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.

建立及填入 Bigtable 執行個體

Lab 35 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.

GSP1054

Google Cloud 自學實驗室標誌

總覽

Bigtable 是可擴充的全代管 Google NoSQL 資料庫服務。如要在鍵/值儲存庫中儲存大量資料，Bigtable 是非常合適的選擇。此外，Bigtable 還可用於個人化服務、廣告技術、金融科技、數位媒體和物聯網 (IoT) 等用途。Bigtable 的延遲時間短且讀寫處理量高，可讓您快速存取大量資料，以便處理及分析。

在個人化應用方面，Bigtable 能處理大量寫入作業來儲存使用者與線上產品的互動資料，也能處理大量讀取作業，將這些互動資料提供給模型，進而生成個人化建議。

在本實驗室中，您將使用 Google Cloud 控制台建立 Bigtable 執行個體和資料表，儲存使用者與產品的互動資料。然後您要使用 Dataflow 範本，將預先產生的 Cloud Storage 資料檔案填入資料表。Dataflow 工作完成後，您要確認已成功在資料表填入資料，接著刪除 Bigtable 資料，完成實驗室。

學習內容

在本實驗室中，您將瞭解如何建立 Bigtable 執行個體並從 Cloud Storage 載入資料，而不必編寫任何程式碼。

  • 建立 Bigtable 執行個體，以及含有資料欄系列的 Bigtable 資料表。
  • 使用 Dataflow 範本，將 Cloud Storage 中的 SequenceFile 檔案載入 Bigtable。
  • 確認資料已載入 Bigtable。
  • 刪除 Bigtable 資料表和執行個體。

事前準備

設定和需求

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。

如何開始研究室及登入 Google Cloud 控制台

  1. 點選「Start Lab」按鈕。如果實驗室會產生費用，畫面上會出現選擇付款方式的對話方塊。左側的「Lab Details」窗格會顯示下列項目：

    • 「Open Google Cloud console」按鈕
    • 剩餘時間
    • 必須在這個研究室中使用的臨時憑證
    • 完成這個實驗室所需的其他資訊 (如有)

  2. 點選「Open Google Cloud console」；如果使用 Chrome 瀏覽器，也能按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

    接著，實驗室會啟動相關資源，並開啟另一個分頁，顯示「登入」頁面。

    提示：您可以在不同的視窗中並排開啟分頁。

    注意：如果頁面中顯示「選擇帳戶」對話方塊，請點選「使用其他帳戶」。

  3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

    {{{user_0.username | "Username"}}}

    您也可以在「Lab Details」窗格找到 Username。

  4. 點選「下一步」。

  5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

    {{{user_0.password | "Password"}}}

    您也可以在「Lab Details」窗格找到 Password。

  6. 點選「下一步」。

    重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

  7. 按過後續的所有頁面：

    • 接受條款及細則。
    • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
    • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要使用 Google Cloud 產品和服務，請點選「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。「導覽選單」圖示和搜尋欄位

啟動 Cloud Shell

Cloud Shell 是搭載多項開發工具的虛擬機器，提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作。Cloud Shell 提供指令列存取權，方便您使用 Google Cloud 資源。

  1. 點按 Google Cloud 控制台頂端的「啟用 Cloud Shell」圖示 「啟動 Cloud Shell」圖示。

  2. 系統顯示視窗時，請按照下列步驟操作：

    • 繼續操作 Cloud Shell 視窗。
    • 授權 Cloud Shell 使用您的憑證發出 Google Cloud API 呼叫。

連線建立完成即代表已通過驗證，而且專案已設為您的 Project_ID：。輸出內容中有一行文字，宣告本工作階段的 Project_ID：

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud 是 Google Cloud 的指令列工具，已預先安裝於 Cloud Shell，並支援 Tab 鍵自動完成功能。

  1. (選用) 您可以執行下列指令來列出使用中的帳戶：
gcloud auth list
  1. 點按「授權」。

輸出內容：

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`
  1. (選用) 您可以使用下列指令來列出專案 ID：
gcloud config list project

輸出內容：

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 注意：如需 gcloud 的完整說明，請前往 Google Cloud 參閱 gcloud CLI 總覽指南。

Dataflow API

確定已啟用 Dataflow API

請重新啟動連至 Dataflow API 的連線，確保可順利使用這個必要的 API。

gcloud services disable dataflow.googleapis.com --project {{{project_0.project_id|Project ID}}} --force gcloud services enable dataflow.googleapis.com --project {{{project_0.project_id|Project ID}}}

