GSP848

概要

情報へのアクセスを構築する際にはさまざまな形式を扱いますが、BigQuery を使用すると複数のデータソースを簡単に操作できます。このラボでは、スポーツに関する外部データソースを BigQuery テーブルにインポートし、スポーツ データ サイエンスに挑戦します。これにより、後続のラボでより高度な分析を構築するための基礎が身に付きます。

このラボで使用するデータは、次のソースから取得されます。

• Pappalardo 他（2019 年）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 他（2019 年）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、記事 59（2019 年 9 月）、27 ページ。DOI: https://doi.org/10.1145/3343172

学習内容

このラボでは、次の方法について学びます。

• Cloud コンソールを使用して、Google Cloud Storage から BigQuery テーブルにファイルをアップロードする。
• Cloud コンソールを使用して、BigQuery テーブルから派生した情報にアクセスする。
• アップロードされたテーブルに対するクエリを記述する方法を理解する。

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの説明をお読みください。ラボには時間制限があり、一時停止することはできません。タイマーは、Google Cloud のリソースを利用できる時間を示しており、[ラボを開始] をクリックするとスタートします。

このハンズオンラボでは、シミュレーションやデモ環境ではなく実際のクラウド環境を使って、ラボのアクティビティを行います。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モード（推奨）またはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生しないようにすることができます。

• ラボを完了するための時間（開始後は一時停止できません）

注: このラボでは、受講者アカウントのみを使用してください。別の Google Cloud アカウントを使用すると、そのアカウントに料金が発生する可能性があります。

ラボを開始して Google Cloud コンソールにログインする方法

1. [ラボを開始] ボタンをクリックします。ラボの料金をお支払いいただく必要がある場合は、表示されるダイアログでお支払い方法を選択してください。 左側の [ラボの詳細] ペインには、以下が表示されます。

   • [Google Cloud コンソールを開く] ボタン
   • 残り時間
   • このラボで使用する必要がある一時的な認証情報
   • このラボを行うために必要なその他の情報（ある場合）

2. [Google Cloud コンソールを開く] をクリックします（Chrome ブラウザを使用している場合は、右クリックして [シークレット ウィンドウで開く] を選択します）。

   ラボでリソースがスピンアップし、別のタブで [ログイン] ページが表示されます。

   ヒント: タブをそれぞれ別のウィンドウで開き、並べて表示しておきましょう。

   注: [アカウントの選択] ダイアログが表示されたら、[別のアカウントを使用] をクリックします。

3. 必要に応じて、下のユーザー名をコピーして、[ログイン] ダイアログに貼り付けます。

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

   [ラボの詳細] ペインでもユーザー名を確認できます。

4. [次へ] をクリックします。

5. 以下のパスワードをコピーして、[ようこそ] ダイアログに貼り付けます。

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

   [ラボの詳細] ペインでもパスワードを確認できます。

6. [次へ] をクリックします。

   重要: ラボで提供された認証情報を使用する必要があります。Google Cloud アカウントの認証情報は使用しないでください。 注: このラボでご自身の Google Cloud アカウントを使用すると、追加料金が発生する場合があります。

7. その後次のように進みます。

   • 利用規約に同意してください。
   • 一時的なアカウントなので、復元オプションや 2 要素認証プロセスは設定しないでください。
   • 無料トライアルには登録しないでください。

その後、このタブで Google Cloud コンソールが開きます。

注: Google Cloud のプロダクトやサービスにアクセスするには、ナビゲーション メニューをクリックするか、[検索] フィールドにサービス名またはプロダクト名を入力します。

BigQuery コンソールを開く

1. Google Cloud コンソールで、ナビゲーション メニュー > [BigQuery] を選択します。

[Cloud コンソールの BigQuery へようこそ] メッセージ ボックスが開きます。このメッセージ ボックスには、クイックスタート ガイドとリリースノートへのリンクが表示されます。

2. [完了] をクリックします。

BigQuery コンソールが開きます。

BigQuery コンソールには、テーブルに対してクエリを実行するためのインターフェースが用意されており、BigQuery が提供する一般公開データセットも利用できます。また、データセットに情報を追加する便利な方法も提供されています。BigQuery では、テーブルを使用してデータを構造化された方法で表現します。次のセクションでは、BigQuery とカスタム テーブルの作成方法について詳しく学びます。

