ARC103

Übersicht

In einem Challenge-Lab geht es um ein bestimmtes Szenario mit mehreren Aufgaben. Anders als bei einem normalen Lab erhalten Sie jedoch keine Schritt-für-Schritt-Anleitung, sondern nutzen die in den Labs des jeweiligen Kurses erlernten Fähigkeiten, um die Aufgaben selbst zu lösen. Ihre Lösungen werden automatisch bewertet. Die erzielten Punkte finden Sie rechts oben auf dieser Seite.

In Challenge-Labs werden keine neuen Grundlagen zu Google Cloud vermittelt. Sie sollen dabei Ihr Wissen erweitern und es wird erwartet, dass Sie beispielsweise Standardwerte ändern und Fehlermeldungen lesen und recherchieren, um Ihre eigenen Fehler zu beheben.

Die volle Punktzahl erreichen Sie nur, wenn Sie alle Aufgaben innerhalb der vorgegebenen Zeit lösen.

Einrichtung

Vor dem Klick auf „Start Lab“ (Lab starten)

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken, und zeigt Ihnen, wie lange Google Cloud-Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Lab können Sie die Lab-Aktivitäten in einer echten Cloud-Umgebung durchführen – nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf Google Cloud zugreifen können.

Für dieses Lab benötigen Sie Folgendes:

• Einen Standardbrowser (empfohlen wird Chrome)

Hinweis: Nutzen Sie den privaten oder Inkognitomodus (empfohlen), um dieses Lab durchzuführen. So wird verhindert, dass es zu Konflikten zwischen Ihrem persönlichen Konto und dem Teilnehmerkonto kommt und zusätzliche Gebühren für Ihr persönliches Konto erhoben werden.

• Zeit für die Durchführung des Labs – denken Sie daran, dass Sie ein begonnenes Lab nicht unterbrechen können.

Hinweis: Verwenden Sie für dieses Lab nur das Teilnehmerkonto. Wenn Sie ein anderes Google Cloud-Konto verwenden, fallen dafür möglicherweise Kosten an.

Das Szenario

Sie haben gerade Ihre neue Stelle als Junior Data Analyst angetreten. Bisher haben Sie Teams beim Erstellen und Verwalten von Datenressourcen und Tabellen in Google Sheets unterstützt.

Das Know-how für diese Aufgaben wird vorausgesetzt.

Die Aufgabe

Sie werden gebeten, einem neu gebildeten Entwicklungsteam bei den ersten Schritten für ein neues Projekt zu helfen, bei dem es um die Analyse von Taxidaten in New York City geht. Sie sollen das Taxi-Team bei der Analyse mit Google Sheets unterstützen und dabei folgende Aufgaben ausführen:

• Ein BigQuery-Dataset mit Google Sheets verbinden
• Eine Formel anwenden, um die Anzahl der Taxifahrten zu finden, bei denen eine Flughafengebühr anfällt
• Ein Diagramm mit den Prozentsätzen aller Zahlungsarten erstellen
• Rohdaten aus BigQuery in verbundene Tabellenblätter extrahieren
• Eine Spalte berechnen, um eine neue Spalte aus Transformationen/Kombinationen vorhandener Spalten zu erstellen

Die einzelnen Aufgaben sind nachfolgend genauer beschrieben. Viel Erfolg!

Aufgabe 1: Google Sheets öffnen und mit einem BigQuery-Dataset verbinden

• Melden Sie sich mit den bereitgestellten Anmeldedaten bei Sheets an und stellen Sie eine Verbindung zum Dataset her, indem Sie > Öffentliche Datasets > new_york_taxi_trips > tlc_yellow_trips_2022 auswählen.

Aufgabe 2: Mit einer Formel einem bestimmten Kriterium entsprechende Zeilen zählen

• Verwenden Sie eine Formel, um die Anzahl der Taxifahrten zu zählen, bei denen eine Flughafengebühr anfällt.

Klicken Sie auf Fortschritt prüfen. Formeln in verbundenen Tabellenblättern verwenden

Aufgabe 3: Diagramme zur Visualisierung von BigQuery-Daten erstellen

• Erstellen Sie ein Kreisdiagramm, um festzustellen, welche Zahlungsart am häufigsten zum Bezahlen des Fahrpreises verwendet wird.

Code der Zahlungsart	Beschreibung der Zahlungsart
1	Kreditkarte
2	Barzahlung
3	Kein Entgelt
4	Strittig
5	Unbekannt
6	Fahrt storniert

Klicken Sie auf Fortschritt prüfen. Diagramme in verbundenen Tabellenblättern verwenden

Aufgabe 4: Daten aus BigQuery in verbundene Tabellenblätter extrahieren

• Extrahieren Sie 10.000 Datenzeilen aus den Spalten pickup_datetime, dropoff_datetime, trip_distance und fare_amount, absteigend nach Länge der Fahrt sortiert.

Klicken Sie auf Fortschritt prüfen. BigQuery-Daten in verbundene Tabellenblätter extrahieren

Aufgabe 5: Neue Spalten zum Transformieren vorhandener Spaltendaten berechnen

• Berechnen Sie basierend auf der Spalte toll_amount eine neue Spalte, die den zur Zahlung von Mautgebühren verwendeten Prozentsatz jedes Fahrpreises anzeigt.

Klicken Sie auf Fortschritt prüfen. Spalten in verbundenen Tabellenblättern berechnen

Das wars! Sie haben das Lab erfolgreich abgeschlossen.

Nächstes Skill-Logo erwerben

Dieses Lab zum selbstbestimmten Lernen ist Teil des Kurses für das Skill-Logo BigQuery-Daten in verbundenen Tabellenblättern analysieren. Wenn Sie diese Aufgabenreihe abschließen, erhalten Sie das oben gezeigte Skill-Logo, das Sie in Ihren Lebenslauf oder Ihre Social-Media-Profile einfügen können. Teilen Sie Ihre Leistung mit #GoogleCloudBadge.

Google Cloud-Schulungen und -Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. Unsere Kurse vermitteln technische Fähigkeiten und Best Practices, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfänger wie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 14. März 2025 aktualisiert

Lab zuletzt am 14. März 2025 getestet

© 2025 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.