GSP160

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.

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.

2. 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.

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

3. 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

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

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

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

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

8. 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.

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

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.

• Depois, clique em Detalhes.

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;

3. Clique em Executar.

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

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;

2. Clique em Executar.

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;

2. Clique em Executar.

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;

2. Clique em Executar.

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;

2. Clique em Executar.

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

• Descubra como outras pessoas estão usando o BigQuery no subreddit do BigQuery.
• Encontre os conjuntos de dados abertos disponíveis no BigQuery e outros tópicos interessantes como Analisar dados com o Data Studio.

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.