GSP411

概览

BigQuery 是 Google 推出的全托管式、无需运维、费用低廉的分析数据库。借助 BigQuery，您可以查询 TB 级的数据，而不必管理任何基础设施，也无需数据库管理员。BigQuery 使用 SQL，并且支持随用随付模式。BigQuery 让您可以专心分析数据，发掘有意义的数据洞见。

您将会用到一个电子商务数据集，其中包含 Google Merchandise Store 的上百万条 Google Analytics 记录，这些记录已加载到 BigQuery 中。您将在本实验中使用该数据集的副本，并通过研究其中提供的字段和记录来获取洞见。

在本实验中，您需要将多种类型的数据集注入 BigQuery 表中。

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。

为完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式（推荐）或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：请仅使用学生账号完成本实验。如果您使用其他 Google Cloud 账号，则可能会向该账号收取费用。

如何开始实验并登录 Google Cloud 控制台

1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。右侧是实验设置和访问权限面板，其中包含以下内容：

   • 打开 Google Cloud 控制台按钮
   • 您在本实验中必须使用的临时凭证（用户名和密码）
   • 帮助您逐步完成该实验所需的其他信息（如果需要）

   请注意，实验计时器位于页面顶部附近，将显示剩余时间。

2. 点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。

   该实验会启动资源并打开另一个标签页，显示“登录”页面。

   提示：可以将这些标签页分别放在不同的窗口中，并排显示。

   注意：如果您看见选择账号对话框，请点击使用其他账号。

3. 如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。

   {{{user_0.username | "<用户名>"}}}

   您也可以在实验设置和访问权限面板中找到“用户名”。

4. 点击下一步。

5. 复制下面的密码，然后将其粘贴到欢迎对话框中。

   {{{user_0.password | "<密码>"}}}

   您也可以在实验设置和访问权限面板中找到“密码”。

6. 点击下一步。

   重要提示：您必须使用实验提供的凭证。请勿使用您的 Google Cloud 账号凭证。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。

7. 依次点击进入后续页面：

   • 接受条款及条件。
   • 由于这是临时账号，请勿添加账号恢复选项或双重身份验证。
   • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Google Cloud 控制台。

注意：如需访问 Google Cloud 产品和服务，请点击导航菜单，或在搜索字段中输入服务或产品的名称。

打开 BigQuery 控制台

1. 在 Google Cloud 控制台中，选择导航菜单 > BigQuery。

您会看到欢迎在 Cloud 控制台中使用 BigQuery 消息框，其中提供了指向快速入门指南和版本说明的链接。

2. 点击完成。

BigQuery 控制台即会打开。

任务 1. 创建新数据集来存储表

1. 要创建数据集，请点击项目 ID 旁边的查看操作图标，然后选择创建数据集。

2. 将数据集 ID 设置为 ecommerce。其他字段均保留默认值。

3. 点击创建数据集。

现在，您会在项目名称下方看到 ecommerce 数据集。

点击检查我的进度以验证是否完成了以下目标： 创建新数据集来存储表

任务 2. 从 CSV 文件注入新数据集

场景：营销团队希望您根据库存水平，帮助他们确定哪些商品应该参与促销活动。他们还想了解，根据商品评价，每种商品的顾客情感趋势如何。

您现有的电子商务交易数据集未包含库存水平或商品评价数据，但运营和营销团队提供了新的数据集供您分析。

操作步骤如下：

1. 将以下数据集下载到本地计算机：Product stock level dataset。（在常规窗口中打开并下载此文件）

2. 要创建表，请点击 ecommerce 数据集旁边的查看操作图标，然后选择打开。

3. 点击创建表。

4. 指定下面的表选项：

来源：

• 提供表数据来源：上传
• 选择文件：选择您之前下载到本地的文件
• 文件格式：CSV

目标：

• 表名称：products

其他设置均保留默认值。

架构：

• 在“架构”部分勾选自动检测

提示：未显示复选框？请确保文件格式为 CSV，而不是 Avro。

• 分区和聚簇设置：保留默认设置

高级选项：

• 保留默认设置

5. 点击创建表。

现在，您应该会在 ecommerce 数据集下方看到 products 表。

6. 选择 products 表并查看详细信息。

点击检查我的进度以验证是否完成了以下目标： 从 CSV 文件注入新数据集

7. 选择预览，并确认所有列均已加载（示例如下）：

SKU	name	orderedQuantity	stockLevel	restockingLeadTime
GGOEGDHQ014899	20 oz Stainless Steel Insulated Tumbler	499	652	2
GGOEGOAB022499	Satin Black Ballpoint Pen	403	477	2
GGOEYHPB072210	Twill Cap	1429	1997	2
GGOEGEVB071799	Pocket Bluetooth Speaker	214	246	2

