GSP848

Visão geral

O acesso a informações usa vários formatos, e o BigQuery simplifica o trabalho com várias fontes de dados. Neste laboratório, você vai começar a trabalhar com a ciência de dados esportivos importando fontes de dados esportivos externos para tabelas do BigQuery. Isso vai dar a você a base para criar análises mais sofisticadas nos próximos laboratórios.

Os dados usados neste laboratório vêm das seguintes fontes:

• 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, Article 59 (September 2019), 27 pages. DOI: https://doi.org/10.1145/3343172

O que você vai aprender

Neste laboratório, você vai aprender a:

• Fazer upload de arquivos do Google Cloud Storage em tabelas do BigQuery usando o console do Cloud.
• Usar o console do Cloud para acessar informações derivadas de tabelas do BigQuery.
• Entender como escrever consultas nas tabelas enviadas.

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

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

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

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

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Abrir o console do BigQuery

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

Você verá a caixa de mensagem Olá! Este é o BigQuery no Console do Cloud. Ela tem um link para o guia de início rápido e as notas de lançamento.

2. Clique em OK.

O console do BigQuery vai abrir.

O console do BigQuery fornece uma interface para consultar tabelas, incluindo conjuntos de dados públicos oferecidos pelo BigQuery, e oferece uma maneira conveniente de adicionar informações a um conjunto de dados. O BigQuery usa tabelas para representar dados de maneira estruturada. Na próxima seção, você vai saber mais sobre o BigQuery e como criar tabelas personalizadas.

Tarefa 1. Crie tabelas personalizadas

Nesta seção, você vai criar um conjunto de dados. O conjunto de dados é usado para adicionar dados ao projeto. Os conjuntos de dados usam tabelas e visualizações para ajudar a controlar o acesso aos dados em um projeto.

1. No console do BigQuery, observe a seção Navegador.
2. Clique no ícone Ver ações ao lado do ID do projeto e selecione Criar conjunto de dados.

3. Na página Criar conjunto de dados, preencha o seguinte:

4. A tela Criar conjunto de dados do BigQuery vai mostrar informações semelhantes às abaixo:

5. Clique em Criar conjunto de dados na parte de baixo do painel.

Clique em “Verificar meu progresso” para conferir o objetivo.

Nesta seção, um novo conjunto de dados foi criado usando o BigQuery. Durante esse processo, o BigQuery precisa saber onde armazenar as informações a serem criadas. Ele também oferece a opção de incluir criptografia gerenciada pelo cliente, se necessário.

Na próxima seção, você vai aprender a preencher o conjunto de dados criado com JavaScript Object Notation (JSON), um formato de dados comum.

Tarefa 2. Carregar dados JSON

Agora você vai carregar as tabelas criadas anteriormente com dados de futebol no conjunto de dados.
O BigQuery oferece suporte a vários formatos de importação. Neste laboratório, use JSON com o conjunto de dados criado na seção anterior.

1. Crie uma tabela clicando no ícone Ver ações ao lado do conjunto de dados futebol na seção "Navegador".

2. Selecione Criar tabela.

Na seção a seguir, use os valores padrão para todas as configurações, a menos que indicado de outra forma. Os dados são armazenados em um bucket público do Google Cloud Storage.

3. Na página Criar tabela, adicione as seguintes informações:

4. A tela Criar tabela do BigQuery vai mostrar informações semelhantes às abaixo:

5. Clique em Criar tabela.
6. Aguarde o BigQuery criar a tabela e carregar os dados.
7. Uma mensagem de notificação pop-up dizendo "campeonatos" criadas é exibida.
8. A tabela vai aparecer depois que os dados forem carregados.
9. Repita as etapas acima para os outros dados JSON a serem ingeridos.

10. Após a criação das tabelas, o resultado será semelhante a:

Clique em "Verificar meu progresso" para conferir o objetivo Verificar se uma tabela de campeonatos foi criada.

