GSP848

Übersicht

Der Informationszugriff erfolgt in verschiedenen Formaten und BigQuery vereinfacht die Arbeit mit mehreren Datenquellen. In diesem Lab lernen Sie die Sportdatenwissenschaft kennen, indem Sie externe Sportdatenquellen in BigQuery-Tabellen importieren. Dies ist die Grundlage für komplexere Analysen in den folgenden Labs.

Die in diesem Lab verwendeten Daten stammen aus den folgenden Quellen:

• Pappalardo et al., (2019) A public data set of spatio-temporal match events in soccer competitions, Nature Scientific Data 6:236, https://www.nature.com/articles/s41597-019-0247-7
• Pappalardo et al. (2019) PlayerRank: Data-driven Performance Evaluation and Player Ranking in Soccer via a Machine Learning Approach. ACM Transactions on Intelligent Systems and Technologies (TIST) 10, 5, Artikel 59 (September 2019), 27 Seiten. DOI: https://doi.org/10.1145/3343172

Lerninhalte

Aufgaben in diesem Lab:

• Dateien aus Google Cloud Storage mit der Google Cloud Console in BigQuery-Tabellen hochladen
• Über die Google Cloud Console auf Informationen zugreifen, die aus BigQuery-Tabellen abgeleitet wurden
• Verstehen, wie Sie Abfragen für die hochgeladenen Tabellen schreiben

Einrichtung und Anforderungen

Vor dem Klick auf „Start Lab“ (Lab starten)

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken, und zeigt Ihnen, wie lange Google Cloud-Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Lab können Sie die Lab-Aktivitäten in einer echten Cloud-Umgebung durchführen – nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf Google Cloud zugreifen können.

Für dieses Lab benötigen Sie Folgendes:

• Einen Standardbrowser (empfohlen wird Chrome)

• Zeit für die Durchführung des Labs – denken Sie daran, dass Sie ein begonnenes Lab nicht unterbrechen können.

Lab starten und bei der Google Cloud Console anmelden

1. Klicken Sie auf Lab starten. Wenn Sie für das Lab bezahlen müssen, wird ein Dialogfeld geöffnet, in dem Sie Ihre Zahlungsmethode auswählen können. Auf der linken Seite befindet sich der Bereich „Details zum Lab“ mit diesen Informationen:

   • Schaltfläche „Google Cloud Console öffnen“
   • Restzeit
   • Temporäre Anmeldedaten für das Lab
   • Ggf. weitere Informationen für dieses Lab

2. Klicken Sie auf Google Cloud Console öffnen (oder klicken Sie mit der rechten Maustaste und wählen Sie Link in Inkognitofenster öffnen aus, wenn Sie Chrome verwenden).

   Im Lab werden Ressourcen aktiviert. Anschließend wird ein weiterer Tab mit der Seite „Anmelden“ geöffnet.

   Tipp: Ordnen Sie die Tabs nebeneinander in separaten Fenstern an.

   Hinweis: Wird das Dialogfeld Konto auswählen angezeigt, klicken Sie auf Anderes Konto verwenden.

3. Kopieren Sie bei Bedarf den folgenden Nutzernamen und fügen Sie ihn in das Dialogfeld Anmelden ein.

   {{{user_0.username | "Username"}}}

   Sie finden den Nutzernamen auch im Bereich „Details zum Lab“.

4. Klicken Sie auf Weiter.

5. Kopieren Sie das folgende Passwort und fügen Sie es in das Dialogfeld Willkommen ein.

   {{{user_0.password | "Password"}}}

   Sie finden das Passwort auch im Bereich „Details zum Lab“.

6. Klicken Sie auf Weiter.

   Wichtig: Sie müssen die für das Lab bereitgestellten Anmeldedaten verwenden. Nutzen Sie nicht die Anmeldedaten Ihres Google Cloud-Kontos. Hinweis: Wenn Sie Ihr eigenes Google Cloud-Konto für dieses Lab nutzen, können zusätzliche Kosten anfallen.

7. Klicken Sie sich durch die nachfolgenden Seiten:

   • Akzeptieren Sie die Nutzungsbedingungen.
   • Fügen Sie keine Wiederherstellungsoptionen oder Zwei-Faktor-Authentifizierung hinzu (da dies nur ein temporäres Konto ist).
   • Melden Sie sich nicht für kostenlose Testversionen an.

Nach wenigen Augenblicken wird die Google Cloud Console in diesem Tab geöffnet.

Hinweis: Wenn Sie auf Google Cloud-Produkte und ‑Dienste zugreifen möchten, klicken Sie auf das Navigationsmenü oder geben Sie den Namen des Produkts oder Dienstes in das Feld Suchen ein.

