Informações gerais

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 insights relevantes.

Você usará um conjunto de dados de e-commerce com milhões de registros do Google Analytics referentes à Google Merchandise Store e carregados no BigQuery. Você tem uma cópia do conjunto de dados usado neste laboratório e vai analisar os campos e linhas disponíveis para extrair insights.

Neste laboratório, você fará a ingestão de vários tipos de conjuntos de dados em tabelas dentro do BigQuery.

Configuração e requisitos

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.

2. Clique em Concluído.

Tarefa 1: criar um conjunto de dados para armazenar tabelas

1. Nas Análises clássicas, clique nos três pontos verticais ao lado do seu projeto. Em seguida, clique em Criar conjunto de dados.

2. Defina o ID do conjunto de dados como e-commerce. Não mude os valores dos outros campos.

3. Clique em Criar conjunto de dados.

O conjunto de dados de e-commerce vai aparecer abaixo do nome do projeto.

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

Situação: sua equipe de marketing entrou em contato com você para saber quais produtos vão entrar em promoção, considerando os níveis de estoque. A equipe também quer avaliar o desempenho dos produtos de acordo com as avaliações dos clientes.

Seu conjunto de dados transacional de e-commerce não indica os níveis de estoque nem inclui dados de avaliação de produtos, mas as equipes de operações e marketing enviaram novos conjuntos de dados para você analisar.

Para começar:

1. Salve o conjunto de dados de estoque de produtos no seu computador.

2. Selecione o conjunto de dados de e-commerce e clique em Criar tabela.

3. Especifique as seguintes opções para a tabela:

Fonte:

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

Destino:

• Nome da tabela: products

• Não mude as outras configurações.

Esquema:

• Marque a opção Detectar automaticamente para "Esquema" e "Parâmetros de entrada".

Dica: não está encontrando a caixa de seleção? Confirme que o formato do arquivo é CSV, e não Avro.

• Configurações de "Partição" e "Cluster": não mude os valores padrão.

Opções avançadas:

• Não mude as configurações padrão.

4. Clique em Criar tabela.

A tabela products agora vai aparecer abaixo do conjunto de dados de e-commerce.

5. Selecione a tabela "products" e confira os detalhes:

6. Selecione Visualizar e confirme se todas as colunas foram carregadas (veja o exemplo abaixo):

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

Como analisar os dados carregados com SQL

Para praticar, faça uma consulta básica na nova tabela de produtos em busca de insights.

• Em + Consulta SQL, crie uma consulta para listar os cinco produtos com mais unidades em estoque (stockLevel):

Tarefa 3: fazer a ingestão de dados no Google Cloud Storage

1. Selecione o conjunto de dados e-commerce e clique em Criar tabela.

2. Especifique as seguintes opções para a tabela:

Fonte:

• Criar tabela de: Google Cloud Storage
• Selecione o arquivo do bucket do GCS: cloud-training/data-insights-course/exports/products.csv
• Formato do arquivo: CSV

Destino:

• Nome da tabela: products

• Não mude as outras configurações.

Esquema:

• Marque a opção Detectar automaticamente para "Esquema" e "Parâmetros de entrada".

Opções avançadas:

• Não mude as configurações padrão.

3. Clique em Criar tabela.

Funcionou? Não

4. Clique em Cancelar para fechar a mensagem e depois em Sim, sair na caixa de diálogo Criar tabela.

5. No painel Explorer, acesse Histórico de jobs e clique em Histórico de projetos. Selecione a mensagem de erro exibida.

6. Revise os detalhes e clique em Fechar.

7. Repita a Tarefa 3 até chegar à seção Esquema.

8. Role para baixo, expanda Opções avançadas e, no menu suspenso Preferência de gravação, selecione Substituir tabela.

9. Em seguida, clique em Criar tabela.

10. Confirme que a tabela foi executada corretamente.

Tarefa 4: fazer a ingestão de um novo conjunto de dados usando um arquivo do Google Planilhas

1. Selecione + Consulta SQL.

2. Execute a próxima consulta para conferir quais produtos precisam de reposição mais urgente com base na rotatividade do estoque e em quanto tempo a reposição pode ser feita:

Tarefa 5: salvar os dados no Google Planilhas

Situação: você quer oferecer à sua equipe de gerenciamento da cadeia de suprimentos um local para registrar os pedidos de reposição feitos aos fornecedores e incluir observações sobre os itens. Você escolhe usar uma planilha do Google para fazer uma pesquisa rápida.

Agora você vai criar a planilha:

1. Em "Resultados da consulta", selecione Salvar resultados > Google Planilhas.

2. Uma janela pop-up com um link para abrir a planilha vai aparecer. Clique em Abrir.

3. Adicione um campo com o título comments na coluna G da planilha e digite new shipment on the way na linha do primeiro produto.

4. No Google Planilhas, selecione Compartilhar > Receber link compartilhável e copie o link.

5. Volte para a guia do BigQuery.

6. Clique no conjunto de dados ecommerce e em Criar tabela.

7. Especifique estas opções de tabela:

Fonte:

• Criar tabela de: Drive
• Selecionar URI do Drive: coloque-o-url-da-planilha-aqui
• Formato do arquivo: planilha do Google

Destino:

• Tipo de tabela: não altere a opção padrão ("Tabela externa")
• Nome da tabela: products_comments

Esquema:

• Marque a opção Detectar automaticamente para "Esquema" e "Parâmetros de entrada".

Opções avançadas:

• Em Linhas de cabeçalho a serem ignoradas, digite 1.
• Não mude as outras opções.

8. Clique em Criar tabela.

Consultar dados de uma planilha externa

1. Clique em + Consulta SQL.

2. Adicione a consulta abaixo e execute:

Aguarde a execução da consulta. Você perceberá que o novo campo comments agora é retornado.

3. Volte para a guia da planilha do Google.

4. Digite mais comentários no campo "comments".

5. Volte para o BigQuery e clique em Executar para executar a consulta novamente.

6. Confirme se os novos dados aparecem corretamente nos resultados.

Você criou uma conexão entre uma tabela externa do Google Planilhas e o BigQuery.

Tarefa 6: conferir as considerações sobre o desempenho de tabelas externas e a qualidade dos dados

Vincular tabelas externas ao BigQuery (por exemplo, do Google Planilhas ou diretamente no Google Cloud Storage) é um método com várias limitações. Duas das mais importantes são as seguintes:

• Não é possível garantir a consistência dos dados se os valores forem alterados na origem durante a consulta.
• As fontes de dados armazenadas fora do BigQuery perdem os benefícios de desempenho que esse serviço oferece como gerenciador do armazenamento de dados, entre eles: a otimização automática do caminho de execução de consultas e a desativação de determinadas funções de caracteres curinga.

Parabéns!

Você criou um conjunto de dados e fez a ingestão de novas fontes de dados externas no BigQuery usando arquivos CSV, o Google Cloud Storage e o Google Drive.

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.

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.