タスク 1. カスタム テーブルを作成する

このセクションでは、データセットを作成します。このデータセットを使用して、プロジェクトにデータを追加します。データセットにはテーブルとビューがあり、プロジェクト内のデータアクセスを制御するために使用されます。

1. BigQuery コンソールで、[エクスプローラ] セクションを確認します。
2. プロジェクト ID の横にあるアクションを表示アイコンをクリックし、[データセットを作成] を選択します。

注: データセットは、特定のプロジェクト内に含まれています。データセットは、テーブルとビューへのアクセスを整理して制御するための最上位のコンテナです。テーブルとビューはデータセットに属していなければなりません。したがって、データを BigQuery に読み込む前に、1 つ以上のデータセットを作成する必要があります。参考資料: BigQuery データセットの概要。

3. [データセットの作成] ページで、次の情報を入力します。

フィールド	値
データセット ID	soccer
データのロケーション	us（米国の複数のリージョン）
[詳細オプション] > [デフォルトのテーブルの有効期限]	デフォルト

4. BigQuery の [データセットの作成] 画面に、以下のような情報が表示されます。

注: 現在、一般公開データセットは米国のマルチリージョン データ ロケーションに保存されています。わかりやすくするため、データセットを同じロケーションに配置します。

5. パネルの下部にある [データセットを作成] をクリックします。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。

新しいデータセットが作成されたことを確認する

このセクションでは、BigQuery を使用して新しいデータセットを作成しました。このプロセスでは、作成する情報をどこに保存するかを BigQuery に指定する必要があります。必要に応じて、顧客管理の暗号化を含めることもできます。

次のセクションでは、一般的なデータ形式である JavaScript Object Notation（JSON）を使用して、作成したデータセットにデータを入力する方法を学びます。

タスク 2. JSON データを読み込む

今度は、サッカーのデータを使用して事前に作成したテーブルをデータセットに読み込みます。
BigQuery は、さまざまなインポート形式をサポートしています。このラボでは、前のセクションで作成したデータセットで JSON を使用します。

1. [エクスプローラ] セクションで soccer データセットの横にあるアクションを表示アイコンをクリックし、テーブルを作成します。

2. [テーブルを作成] を選択します。

次のセクションでは、別途指定のない限り、すべての設定にデフォルト値を使用します。データは Google Cloud Storage の公開バケットに保存されています。

3. [テーブルの作成] ページで、次の情報を入力します。

フィールド	値
テーブルの作成元	Google Cloud Storage
バケットからファイルを選択	spls/bq-soccer-analytics/competitions.json
ファイル形式	JSONL（改行区切り JSON）
テーブル名	competitions
スキーマ	[スキーマ] の [自動検出] チェックボックスをオンにする

注: BigQuery で Cloud Storage バケットを使用する場合、gs:// というプレフィックスを適用する必要はありません。

4. BigQuery の [テーブルの作成] 画面に、以下のような情報が表示されます。

5. [テーブルを作成] をクリックします。
6. BigQuery によってテーブルが作成され、データが読み込まれるのを待ちます。
7. [「competitions」を作成しました。] というポップアップ通知メッセージが表示されます。
8. データの読み込みが終わると、テーブルが表示されます。
9. 取り込む他の JSON データについてもこの手順を繰り返します。

Cloud Storage バケットのファイル	テーブル名
spls/bq-soccer-analytics/matches.json	matches
spls/bq-soccer-analytics/teams.json	teams
spls/bq-soccer-analytics/players.json	players
spls/bq-soccer-analytics/events.json	events

注: Cloud Storage バケットのファイル名とテーブル名は、記載されているものをそのまま使用してください。

10. テーブルが作成されると、以下のように表示されます。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。competitions テーブルが作成されたことを確認する。

このセクションでは、BigQuery を使用して新しいテーブルを作成しました。このプロセスでは、JSON ファイルの参照元として Cloud Storage を使用しました。Cloud Storage は、オブジェクト ファイルの中間ストレージとして使用するのに適したストレージです。

次のセクションでは、作成したデータセットに、もう一つの一般的なデータ形式であるカンマ区切り値（CSV）ファイルを読み込む方法を学びます。

タスク 3. CSV データを読み込む

このセクションでは、サッカーのデータがある別のテーブルをこのデータセットに読み込みます。今回の読み込みプロセスのソースとして使用するのは、Cloud Storage に保存されているカンマ区切り値（CSV）ファイルです。