Nesta seção, novas tabelas foram criadas usando o BigQuery. Durante esse processo, o BigQuery usou o Cloud Storage como origem dos arquivos JSON. O Cloud Storage oferece uma boa opção de armazenamento intermediário para arquivos de objetos.

Na próxima seção, saiba como preencher o conjunto de dados criado com um arquivo de valores separados por vírgulas (CSV), que é outro formato de dados comum.

Tarefa 3. Carregar dados CSV

Nesta seção, você vai carregar outra tabela de dados sobre futebol no conjunto de dados. Desta vez, o processo de carregamento será feito com base em um arquivo de valores separados por vírgula (CSV) armazenado no Cloud Storage.

1. Crie uma tabela clicando no ícone Ver ações ao lado do conjunto de dados futebol na seção "Navegador" e selecione Criar tabela.

Use os valores padrão de todas as configurações, a menos que indicado de outra forma.

2. Na página Criar tabela, adicione as seguintes informações:

3. A tela Criar tabela do BigQuery vai mostrar informações semelhantes às abaixo:

4. Clique em Criar tabela (na parte de baixo da janela).
5. Aguarde o BigQuery criar a tabela e carregar os dados.

Uma mensagem pop-up vai aparecer dizendo que "tags2name" foi criado.

6. A tabela vai aparecer depois que os dados forem carregados.

Clique em “Verificar meu progresso” para conferir o objetivo.

Nesta seção, uma nova tabela foi criada usando o BigQuery. Durante esse processo, o BigQuery usou o Cloud Storage como fonte do arquivo CSV. O Cloud Storage oferece uma boa opção de armazenamento intermediário para arquivos de objetos.

Tarefa 4. Visualizar tabelas

1. No painel esquerdo, selecione futebol > campeonatos no painel de navegação.
2. No painel de detalhes, clique na guia Visualização.

3. Clique nas outras tabelas enviadas no painel de navegação.
4. Confira as guias Esquema, Detalhes, Visualização, Linhagem, Perfil de dados e Qualidade dos dados para saber mais sobre os dados em cada tabela.

O BigQuery oferece uma maneira conveniente de armazenar dados que antes eram mantidos em vários formatos. Para saber mais sobre técnicas de ingestão de dados para o BigQuery, leia Escolher um método de ingestão de dados.

Nas próximas seções, você vai aprender a consultar os conjuntos de dados criados no BigQuery.

Tarefa 5. Consultar dados do jogador

Agora os dados já estão na sua tabela e podem ser consultados. Em seguida, crie uma consulta que recupere os 10 zagueiros mais altos (para quem a altura está disponível) na tabela "jogadores".

1. No editor de consultas, clique em “+” (consulta SQL).
2. Copie e cole a consulta abaixo no Editor de consultas.

3. Clique em Executar. Os resultados são exibidos abaixo da janela de consulta.

Clique em “Verificar meu progresso” para conferir o objetivo.

É essencial saber como realizar consultas no BigQuery. A execução de consultas no BigQuery oferece uma interface simples para extrair insights de dados avançados.

Tarefa 6. Consultar dados de eventos

Crie uma consulta para recuperar as contagens de todos os tipos de eventos encontrados na tabela eventos.

1. Copie e cole a consulta abaixo no Editor de consultas.

2. Clique em Executar. Os resultados são exibidos abaixo da janela de consulta.

Clique em “Verificar meu progresso” para conferir o objetivo.

A capacidade de aproveitar os dados armazenados para estabelecer tendências e padrões representa uma oportunidade de oferecer benefícios reais aos usuários finais. Na próxima seção, você terá a oportunidade de testar o que aprendeu nesta introdução ao BigQuery.

Tarefa 7. Teste rápido

Coloque à prova seu conhecimento sobre o BigQuery ao responder o breve teste sobre os tópicos abordados neste laboratório.

Parabéns!

Você fez upload de arquivos armazenados no Cloud Storage para tabelas no BigQuery e aprendeu a criar consultas para extrair dados das tabelas.

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 24 de novembro de 2025

Laboratório testado em 29 de julho de 2025

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 produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.