Die BigQuery Console öffnen

1. Klicken Sie in der Google Cloud Console im Navigationsmenü auf BigQuery.

Zuerst wird das Fenster Willkommen bei BigQuery in der Cloud Console geöffnet, das neben allgemeinen Informationen auch einen Link zur Kurzanleitung und zu den Versionshinweisen enthält.

2. Klicken Sie auf Fertig.

Die BigQuery Console wird geöffnet.

Die BigQuery-Konsole enthält eine Schnittstelle, mit der sich Tabellen abfragen lassen. Dabei werden auch öffentliche Datasets berücksichtigt, die in BigQuery gespeichert sind. Außerdem können Sie auf einfache Weise Informationen zu einem Dataset hinzufügen. BigQuery verwendet Tabellen, um Daten strukturiert darzustellen. Im nächsten Abschnitt erfahren Sie mehr über BigQuery und das Erstellen benutzerdefinierter Tabellen.

Aufgabe 1: Benutzerdefinierte Tabellen erstellen

In diesem Abschnitt erstellen Sie ein Dataset. Das Dataset wird verwendet, um dem Projekt Daten hinzuzufügen. Datasets verwenden Tabellen und Ansichten, um den Zugriff auf Daten in einem Projekt zu steuern.

1. Sehen Sie sich in der BigQuery-Konsole den Bereich Explorer an.
2. Klicken Sie neben der Projekt-ID auf das Symbol Aktionen ansehen und wählen Sie Dataset erstellen aus.

3. Füllen Sie auf der Seite Dataset erstellen die folgenden Felder aus:

4. Auf dem BigQuery-Bildschirm Dataset erstellen werden Informationen ähnlich den folgenden angezeigt:

5. Klicken Sie unten im Fenster auf Dataset erstellen.

Klicken Sie auf „Fortschritt prüfen“.

In diesem Abschnitt wurde mit BigQuery ein neues Dataset erstellt. Dabei muss BigQuery wissen, wo die zu erstellenden Informationen gespeichert werden sollen. Bei Bedarf kann auch eine von Kundinnen oder Kunden verwaltete Verschlüsselung einbezogen werden.

Im nächsten Abschnitt erfahren Sie, wie Sie das erstellte Dataset mit JavaScript Object Notation (JSON), einem gängigen Datenformat, füllen.

Aufgabe 2: JSON-Daten laden

Jetzt laden Sie die zuvor erstellten Tabellen mit Fußballdaten in das Dataset.
BigQuery unterstützt eine Reihe von Importformaten. In diesem Lab verwenden Sie JSON mit dem im vorherigen Abschnitt erstellten Dataset.

1. Erstellen Sie eine Tabelle, indem Sie im Abschnitt „Explorer“ neben dem Dataset soccer auf das Symbol Aktionen ansehen klicken.

2. Wählen Sie Tabelle erstellen aus.

Verwenden Sie im folgenden Abschnitt für alle Einstellungen die Standardwerte, sofern nicht anders angegeben. Die Daten werden in einem öffentlichen Google Cloud Storage-Bucket gespeichert.

3. Fügen Sie auf der Seite Tabelle erstellen die folgenden Informationen hinzu:

4. Auf dem BigQuery-Bildschirm Tabelle erstellen werden Informationen ähnlich den folgenden angezeigt:

5. Klicken Sie auf Tabelle erstellen.
6. Warten Sie, bis BigQuery die Tabelle erstellt und die Daten geladen hat.
7. Eine Pop-up-Benachrichtigung mit dem Text „competitions“ erstellt wird angezeigt.
8. Die Tabelle wird angezeigt, nachdem die Daten geladen wurden.
9. Wiederholen Sie die obigen Schritte für die anderen aufzunehmenden JSON-Daten.

10. Nachdem die Tabellen erstellt wurden, sieht die Anzeige in etwa so aus:

Klicken Sie auf „Fortschritt prüfen“, um das Ziel zu überprüfen Prüfen, ob eine Tabelle mit Wettbewerben erstellt wurde

In diesem Abschnitt wurden mit BigQuery neue Tabellen erstellt. Dabei wurde von BigQuery Cloud Storage als Quelle für die JSON-Dateien verwendet. Cloud Storage ist eine gute Zwischenspeicheroption für Objektdateien.

Im nächsten Abschnitt erfahren Sie, wie Sie das erstellte Dataset mit einer CSV-Datei (Comma-Separated Values, kommagetrennte Werte) füllen. Dies ist ein weiteres gängiges Datenformat.

