Create a BigQuery dataset

Periksa progres saya

/ 30

Create a Lakehouse table using a Cloud Resource connection

Periksa progres saya

/ 30

Create an aspect and apply it to the Lakehouse table

Periksa progres saya

/ 40

Lab ini mungkin menggabungkan alat AI untuk mendukung pembelajaran Anda.

ARC123

Lab mandiri Google Cloud

Ringkasan

Dalam challenge lab, Anda diberi sebuah skenario dan serangkaian tugas. Tidak ada petunjuk langkah demi langkah. Anda akan menggunakan keahlian yang dipelajari dari lab dalam kursus untuk mencari cara menyelesaikan sendiri tugas-tugas tersebut. Sistem pemberian skor otomatis (ditampilkan pada halaman ini) akan memberikan masukan tentang apakah Anda telah menyelesaikan tugas dengan benar atau tidak.

Saat mengikuti challenge lab, Anda tidak akan diajari konsep-konsep baru Google Cloud. Anda diharapkan dapat memperluas keahlian yang dipelajari, seperti mengubah nilai default dan membaca serta mengkaji pesan error untuk memperbaiki kesalahan Anda sendiri.

Untuk meraih skor 100%, Anda harus berhasil menyelesaikan semua tugas dalam jangka waktu tertentu.

Penyiapan

Sebelum mengklik tombol Start Lab

Baca petunjuk ini. Lab memiliki timer dan Anda tidak dapat menjedanya. Timer yang dimulai saat Anda mengklik Start Lab akan menampilkan durasi ketersediaan resource Google Cloud untuk Anda.

Lab interaktif ini dapat Anda gunakan untuk melakukan aktivitas lab di lingkungan cloud sungguhan, bukan di lingkungan demo atau simulasi. Untuk mengakses lab ini, Anda akan diberi kredensial baru yang bersifat sementara dan dapat digunakan untuk login serta mengakses Google Cloud selama durasi lab.

Untuk menyelesaikan lab ini, Anda memerlukan:

  • Akses ke browser internet standar (disarankan browser Chrome).
Catatan: Gunakan jendela Samaran (direkomendasikan) atau browser pribadi untuk menjalankan lab ini. Hal ini akan mencegah konflik antara akun pribadi Anda dan akun siswa yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.
  • Waktu untuk menyelesaikan lab. Ingat, setelah dimulai, lab tidak dapat dijeda.
Catatan: Hanya gunakan akun siswa untuk lab ini. Jika Anda menggunakan akun Google Cloud yang berbeda, Anda mungkin akan dikenai tagihan ke akun tersebut.

Skenario tantangan

Tim Anda mengelola data pelanggan yang dikumpulkan dari sesi belanja online dan disimpan di Cloud Storage. Sebagian data berisi informasi sensitif sehingga aksesnya harus dibatasi.

Tantangan Anda

Sebagai engineer junior, Anda diminta membantu dalam project tersebut dengan menyelesaikan tugas-tugas berikut:

  • Membuat set data BigQuery untuk menyimpan koneksi ke tabel Lakehouse Anda.
  • Membuat tabel Lakehouse menggunakan koneksi Resource Cloud.
  • Membuat aspek dan menerapkannya ke data sensitif di tabel Lakehouse.
Petunjuk:
  • Pastikan BigQuery Connection API diaktifkan dan akun layanan yang diperlukan memiliki izin yang sesuai.
  • Buat semua resource di region , kecuali ada petunjuk lain.

Setiap tugas dijelaskan secara mendetail di bawah ini. Semoga berhasil!

Tugas 1. Membuat set data BigQuery

  • Buat set data BigQuery bernama ecommerce yang bersifat multi-region di Amerika Serikat.

Klik Periksa progres saya untuk memverifikasi tujuan. Membuat set data BigQuery

Tugas 2. Membuat tabel Lakehouse menggunakan koneksi Resource Cloud

  1. Buat koneksi Resource Cloud multi-region di Amerika Serikat, bernama customer_data_connection dengan izin akun layanan yang sesuai untuk membaca file Cloud Storage di project Anda.

  2. Dalam set data BigQuery bernama e-commerce, gunakan koneksi Resource Cloud untuk membuat tabel Lakehouse bernama customer_online_sessions.

