Carregando...
Nenhum resultado encontrado.

Aplique suas habilidades no console do Google Cloud

Instruções e requisitos de configuração do laboratório
Proteja sua conta e seu progresso. Sempre use uma janela anônima do navegador e suas credenciais para realizar este laboratório.

Explorar dados da NCAA com o BigQuery

Laboratório 20 minutos universal_currency_alt Sem custo financeiro show_chart Introdutório
info Este laboratório pode incorporar ferramentas de IA para ajudar no seu aprendizado.
Este conteúdo ainda não foi otimizado para dispositivos móveis.
Para aproveitar a melhor experiência, acesse nosso site em um computador desktop usando o link enviado a você por e-mail.

GSP160

Logotipo dos laboratórios autoguiados do Google Cloud

Visão geral

O BigQuery é um banco de dados de análise NoOps, totalmente gerenciado e de baixo custo desenvolvido pelo Google. Com o BigQuery, é possível consultar vários terabytes de dados sem gerenciar infraestrutura e sem precisar de um administrador de banco de dados. O BigQuery usa SQL e está disponível no modelo de pagamento por utilização. Assim, você pode se concentrar na análise dos dados para encontrar informações relevantes.

Um conjunto de dados de partidas, times e jogadores de basquete da NCAA foi disponibilizado recentemente. Os dados de partidas incluem informações de cada jogada e tabelas de pontos desde 2009, além de placares finais desde 1996. Outros dados sobre vitórias e derrotas remontam à temporada de 1894-1895 no caso de alguns times.

Neste laboratório, você vai consultar o conjunto de dados da NCAA usando o BigQuery.

O que você vai aprender

  • Usar o BigQuery
  • Consultar o conjunto de dados públicos da NCAA
  • Gravar e exportar consultas

Pré-requisitos

  • Um projeto do Google Cloud
  • Um navegador, como o Chrome ou o Firefox

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).
Observação: para executar este laboratório, use o modo de navegação anônima (recomendado) ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e de estudante, o que poderia causar cobranças extras na sua conta pessoal.
  • Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.
Observação: use apenas a conta de estudante neste laboratório. Se usar outra conta do Google Cloud, você poderá receber cobranças nela.

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. Ícone do menu de navegação e campo de pesquisa

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.

  1. Clique em OK.

O console do BigQuery vai abrir.

O BigQuery abre, mas nenhum dado aparece. Felizmente, o BigQuery tem inúmeros conjuntos de dados abertos para você consultar. Também é possível fazer upload dos seus dados, e você vai concluir essa etapa na próxima seção.

Tarefa 1: localize o conjunto de dados público da NCAA no BigQuery

Nesta seção, você vai extrair alguns dados públicos para poder praticar a execução de comandos SQL no BigQuery.

  1. No painel Análises clássicas, mude para a guia Explorador e clique em Adicionar dados. No painel à esquerda, clique em Conjuntos de dados públicos.

Menu suspenso "Adicionar dados" aberto com a opção de analisar conjuntos de dados públicos destacada

  1. Digite ncaa basketball na barra de pesquisa e pressione Enter.

  2. Clique no bloco NCAA Basketball e depois em Ver conjunto de dados.

Observação: uma nova guia abre no navegador. Agora, um novo projeto chamado bigquery-public-data foi adicionado ao painel "Explorador" aberto em ncaa_basketball

DatasetInfo

  1. Se bigquery-public-data não estiver aparecer no painel "Explorador", clique em Adicionar dados e selecione Marcar um projeto com estrela por nome.

  2. Digite bigquery-public-data e clique em Marcar com estrela.

  3. Clique em bigquery-public-data > Conjuntos de dados. Em seguida, no filtro "Conjuntos de dados", digite ncaa_basketball e pressione ENTER.

Filtro de conjunto de dados de basquete

  1. Clique no conjunto de dados ncaa_basketball para acessar as tabelas.

Painel "Explorador" com o conjunto de dados ncaa_basketball destacado e várias tabelas listadas abaixo dele

  1. Clique em mbb_games_sr (tabela de resultados dos jogos masculinos da NCAA) e na guia Visualizar para conferir as linhas de amostra de dados.

  2. Clique na guia Detalhes para encontrar metadados sobre a tabela.

TableInfo

Pergunta: quantos jogos o conjunto de dados tem? Qual é o tamanho da tabela?

Resposta: a tabela tem cerca de 50 MB e mais de 29 mil jogos.

Pergunta: quantas jogadas individuais podemos analisar?

Dica:

  • Clique no conjunto de dados (lance a lance) mbb_pbp_sr.

Conjunto de dados NCAA com a tabela mbb_pbp_sr destacada

  • Depois, clique em Detalhes.

mbb_pbr_sr_Details

Resposta: mais de quatro milhões.

Vamos escrever códigos em SQL para saber que tipo de jogadas podemos analisar.

Tarefa 2: crie consultas

Quais tipos de jogos de basquete estão disponíveis?

  1. Clique no ícone + (Criar nova consulta).

  2. Copie e cole a consulta abaixo no editor:

#standardSQL SELECT event_type, COUNT(*) AS event_count FROM `bigquery-public-data.ncaa_basketball.mbb_pbp_sr` GROUP BY 1 ORDER BY event_count DESC;
  1. Clique em Executar.