1. [エクスプローラ] セクションで soccer データセットの横にあるアクションを表示アイコンをクリックし、[テーブルを作成] を選択します。

別途指定のない限り、すべての設定にデフォルト値を使用します。

2. [テーブルの作成] ページで、次の情報を入力します。

フィールド	値
テーブルの作成元	Google Cloud Storage
バケットからファイルを選択	spls/bq-soccer-analytics/tags2name.csv
ファイル形式	CSV
テーブル名	tags2name
スキーマ	[自動検出] チェックボックスをオンにします。

3. BigQuery の [テーブルの作成] 画面に、以下のような情報が表示されます。

4. [テーブルを作成] をクリックします（ウインドウの下部にあります）。
5. BigQuery によってテーブルが作成され、データが読み込まれるのを待ちます。

「tags2name」が作成されたことを示すポップアップ メッセージが表示されます。

6. データの読み込みが終わると、テーブルが表示されます。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。

tags2name テーブルが作成されたことを確認する

このセクションでは、BigQuery を使用して新しいテーブルを作成しました。このプロセスでは、CSV ファイルの参照元として Cloud Storage を使用しました。Cloud Storage は、オブジェクト ファイルの中間ストレージとして使用するのに適したストレージです。

タスク 4. テーブルをプレビューする

1. 左側のナビゲーション パネルで、soccer > competitions を選択します。
2. 詳細パネルで [プレビュー] タブをクリックします。

3. アップロードした他のテーブルも、ナビゲーション パネルからクリックして選択します。
4. [スキーマ]、[詳細]、[プレビュー]、[リネージ]、[データ プロファイル]、[データ品質] の各タブで、各テーブルのデータに関する詳細を確認できます。

BigQuery では、これまでさまざまな形式で保持されていたデータを簡単に保存できます。BigQuery でデータを取り込む手法について詳しくは、データ取り込み方法の選択をご覧ください。

次の 2 つのセクションでは、BigQuery で作成したデータセットに対してクエリを実行する方法を学びます。

タスク 5. 選手データに対してクエリを実行する

テーブルにデータが読み込まれたので、クエリを実行できます。次に、players テーブルで、身長がわかっているディフェンダーのうち、身長の高い上位 10 人を取得するクエリを作成します。

1. クエリエディタで、[+]（SQL クエリ）アイコンをクリックします。
2. 次のクエリをコピーして、クエリエディタに貼り付けます。

SELECT (firstName || ' ' || lastName) AS player, birthArea.name AS birthArea, height FROM `soccer.players` WHERE role.name = 'Defender' ORDER BY height DESC LIMIT 5 注: このクエリでは、BigQuery を使用し、サッカー選手に関する情報を取得します。1 人のディフェンダーの基本的特徴を把握できるよう、特定の選手ロールに限定したクエリを記述しています。

3. [実行] をクリックします。結果はクエリ ウィンドウの下に表示されます。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。

クエリが実行されたことを確認する

BigQuery でクエリを実行する方法を理解することは不可欠です。BigQuery のクエリは、強力なデータ分析情報を簡単に抽出できる手段です。

タスク 6. イベントデータに対してクエリを実行する

events テーブルで見つかったすべてのイベントタイプの数を取得するクエリを作成します。

1. 次のクエリをコピーして、クエリエディタに貼り付けます。

SELECT eventId, eventName, COUNT(id) AS numEvents FROM `soccer.events` GROUP BY eventId, eventName ORDER BY numEvents DESC

2. [実行] をクリックします。結果はクエリ ウィンドウの下に表示されます。

注: このクエリでは、BigQuery を使用し、サッカーの試合中に発生したイベントに関する情報を取得します。パスやシュートなどの具体的なイベントの発生頻度がわかるようにクエリを記述しています。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。

クエリが実行されたことを確認する

保存されたデータを活用して傾向やパターンを確立できると、エンドユーザーに真のメリットをもたらせる機会が増えます。次のセクションでは、ここまで学んできた BigQuery の概要の理解度をテストします。

タスク 7. 理解度テスト

このラボで扱ったトピックに関する短い問題に答えて、BigQuery の理解度をテストしてください。

お疲れさまでした

Cloud Storage に保存されているファイルを BigQuery のテーブルにアップロードし、テーブルからデータを抽出するクエリを作成する方法を学びました。

Google Cloud トレーニングと認定資格

Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。

マニュアルの最終更新日: 2025 年 11 月 24 日

ラボの最終テスト日: 2025 年 7 月 29 日

Copyright 2026 Google LLC. All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。