GSP071

總覽

如果沒有合適的硬體與基礎架構，儲存及查詢龐大的資料集可能既耗時又昂貴。BigQuery 是擴充性極高的無伺服器雲端資料倉儲，能利用 Google 基礎架構的強大處理能力，以超快速度執行 SQL 查詢，從而解決上述問題。只要將資料移至 BigQuery，其餘繁雜工作交給 Google 處理即可。您可以根據業務需求控管專案與資料的存取權，例如授予他人檢視或查詢資料的權限。

您可以透過控制台、網頁使用者介面、指令列工具，或 Java、.NET、Python 等多種語言的用戶端程式庫存取 BigQuery，也可以使用各種供應商解決方案與 BigQuery 互動。

在本實作實驗室，您將瞭解如何使用 BigQuery 專用的 Python 指令列工具 bq 查詢公開資料表，以及將範例資料載入 BigQuery。

學習內容

• 查詢公開資料集
• 建立新的資料集
• 將資料載入新資料表
• 查詢自訂資料表

設定和需求

瞭解以下事項後，再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室，請先確認：

• 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意事項：請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室，這可以防止個人帳戶和學員帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。

注意事項：務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶，可能會產生額外費用。

如何開始實驗室及登入 Google Cloud 控制台

1. 按一下「Start Lab」按鈕。如果實驗室會產生費用，請在開啟的對話方塊中選取付款方式。右側的「Lab setup and access」面板會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 此實驗室所需的臨時憑證 (使用者名稱和密碼)
   • 完成此實驗室所需的其他資訊 (如有)

   請注意，實驗室計時器位於頁面頂端附近，會顯示剩餘時間。

2. 按一下「Open Google Cloud console」。如果使用 Chrome 瀏覽器，也可以按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

   接著，實驗室會啟動相關資源，並開啟另一個分頁，顯示「登入」頁面。

   提示：您可以在不同的視窗並排開啟分頁。

   注意：頁面顯示「選擇帳戶」對話方塊時，請點選「使用其他帳戶」。

3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

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

   您也可以在「Lab setup and access」面板找到「Username」。

4. 點選「下一步」。

5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

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

   您也可以在「Lab setup and access」面板找到「Password」。

6. 點選「下一步」。

   重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

7. 繼續點按後續頁面：

   • 接受條款及細則。
   • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
   • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要使用 Google Cloud 產品和服務，請按一下「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。

啟動 Cloud Shell

Cloud Shell 是搭載多項開發工具的虛擬機器，提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作。Cloud Shell 提供指令列存取權，方便您使用 Google Cloud 資源。

1. 點按 Google Cloud 控制台頂端的「啟用 Cloud Shell」圖示 。

2. 系統顯示視窗時，請按照下列步驟操作：

   • 繼續操作 Cloud Shell 視窗。
   • 授權 Cloud Shell 使用您的憑證發出 Google Cloud API 呼叫。

連線建立完成即代表已通過驗證，而且專案已設為您的 Project_ID：。輸出內容中有一行文字，宣告本工作階段的 Project_ID：

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud 是 Google Cloud 的指令列工具，已預先安裝於 Cloud Shell，並支援 Tab 鍵自動完成功能。

3. (選用) 您可以執行下列指令來列出使用中的帳戶：

gcloud auth list

4. 點按「授權」。

輸出內容：

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (選用) 您可以使用下列指令來列出專案 ID：

gcloud config list project

輸出內容：

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 注意：如需 gcloud 的完整說明，請前往 Google Cloud 參閱 gcloud CLI 總覽指南。

工作 1：查看資料表

BigQuery 提供一些範例資料表供您執行查詢。在本實驗室，您將對 shakespeare 資料表執行查詢，這個資料表包含莎士比亞每部劇作的每一個字。

請執行下列指令，查看 samples 資料集中 shakespeare 資料表的結構定義：

bq show bigquery-public-data:samples.shakespeare

這段指令各部分的功能如下：

• bq 用於叫用 BigQuery 指令列工具
• show 是要執行的操作
• 後面則列出要在 BigQuery 中查看的資料表名稱，格式為 project:public dataset.table。