  • Saat membuat tabel, muat data dari file Cloud Storage berikut menggunakan deteksi otomatis skema:
    • gs://-bucket/customer-online-sessions.csv

Klik Periksa progres saya untuk memverifikasi tujuan. Membuat tabel Lakehouse menggunakan koneksi Resource Cloud

Tugas 3. Membuat aspek dan menerapkannya ke tabel Lakehouse

  1. Buat aspek multi-region di Amerika Serikat, bernama Sensitive Data Aspect dengan dua kolom:
  • Kolom Boolean bernama Has Sensitive Data.
  • Kolom yang dienumerasi bernama Sensitive Data Type yang berisi tiga nilai: Location Info, Contact Info, dan None.
  1. Terapkan aspek ke tabel Lakehouse sebagai berisi data sensitif menggunakan kedua kolom yang dienumerasi:
  • Has Sensitive DataTRUE
  • Sensitive Data TypeLocation Info

Klik Periksa progres saya untuk memverifikasi tujuan. Membuat aspek dan menerapkannya ke tabel Lakehouse

Selamat!

Anda telah menyelesaikan badge keahlian Memperkaya Metadata dan Penemuan Data Lakehouse.

Badge keahlian Memperkaya Metadata dan Penemuan Data Lakehouse

Mendapatkan badge keahlian Anda berikutnya

Lab mandiri ini merupakan bagian dari kursus badge keahlian Memperkaya Metadata dan Penemuan Data Lakehouse. Dengan menyelesaikan kursus badge keahlian ini, Anda akan mendapatkan badge di atas sebagai pengakuan atas pencapaian Anda. Tampilkan badge di resume atau platform media sosial Anda, dan umumkan pencapaian Anda menggunakan hashtag #GoogleCloudBadge.

Sertifikasi dan pelatihan Google Cloud

...membantu Anda mengoptimalkan teknologi Google Cloud. Kelas kami mencakup keterampilan teknis dan praktik terbaik untuk membantu Anda memahami dengan cepat dan melanjutkan proses pembelajaran. Kami menawarkan pelatihan tingkat dasar hingga lanjutan dengan opsi on demand, live, dan virtual untuk menyesuaikan dengan jadwal Anda yang sibuk. Sertifikasi membantu Anda memvalidasi dan membuktikan keterampilan serta keahlian Anda dalam teknologi Google Cloud.

Manual Terakhir Diperbarui pada 26 Juni 2026

Lab Terakhir Diuji pada 26 Juni 2026

Hak cipta 2026 Google LLC. Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.

Sebelum memulai

  1. Lab membuat project dan resource Google Cloud untuk jangka waktu tertentu
  2. Lab memiliki batas waktu dan tidak memiliki fitur jeda. Jika lab diakhiri, Anda harus memulainya lagi dari awal.
  3. Di kiri atas layar, klik Start lab untuk memulai

Gunakan penjelajahan rahasia

  1. Salin Nama Pengguna dan Sandi yang diberikan untuk lab tersebut
  2. Klik Open console dalam mode pribadi

Login ke Konsol

  1. Login menggunakan kredensial lab Anda. Menggunakan kredensial lain mungkin menyebabkan error atau dikenai biaya.
  2. Setujui persyaratan, dan lewati halaman resource pemulihan
  3. Jangan klik End lab kecuali jika Anda sudah menyelesaikan lab atau ingin mengulanginya, karena tindakan ini akan menghapus pekerjaan Anda dan menghapus project

Konten ini tidak tersedia untuk saat ini

Kami akan memberi tahu Anda melalui email saat konten tersedia

Bagus!

Kami akan menghubungi Anda melalui email saat konten tersedia

Satu lab dalam satu waktu

Konfirmasi untuk mengakhiri semua lab yang ada dan memulai lab ini

Gunakan penjelajahan rahasia untuk menjalankan lab

Menggunakan jendela Samaran atau browser pribadi adalah cara terbaik untuk menjalankan lab ini. Langkah ini akan mencegah konflik antara akun pribadi Anda dan akun Siswa, yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.

Selesaikan langkah cepat ini untuk memulai lab Anda.