您已成功将 CSV 文件加载到新的 BigQuery 表中。

使用 SQL 探索新加载的数据

接下来，您需要练习使用基本查询，从新的 products 表中获取数据洞见。

• 在 BigQuery 编辑器中，编写查询以列出 stockLevel 最高的前 5 种商品：

#standardSQL SELECT * FROM ecommerce.products ORDER BY stockLevel DESC LIMIT 5

任务 3. 从 Cloud Storage 注入数据

1. 执行以下操作以创建表：点击 ecommerce 数据集旁边的查看操作图标，然后点击创建表。

2. 指定下面的表选项：

来源：

• 提供表数据来源：Google Cloud Storage
• 从 Cloud Storage 存储桶中选择文件：spls/gsp411/exports/products.csv
• 文件格式：CSV

目标：

• 表名称：products

所有其他设置均保留默认值。

架构：

• 在“架构”部分勾选自动检测。

高级选项：

• 保留默认设置

3. 点击创建表。

成功了吗？没有

4. 出现出错提示时，依次点击前往作业和重复加载作业按钮。

5. 在“创建表”表单中，点击高级选项，然后在写入偏好设置下拉菜单中选择覆盖表。

6. 现在，点击创建表。

确认表已成功创建。

点击检查我的进度以验证是否完成了以下目标： 从 Cloud Storage 注入数据

任务 4. 从 Google 电子表格注入新数据集

1. 点击 + SQL 查询。

2. 执行以下查询，根据库存周转率和补货速度，显示最需要补货的商品：

#standardSQL SELECT *, SAFE_DIVIDE(orderedQuantity,stockLevel) AS ratio FROM ecommerce.products WHERE # include products that have been ordered and # are 80% through their inventory orderedQuantity > 0 AND SAFE_DIVIDE(orderedQuantity,stockLevel) >= .8 ORDER BY restockingLeadTime DESC 注意：如果您指定相对项目名称路径（如 ecommerce.products），而不是 project_id.ecommerce.products，BigQuery 将默认使用当前项目。

任务 5. 将数据保存到 Google 表格

场景：您希望为供应链管理团队提供一种方法，让他们能够标注是否已联系供应商补货，并对商品添加备注。您决定使用 Google 电子表格来快速收集信息。

现在，请按照以下步骤进行创建：

1. 在“查询结果”中，选择保存查询结果，然后从下拉菜单中选择 Google 表格。

2. 系统会显示一个弹出式窗口，其中包含打开电子表格的链接，请选择打开。

3. 在电子表格中，在 G 列中添加一个名为 comments 的新字段，并在首个商品行中输入 new shipment on the way，然后按 Enter 键。

在 Google 表格中，选择共享，然后在“获取链接”部分点击复制链接。

4. 返回 BigQuery 标签页。

5. 点击 ecommerce 数据集旁边的查看操作图标，然后点击创建表。

6. 指定下面的表选项：

来源：

• 提供表数据来源：云端硬盘
• 选择云端硬盘 URI：put-your-spreadsheet-url-here
• 文件格式：Google 表格

目标：

• 表类型：保留默认值（外部表）
• 表名称：products_comments

架构：

• 在“架构”部分勾选自动检测。

高级选项：

• 将需跳过的标题行数设置为 1。
• 所有选项均保留默认值。

7. 点击创建表。

注意：由于数据并未实际注入，因此创建外部链接表时不会产生加载作业。

点击检查我的进度以验证是否完成了以下目标： 从 Google 电子表格注入新数据集

查询外部电子表格中的数据

1. 点击 + SQL 查询。

添加以下查询，然后点击运行：

#standardSQL SELECT * FROM ecommerce.products_comments WHERE comments IS NOT NULL

等待查询执行完毕。您会看到，查询结果中现在包含了新的 comments 字段。

SKU	name	orderedQuantity	stockLevel	restockingLeadTime	ratio	comments
GGOENEBB078899	Cam Indoor Security Camera - USA	2139	2615	42	0.8179732314	new shipment on the way

2. 返回 Google 电子表格标签页。

3. 在“comments”字段中输入更多评论。

4. 返回 BigQuery，然后点击运行再次执行查询。

确认新数据已在结果中正确显示。

您已成功创建了从 Google 电子表格到 BigQuery 的外部表连接。

任务 6. 外部表的性能和数据质量注意事项

将外部表（例如 Google 电子表格或直接来自 Cloud Storage 的表）关联到 BigQuery 存在多项限制。其中最重要的两项限制是：

• 如果在查询过程中数据源中的数据值发生了变化，则无法保证数据一致性。
• 存储在 BigQuery 外部的数据源无法享受由 BigQuery 管理数据存储所带来的性能优势（包括但不限于查询执行路径的自动优化、禁用某些通配符函数等）。

恭喜！

您已成功创建了新的数据集，并已将来自 CSV 文件、Cloud Storage 和 Google 云端硬盘的新外部数据源注入 BigQuery 中。

后续步骤/了解详情

已拥有 Google Analytics 账号，想要在 BigQuery 中查询您自己的数据集？请按照此导出指南中的说明操作。

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

上次更新手册的时间：2026 年 2 月 20 日

上次测试实验的时间：2026 年 8 月 20 日

版权所有 2026 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。