linhas quase dobrou.

  3. Execute a consulta anterior novamente para ver se as cinco corridas mais caras ainda são as mesmas.

Clique em Verificar meu progresso para ver o objetivo. Ingerir um conjunto de dados do Google Cloud Storage

Tarefa 4: crie tabelas usando outras tabelas com DDL

Agora, a tabela 2018trips tem corridas do ano inteiro. Mas e se você quisesse ver apenas as corridas de janeiro? Para simplificar, analisaremos só a data e a hora de partida neste laboratório. Use DDL para extrair os dados e armazená-los em outra tabela.

  1. No "Editor de consultas", execute o comando CREATE TABLE:
#standardSQL CREATE TABLE nyctaxi.january_trips AS SELECT * FROM nyctaxi.2018trips WHERE EXTRACT(Month FROM pickup_datetime)=1;
  1. No "Editor de consultas", execute esta consulta para descobrir qual foi a maior distância percorrida em janeiro:
#standardSQL SELECT * FROM nyctaxi.january_trips ORDER BY trip_distance DESC LIMIT 1

Clique em Verificar meu progresso para ver o objetivo. Criar tabelas usando outras tabelas com DDL

Parabéns!

Você criou um conjunto de dados e fez a ingestão no BigQuery a partir de um arquivo CSV, do Google Cloud Storage e de outras tabelas do BigQuery.

Finalize o laboratório

Clique em Terminar o laboratório após a conclusão. O Google Cloud Ensina remove os recursos usados e limpa a conta por você.

Você vai poder avaliar sua experiência no laboratório. Basta selecionar o número de estrelas, digitar um comentário e clicar em Enviar.

O número de estrelas indica o seguinte:

  • 1 estrela = muito insatisfeito
  • 2 estrelas = insatisfeito
  • 3 estrelas = neutro
  • 4 estrelas = satisfeito
  • 5 estrelas = muito satisfeito

Feche a caixa de diálogo se não quiser enviar feedback.

Para enviar seu feedback, fazer sugestões ou correções, use a guia Suporte.

Manual atualizado em 27 de julho de 2022

Laboratório testado em 15 de julho de 2022

Copyright 2026 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de empresas e produtos podem ser marcas registradas das empresas a que estão associados.

Antes de começar

  1. Os laboratórios criam um projeto e recursos do Google Cloud por um período fixo
  2. Os laboratórios têm um limite de tempo e não têm o recurso de pausa. Se você encerrar o laboratório, vai precisar recomeçar do início.
  3. No canto superior esquerdo da tela, clique em Começar o laboratório

Usar a navegação anônima

  1. Copie o nome de usuário e a senha fornecidos para o laboratório
  2. Clique em Abrir console no modo anônimo

Fazer login no console

  1. Faça login usando suas credenciais do laboratório. Usar outras credenciais pode causar erros ou gerar cobranças.
  2. Aceite os termos e pule a página de recursos de recuperação
  3. Não clique em Terminar o laboratório a menos que você tenha concluído ou queira recomeçar, porque isso vai apagar seu trabalho e remover o projeto

Este conteúdo não está disponível no momento

Você vai receber uma notificação por e-mail quando ele estiver disponível

Ótimo!

Vamos entrar em contato por e-mail se ele ficar disponível

Um laboratório por vez

Confirme para encerrar todos os laboratórios atuais e iniciar este

Use a navegação anônima para executar o laboratório

A melhor maneira de executar este laboratório é usando uma janela de navegação anônima ou privada. Isso evita conflitos entre sua conta pessoal e a conta de estudante, o que poderia causar cobranças extras na sua conta pessoal.