Segundo os resultados, quantos arremessos históricos foram TWOPOINTMADE ou FREETHROWMISS?

Tabela de resultados da consulta com colunas de linha, event_type e event_count. Os dados nas linhas 4 e 11 estão destacados

Clique em Verificar meu progresso para conferir o objetivo.

Crie consultas

Tarefa 3: execute consultas divertidas

Quais foram os cinco jogos com o maior número de arremessos de três pontos? Qual é a precisão das tentativas?

  1. Clique no ícone + (Criar nova consulta) e adicione a consulta abaixo:
#standardSQL #most three points made SELECT scheduled_date, name, market, alias, three_points_att, three_points_made, three_points_pct, opp_name, opp_market, opp_alias, opp_three_points_att, opp_three_points_made, opp_three_points_pct, (three_points_made + opp_three_points_made) AS total_threes FROM `bigquery-public-data.ncaa_basketball.mbb_teams_games_sr` WHERE season > 2010 ORDER BY total_threes DESC LIMIT 5;
  1. Clique em Executar.

Tabela de resultados da consulta

Uau! Os Tigers acertaram mais de 50% dos arremessos de três pontos em 22 de novembro de 2016.

Clique em Verificar meu progresso para conferir o objetivo.

Consulta 1

Quais são os cinco estádios de basquete que comportam a maior quantidade de público?

  1. Clique no ícone + (Criar nova consulta) e adicione a consulta abaixo:
#standardSQL SELECT venue_name, venue_capacity, venue_city, venue_state FROM `bigquery-public-data.ncaa_basketball.mbb_teams_games_sr` GROUP BY 1,2,3,4 ORDER BY venue_capacity DESC LIMIT 5;
  1. Clique em Executar.

Tabela de resultados da consulta

Imagine que você está fazendo um arremesso diante de um público de 80 mil pessoas.

Clique em Verificar meu progresso para conferir o objetivo.

Consulta 2

Quais times participaram do jogo que teve a pontuação mais alta desde 2010?

  1. Clique no ícone + (Criar nova consulta) e adicione a consulta abaixo:
#standardSQL #highest scoring game of all time SELECT scheduled_date, name, market, alias, points_game AS team_points, opp_name, opp_market, opp_alias, opp_points_game AS opposing_team_points, points_game + opp_points_game AS point_total FROM `bigquery-public-data.ncaa_basketball.mbb_teams_games_sr` WHERE season > 2010 ORDER BY point_total DESC LIMIT 5;
  1. Clique em Executar.

Tabela de resultados da consulta

Os Bulldogs e os Terriers participaram de um jogo que teve 258 pontos no total.

Clique em Verificar meu progresso para conferir o objetivo.

Consulta 3

Qual foi a maior diferença na pontuação da final de um campeonato nacional desde 2015?

  1. Clique no ícone + (Criar nova consulta) e adicione a consulta abaixo:
#standardSQL #biggest point difference in a championship game SELECT scheduled_date, name, market, alias, points_game AS team_points, opp_name, opp_market, opp_alias, opp_points_game AS opposing_team_points, ABS(points_game - opp_points_game) AS point_difference FROM `bigquery-public-data.ncaa_basketball.mbb_teams_games_sr` WHERE season > 2015 AND tournament_type = 'National Championship' ORDER BY point_difference DESC LIMIT 5;
  1. Clique em Executar.

Tabela de resultados da consulta

Os resultados das finais são bem semelhantes. A maior diferença foi de 17 pontos, em 2018.

Clique em Verificar meu progresso para conferir o objetivo.

Consulta 4

Parabéns!

Você aprendeu a consultar o conjunto de dados de basquete da NCAA dentro do BigQuery. Agora você pode modificar e criar consultas para praticar o que aprendeu. Quer treinar com mais consultas sobre a NCAA? Confira o repositório do GitHub aqui.

Próximas etapas / Saiba mais

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 4 de novembro de 2025

Laboratório testado em 4 de novembro 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.

Antes de começar

  1. Os laboratórios criam um projeto e recursos do Google Cloud por um período fixo
  2. Os laboratórios têm um limite de tempo e não têm o recurso de pausa. Se você encerrar o laboratório, vai precisar recomeçar do início.
  3. No canto superior esquerdo da tela, clique em Começar o laboratório

Usar a navegação anônima

  1. Copie o nome de usuário e a senha fornecidos para o laboratório
  2. Clique em Abrir console no modo anônimo

Fazer login no console

  1. Faça login usando suas credenciais do laboratório. Usar outras credenciais pode causar erros ou gerar cobranças.
  2. Aceite os termos e pule a página de recursos de recuperação
  3. Não clique em Terminar o laboratório a menos que você tenha concluído ou queira recomeçar, porque isso vai apagar seu trabalho e remover o projeto

Este conteúdo não está disponível no momento

Você vai receber uma notificação por e-mail quando ele estiver disponível

Ótimo!

Vamos entrar em contato por e-mail se ele ficar disponível

Um laboratório por vez

Confirme para encerrar todos os laboratórios atuais e iniciar este

Use a navegação anônima para executar o laboratório

Para executar este laboratório, use o modo de navegação anônima ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e a conta de estudante, o que poderia causar cobranças extras na sua conta pessoal.