點選「Check my progress」，確認目標已達成。 Dataflow API

工作 1：建立 Bigtable 執行個體

如要在 Bigtable 建立新資料表，首先需建立 Bigtable 執行個體來儲存資料表。

  1. 在 Google Cloud 控制台的「導覽選單」(nav-menu) 中，點選「資料庫」下方的「Bigtable」。

  2. 點選「建立執行個體」。

  3. 輸入必要資訊來建立 Bigtable 執行個體：

屬性 值
執行個體名稱 Personalized Sales
執行個體 ID 保留預設值。
儲存空間類型 SSD
叢集 ID 保留預設值。
區域
可用區
節點資源調度模式 手動分配
數量 保留預設值。
  1. 點選「建立」。

點選「Check my progress」，確認目標已達成。 建立 Bigtable 執行個體。

工作 2：建立新的 Bigtable 資料表

Bigtable 資料表會為每一列提供專屬 ID，稱為「資料列索引鍵」，並將相關資料欄歸類為「資料欄系列」。在這項工作中，您將建立新的 Bigtable 資料表並設定適當的資料列索引鍵和資料欄系列，來儲存使用者互動資料。

首先，您將建立 UserSessions 資料表，並結合使用者 ID 與時間戳記做為資料列索引鍵，來儲存使用者在線上與各種產品互動的資料，以及已確認的銷售活動。然後您要建立兩個資料欄系列 Interactions 和 Sales，以彙整相關資料欄。

  1. 在 Bigtable 執行個體清單中，點選執行個體 ID「personalized-sales」。

  2. 在導覽選單中，點選「執行個體」下方的「資料表」。

  3. 點選「建立資料表」。

  4. 在「資料表 ID」部分，輸入 UserSessions。

  5. 點選「新增資料欄系列」。

  6. 在「資料欄系列名稱」部分，輸入 Interactions

保留垃圾回收政策的預設值。

  1. 點選「完成」。

  2. 重複步驟 5 至 7，建立另一個資料欄系列並命名為 Sales。

  3. 點選「建立」。

點選「Check my progress」，確認目標已達成。 建立新的 Bigtable 資料表。

工作 3：使用 Dataflow 範本，從 Cloud Storage 載入資料檔案

在這項工作中，您會執行 Dataflow 工作，將 Cloud Storage 資料載入 Bigtable。為了成功執行 Dataflow 工作，您必須先建立 Cloud Storage bucket，讓 Dataflow 能視需要寫入暫存檔案。這樣一來，就能順利透過範本建立及執行新的 Dataflow 工作。

建立 Cloud Storage bucket

  1. 前往 Google Cloud 控制台的「導覽選單」(nav-menu)，依序點選「Cloud 總覽」>「資訊主頁」。

  2. 在「專案資訊」下方，複製「專案 ID」的值 (例如 )。

    您將使用 Qwiklabs 專案 ID (該 ID 已是全域不重複)，做為 Cloud Storage bucket 名稱。

  3. 前往 Google Cloud 控制台的「導覽選單」(nav-menu)，依序點選「Cloud Storage」>「bucket」。

  4. 點選「建立 bucket」。

  5. 輸入必要資訊來建立 Cloud Storage bucket，並將「project-id」替換成您在步驟 2 複製的專案 ID。

屬性 值
名稱 project-id
位置類型 Multi-region
位置 us (多個美國區域)



保留其餘參數的預設值。

  1. 點選「建立」。

  2. 如果出現「系統會禁止公開存取」的提示訊息，請點選「確認」。

使用範本建立 Dataflow 工作

  1. 前往 Google Cloud 控制台的「導覽選單」(nav-menu)，在「數據分析」下方依序點選「Dataflow」>「工作」。

  2. 點選「利用範本建立工作」。

  3. 輸入必要資訊以使用範本建立 Dataflow 工作，並將「project-id」替換成您先前複製的專案 ID。

屬性 值
工作名稱 import-usersessions
區域端點
Dataflow 範本 從 Cloud Storage 載入 Cloud Bigtable 的 SequenceFile 檔案
專案 ID project-id
執行個體 ID personalized-sales
資料表 ID UserSessions
來源路徑模式 gs://spls/gsp1054/retail-interactions-sales-00000-of-00001
臨時位置 gs://project-id/temp