輸出內容：

Last modified Schema Total Rows Total Bytes Expiration Time Partitioning Clustered Fields Labels ----------------- ------------------------------------ ------------ ------------- ------------ ------------------- ------------------ -------- 14 Mar 13:16:45 |- word: string (required) 164656 6432064 |- word_count: integer (required) |- corpus: string (required) |- corpus_date: integer (required)

工作 2：執行 help 指令

在 help 指令後面加上其他指令的名稱，即可取得有關後者的說明。

1. 例如，下方 bq help 呼叫可取得 query 指令的相關資訊：

bq help query

2. 直接執行 bq help，系統就會列出 bq 使用的所有指令。

工作 3：執行查詢

接下來要執行查詢，查看子字串「raisin」在莎士比亞的作品中出現幾次。

1. 使用 bq query "[SQL_STATEMENT]" 指令執行查詢：

• 以 \ 符號逸出任何位於 [SQL_STATEMENT] 內的引號，或

• 使用與外層引號不同類型的引號 (" 與 ')。

2. 在 Cloud Shell 執行以下標準 SQL 查詢，計算子字串「raisin」在莎士比亞的所有作品中出現幾次。

bq query --use_legacy_sql=false \ 'SELECT word, SUM(word_count) AS count FROM `bigquery-public-data`.samples.shakespeare WHERE word LIKE "%raisin%" GROUP BY word'

指令說明：

• --use_legacy_sql=false 表示將標準 SQL 設為預設查詢語法。

輸出內容：

Waiting on job_e19 ... (0s) Current status: DONE +---------------+-------+ | word | count | +---------------+-------+ | praising | 8 | | Praising | 4 | | raising | 5 | | dispraising | 2 | | dispraisingly | 1 | | raisins | 1 |

從資料表可看出，雖然 raisin 這個單字並未出現，但莎士比亞的作品中仍有許多單字包含這串字母。

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果您成功查詢了公開資料集，就會看見評估分數。

執行查詢 (資料集：samples；資料表：shakespeare；子字串：raisin)

如果莎士比亞的作品沒有您搜尋的文字，系統就不會傳回任何結果。

• 例如，執行下列查詢來搜尋「huzzah」時，系統不會傳回任何相符結果：

bq query --use_legacy_sql=false \ 'SELECT word FROM `bigquery-public-data`.samples.shakespeare WHERE word = "huzzah"'

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果您成功查詢了公開資料集，就會看見評估分數。

執行查詢 (資料集：samples；資料表：shakespeare；子字串：huzzah)

工作 4：建立新的資料表

現在要建立您自己的資料表。每個資料表都儲存在資料集內，「資料集」則由一組資源組成，例如資料表和 view。

建立新的資料集

1. 使用 bq ls 指令，列出專案現有的所有資料集：

bq ls

專案中目前沒有任何資料集，因此系統會將您導回指令列。

2. 執行以下指令來列出特定專案中的資料集，也就是在 bq ls 後面依序加上 bigquery-public-data 專案 ID 和半形冒號 (:)：

bq ls bigquery-public-data:

輸出內容：

datasetId ----------------------------- austin_311 austin_bikeshare austin_crime austin_incidents austin_waste baseball bitcoin_blockchain bls census_bureau_construction census_bureau_international census_bureau_usa census_utility chicago_crime ...

接著來建立資料集。資料集名稱不得超過 1,024 個半形字元，可使用 A-Z、a-z、0-9 和底線，但不能包含空格，開頭不得為數字或底線。

3. 使用 bq mk 指令，在專案中建立名為 babynames 的新資料集：

bq mk babynames

輸出內容範例：

Dataset 'qwiklabs-gcp-ba3466847fe3cec0:babynames' successfully created.

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果已成功建立名為 babynames 的 BigQuery 資料集，就會看見評估分數。

建立新的資料集 (名稱：babynames)

• 執行 bq ls，確認資料集現已顯示於專案中：

bq ls

輸出內容範例：

datasetId ------------- babynames

上傳資料集

您必須先將資料集加入專案，才能建立資料表。接下來要使用的自訂資料檔大小約為 7 MB，內容是美國社會安全局彙整的熱門新生兒名字。

1. 執行以下指令，透過資料檔案的網址在專案中新增新生兒名字 ZIP 檔案：

wget http://www.ssa.gov/OACT/babynames/names.zip

2. 列出檔案：

ls

您可以看到剛加入專案的檔案名稱。

3. 現在請解壓縮檔案：

unzip names.zip

4. 解壓縮後，會出現許多文字檔！請再列出檔案一次：

ls

bq load 指令可以建立或更新資料表，並載入資料，只需一個步驟就能完成。

接下來要使用 bq load 指令，在剛才建立的 babynames 資料集內將來源檔案載入名為 names2010 的新資料表。系統預設會同步執行這個作業，只需幾秒鐘就能完成。