Aufgabe 3: CSV-Daten laden

In diesem Abschnitt laden Sie eine weitere Tabelle mit Fußballdaten in das Dataset. Die Daten werden dieses Mal aus einer CSV-Datei (Comma-Separated Values, kommagetrennte Werte) geladen, die in Cloud Storage gespeichert ist.

1. Erstellen Sie eine Tabelle, indem Sie im Abschnitt „Explorer“ neben dem Dataset soccer auf das Symbol Aktionen ansehen klicken und Tabelle erstellen auswählen.

Verwenden Sie für alle Einstellungen die Standardwerte, sofern nicht anders angegeben.

2. Fügen Sie auf der Seite Tabelle erstellen die folgenden Informationen hinzu:

3. Auf dem BigQuery-Bildschirm Tabelle erstellen werden Informationen ähnlich den folgenden angezeigt:

4. Klicken Sie am unteren Rand des Fensters auf Tabelle erstellen.
5. Warten Sie, bis BigQuery die Tabelle erstellt und die Daten geladen hat.

Es wird eine Pop-up-Nachricht angezeigt, dass „tags2name“ erstellt wurde.

6. Die Tabelle wird angezeigt, nachdem die Daten geladen wurden.

Klicken Sie auf „Fortschritt prüfen“.

In diesem Abschnitt wurde mit BigQuery eine neue Tabelle erstellt. Dabei wurde Cloud Storage als Quelle für die CSV-Datei verwendet. Cloud Storage ist eine gute Zwischenspeicheroption für Objektdateien.

Aufgabe 4: Tabellen in der Vorschau ansehen

1. Wählen Sie im linken Bereich soccer > Wettbewerbe aus.
2. Klicken Sie im Detailbereich auf den Tab Vorschau.

3. Klicken Sie sich im Navigationsbereich durch die anderen hochgeladenen Tabellen.
4. Auf den Tabs Schema, Details, Vorschau, Herkunft, Datenprofil und Datenqualität finden Sie weitere Informationen zu den Daten in den einzelnen Tabellen.

BigQuery bietet eine praktische Möglichkeit, Daten zu speichern, die zuvor in einer Vielzahl von Formaten vorlagen. Weitere Informationen zu Techniken für die Datenaufnahme in BigQuery finden Sie unter Datenaufnahmemethode auswählen.

In den nächsten Abschnitten erfahren Sie, wie Sie die in BigQuery erstellten Datasets abfragen.

Aufgabe 5: Spielerdaten abfragen

Nachdem die Daten in eine Tabelle geladen wurden, können Sie die Tabelle abfragen. Erstellen Sie als Nächstes eine Abfrage, mit der die 10 größten Verteidiger (deren Größe verfügbar ist) in der Tabelle „players“ abgerufen werden.

1. Klicken Sie im Abfrageeditor auf das Symbol + (SQL-Abfrage).
2. Kopieren Sie die folgende Abfrage und fügen Sie sie in den Abfrageeditor ein.

3. Klicken Sie auf Ausführen. Die Ergebnisse werden unter dem Abfragefenster angezeigt.

Klicken Sie auf „Fortschritt prüfen“.

Es ist wichtig zu wissen, wie Abfragen in BigQuery ausgeführt werden. Abfragen in BigQuery bieten eine einfache Schnittstelle, um aussagekräftige Datenstatistiken zu extrahieren.

Aufgabe 6: Ereignisdaten abfragen

Erstellen Sie eine Abfrage, um die Anzahl aller Ereignistypen abzurufen, die in der Tabelle events enthalten sind.

1. Kopieren Sie die folgende Abfrage und fügen Sie sie in den Abfrageeditor ein.

2. Klicken Sie auf Ausführen. Die Ergebnisse werden unter dem Abfragefenster angezeigt.

Klicken Sie auf „Fortschritt prüfen“.

Wenn Sie gespeicherte Daten nutzen können, um Trends und Muster zu erkennen, können Sie Endnutzerinnen und Endnutzern einen echten Mehrwert bieten. Im nächsten Abschnitt können Sie Ihr in dieser Einführung in BigQuery erworbenes Wissen testen.

Aufgabe 7: Quiz

Testen Sie Ihr Wissen über BigQuery, indem Sie das kurze Quiz zu den Themen dieses Labs absolvieren.

Glückwunsch!

Sie haben erfolgreich in Cloud Storage gespeicherte Dateien in Tabellen in BigQuery hochgeladen und gelernt, wie Sie Abfragen erstellen, um Daten aus den Tabellen zu extrahieren.

Google Cloud-Schulungen und -Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. Unsere Kurse vermitteln technische Fähigkeiten und Best Practices, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfänger wie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 24. November 2025 aktualisiert

Lab zuletzt am 29. Juli 2025 getestet

© 2026 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.