保留其餘參數的預設值。

  1. 點按「執行工作」。

  2. 在「工作圖表」頁面的「工作步驟檢視畫面」下方，選取「圖表檢視」。

「圖表檢視」會顯示圖表，說明完成下列工作步驟的進度：

  • 讀取 Cloud Storage 中的 SequenceFile。
  • 修改資料，以便載入 Bigtable。
  • 將資料寫入 Bigtable。
  1. 如要以表格檢視模式查看以上步驟，請選取「表格檢視」。

當「工作圖表」中的每個任務成功完成，旁邊就會顯示綠色勾號，表示任務狀態為「成功」。這項工作約需 3 到 5 分鐘才能順利執行完畢。

點選「Check my progress」，確認目標已達成。 使用 Dataflow 範本，從 Cloud Storage 載入資料檔案。

工作 4：確認資料已載入 Bigtable

Dataflow 工作成功完成後，您可以使用 cbt (Cloud Bigtable 指令列工具) 指令 連線至 Bigtable 執行個體，確認資料表已填入資料。

設定 Bigtable CLI

您必須先透過 Cloud Shell，將 .cbtrc 設定檔改成您的專案 ID 和 Bigtable 執行個體 ID，才能使用 cbt CLI 指令連線至 Bigtable。

如要複習 Cloud Shell 的存取方式，請點選本頁右側選單中的「設定和需求」。

  1. 在 Cloud Shell 執行下列指令，使用專案 ID 和執行個體 ID 修改 .cbtrc 檔案：
echo project = `gcloud config get-value project` \ >> ~/.cbtrc echo instance = personalized-sales \ >> ~/.cbtrc
  1. 執行下列指令，確認您已成功修改 .cbtrc 檔案：
cat ~/.cbtrc

輸出內容大致如下：

project = <project-id> instance = personalized-sales

查詢資料表中的資料

在 Cloud Shell 設定 .cbtrc 設定檔後，即可執行簡單的 cbt CLI 指令，查詢資料表的前十筆記錄。

  • 執行下列指令，查看資料表的前十列資料：
cbt read UserSessions \ count=10

輸出內容的結構如下：

---------------------------------------------- ROW KEY COLUMN_FAMILY:COLUMN_QUALIFIER @ TIMESTAMP VALUE

輸出值大致如下：

---------------------------------------------- blue1#1638940844409 Interactions:blue_blouse @ 2022/06/07-18:34:28.858000 "purchased" Interactions:blue_jacket @ 2022/06/07-18:34:28.858000 "viewed details" Interactions:blue_shoes @ 2022/06/07-18:34:28.858000 "viewed details" Interactions:green_skirt @ 2022/06/07-18:34:28.858000 "seen" Interactions:orange_dress @ 2022/06/07-18:34:28.858000 "seen" Interactions:purple_dress @ 2022/06/07-18:34:28.858000 "seen" Interactions:purple_skirt @ 2022/06/07-18:34:28.858000 "seen" Interactions:user_id @ 2022/06/07-18:34:28.858000 "blue1" Interactions:yellow_blouse @ 2022/06/07-18:34:28.858000 "seen" Sales:sale @ 2022/06/07-18:34:28.858000 "blue_blouse"

工作 5：刪除 Bigtable 資料表和執行個體

  1. 在 Google Cloud 控制台的「導覽選單」(nav-menu) 中，點選「資料庫」下方的「Bigtable」。

  2. 在 Bigtable 執行個體清單中，點選執行個體 ID「personalized-sales」。

  3. 在導覽選單中，點選「執行個體」下方的「資料表」。

  4. 點選資料表「UserSessions」。

  5. 點選「刪除資料表」。

  6. 在確認對話方塊中，輸入 UserSessions。

  7. 點選「刪除」。

  8. 在導覽選單中，點選「執行個體」下方的「總覽」。

  9. 點選「刪除執行個體」。

  10. 在確認對話方塊中，輸入 personalized-sales。

  11. 點選「刪除」。

點選「Check my progress」，確認目標已達成。 刪除 Bigtable 資料表和執行個體。

恭喜！

在本實驗室中，您學會使用 Bigtable 建立新的執行個體和資料表，使用 Dataflow 範本將資料載入資料表，以及執行簡單的 cbt CLI 指令，來確認已成功載入資料。最後，您刪除了 Bigtable 資料表和執行個體，順利完成實驗室。

後續步驟/瞭解詳情

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 8 月 13 日

實驗室上次測試日期：2025 年 8 月 13 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.