執行 bq load 指令時，要使用的引數如下：

datasetID: babynames tableID: names2010 source: yob2010.txt schema: name:string,gender:string,count:integer

5. 建立資料表：

bq load babynames.names2010 yob2010.txt name:string,gender:string,count:integer

輸出內容範例：

Waiting on job_4f0c0878f6184119abfdae05f5194e65 ... (35s) Current status: DONE

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果已成功將資料載入資料表，就會看見評估分數。

將資料載入新資料表

1. 執行 bq ls 並指定 babynames，確認資料表出現在資料集中：

bq ls babynames

輸出內容：

tableId Type ----------- ------- names2010 TABLE

2. 執行 bq show 並指定 dataset.table，查看結構定義：

bq show babynames.names2010

輸出內容：

Last modified Schema Total Rows Total Bytes Expiration Time Partitioning Clustered Fields Labels ----------------- ------------------- ------------ ------------- ----------------- ------------------- ------------------ -------- 13 Aug 14:37:34 |- name: string 34073 654482 12 Oct 14:37:34 |- gender: string |- count: integer 注意：載入資料時，BigQuery 預設會收到 UTF-8 編碼資料。如有資料採用 ISO-8859-1 (或 Latin-1) 編碼，且載入後發生問題，您可以使用 -E 旗標，明確要求 BigQuery 以 Latin-1 編碼解讀資料。如要進一步瞭解字元編碼，請參閱資料載入簡介指南。

工作 5：執行查詢

現在可以查詢資料，看看系統會傳回哪些有趣的結果！

1. 執行以下指令，傳回最受歡迎的 5 個女孩名：

bq query "SELECT name,count FROM babynames.names2010 WHERE gender = 'F' ORDER BY count DESC LIMIT 5"

輸出內容：

Waiting on job_58c0f5ca52764ef1902eba611b71c651 ... (0s) Current status: DONE +----------+-------+ | name | count | +----------+-------+ | Isabella | 22913 | | Sophia | 20643 | | Emma | 17345 | | Olivia | 17028 | | Ava | 15433 | +----------+-------+

2. 執行以下指令，查看最少見的 5 個男孩名：

bq query "SELECT name,count FROM babynames.names2010 WHERE gender = 'M' ORDER BY count ASC LIMIT 5" 備註：來源資料會略過出現少於 5 次的名字，所以次數至少會是 5。

輸出內容：

Waiting on job_556ba2e5aad340a7b2818c3e3280b7a3 ... (1s) Current status: DONE +----------+-------+ | name | count | +----------+-------+ | Aaqib | 5 | | Aaidan | 5 | | Aadhavan | 5 | | Aarian | 5 | | Aamarion | 5 | +----------+-------+

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果已成功對自訂資料集執行查詢，就會看見評估分數。

對資料集中的資料表執行查詢

工作 6：隨堂測驗

下列選擇題可以加深您對本實驗室所述概念的理解，盡力回答即可。

工作 7：清除所用資源

1. 執行 bq rm 指令，將 babynames 資料集移除，同時搭配 -r 旗標，將該資料集中的所有資料表一併刪除：

bq rm -r babynames

2. 輸入 Y 確認刪除指令。

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果已成功移除 babynames 資料集，就會看見評估分數。

移除 babynames 資料集

恭喜！

現在，您已學會使用指令列查詢公開資料表，並將範例資料載入 BigQuery 了！

後續步驟/瞭解詳情

本實驗室為「Qwik Start」系列的一部分，這些實驗室可帶您一窺 Google Cloud 的眾多功能。歡迎在實驗室目錄搜尋「Qwik Start」，挑選下一個實驗室繼續學習！

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2026 年 5 月 20 日

實驗室上次測試日期：2025 年 5 月 2 日

Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。