Loading...
No results found.

Apply your skills in Google Cloud console

Lab setup instructions and requirements
Protect your account and progress. Always use a private browser window and lab credentials to run this lab.

充實中繼資料及發掘 BigLake 資料：挑戰實驗室

Lab 45 minutes universal_currency_alt 1 Credit show_chart Introductory
info This lab may incorporate AI tools to support your learning.
This content is not yet optimized for mobile devices.
For the best experience, please visit us on a desktop computer using a link sent by email.

ARC123

Google Cloud 自學實驗室標誌

總覽

在挑戰研究室中，您會在特定情境下完成一系列任務。挑戰研究室不會提供逐步說明，您將運用從課程研究室學到的技巧，自行找出方法完成任務！自動評分系統 (如本頁所示) 將根據您是否正確完成任務來提供意見回饋。

在您完成任務的期間，挑戰研究室不會介紹新的 Google Cloud 概念。您須靈活運用所學技巧，例如變更預設值或詳讀並研究錯誤訊息，解決遇到的問題。

若想滿分達標，就必須在時限內成功完成所有任務！

設定

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。

挑戰情境

您的團隊管理從線上購物階段收集的顧客資料，並儲存於 Cloud Storage。部分資料含有機密資訊，必須限制存取權。

您的挑戰

身為初階工程師，您的任務是完成下列工作，協助執行專案：

  • 建立 BigQuery 資料集，儲存 BigLake 資料表的連線
  • 使用 Cloud 資源連線，建立 BigLake 資料表
  • 建立切面並套用至 BigLake 資料表內的機密資料
提示：
  • 請確認已啟用 BigQuery Connection API，必要的服務帳戶也具備適當權限。
  • 如未特別指定，所有資源均須建立於 區域。

各項工作的詳細說明如下，祝您好運！

工作 1：建立 BigQuery 資料集

  • 建立 BigQuery 資料集、命名為 ecommerce，並將位置設為美國多區域。

點選「Check my progress」，確認目標已達成。 建立 BigQuery 資料集

工作 2：使用 Cloud 資源連線建立 BigLake 資料表

  1. 在美國建立多區域 Cloud 資源連線 customer_data_connection，並授予適當的服務帳戶權限，以便讀取專案中的 Cloud Storage 檔案。

  2. 在 BigQuery 資料集 ecommerce 中，使用 Cloud 資源連線建立 BigLake 資料表，並命名為 customer_online_sessions。

  • 建立資料表時，使用結構定義自動偵測功能，從下列 Cloud Storage 檔案載入資料：
    • gs://-bucket/customer-online-sessions.csv

點選「Check my progress」，確認目標已達成。 使用 Cloud 資源連線建立 BigLake 資料表

工作 3：建立切面並套用至 BigLake 資料表

  1. 在美國建立多區域切面 Sensitive Data Aspect，並加入下列兩個欄位：
  • 布林值欄位 Has Sensitive Data。
  • 列舉欄位 Sensitive Data Type，其中需含三個值：Location Info、Contact Info 和 None。
  1. 透過下列兩個列舉欄位將切面套用至 BigLake 資料表，標記為含有機密資料：
  • Has Sensitive Data = TRUE
  • Sensitive Data Type = Location Info

點選「Check my progress」，確認目標已達成。 建立切面並套用至 BigLake 資料表

恭喜！

您已完成「充實中繼資料及發掘 BigLake 資料」技能徽章課程！

取得下一枚技能徽章

這個自學實驗室屬於「標記與探索 BigLake 資料」技能徽章課程的一部分。完成這個技能徽章課程即可獲得上方的徽章，表彰您的成就。您可以在履歷表和社群平台張貼徽章，並加上 #GoogleCloudBadge 公開這項成就。

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：2025 年 11 月 14 日

實驗室上次測試日期：2025 年 11 月 6 日

Copyright 2025 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。

Before you begin

  1. Labs create a Google Cloud project and resources for a fixed time
  2. Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
  3. On the top left of your screen, click Start lab to begin

Use private browsing

  1. Copy the provided Username and Password for the lab
  2. Click Open console in private mode

Sign in to the Console

  1. Sign in using your lab credentials. Using other credentials might cause errors or incur charges.
  2. Accept the terms, and skip the recovery resource page
  3. Don't click End lab unless you've finished the lab or want to restart it, as it will clear your work and remove the project

This content is not currently available

We will notify you via email when it becomes available

Great!

We will contact you via email if it becomes available

One lab at a time

Confirm to end all existing labs and start this one

Use private browsing to run the lab

Using an Incognito or private browser window is the best way to run this lab. This prevents any conflicts between your personal account and the Student account, which may cause extra charges incurred to your personal account.