GSP380

Übersicht

In einem Challenge-Lab geht es um ein bestimmtes Szenario mit mehreren Aufgaben. Anders als bei einem normalen Lab erhalten Sie jedoch keine detaillierte Anleitung, sondern nutzen die in den Labs des jeweiligen Kurses erlernten Fähigkeiten, um die Aufgaben selbst zu lösen. Ihre Lösungen werden automatisch bewertet. Die erzielten Punkte finden Sie rechts oben auf dieser Seite.

In Challenge-Labs werden keine neuen Grundlagen zu Google Cloud vermittelt. Sie sollen dabei Ihr Wissen erweitern und es wird erwartet, dass Sie beispielsweise Standardwerte ändern und Fehlermeldungen lesen und recherchieren, um Ihre eigenen Fehler zu beheben.

Die volle Punktzahl erreichen Sie nur, wenn Sie alle Aufgaben innerhalb der vorgegebenen Zeit lösen.

Dieses Lab wird jenen empfohlen, die sich für den Kurs Bigtable-Instanzen erstellen und verwalten angemeldet haben. Sind Sie bereit?

Themen

• Eine neue Bigtable-Instanz erstellen
• Bigtable-Tabellen erstellen und füllen
• Daten in Bigtable abfragen
• Automatisches Knoten-Autoscaling und Replikation in Bigtable konfigurieren
• Daten in Bigtable sichern und wiederherstellen
• Bigtable-Daten löschen

Einrichtung und Anforderungen

Vor dem Klick auf „Start Lab“ (Lab starten)

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken, und zeigt Ihnen, wie lange Google Cloud-Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Lab können Sie die Lab-Aktivitäten in einer echten Cloud-Umgebung durchführen – nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf Google Cloud zugreifen können.

Für dieses Lab benötigen Sie Folgendes:

• Einen Standardbrowser (empfohlen wird Chrome)

• Zeit für die Durchführung des Labs – denken Sie daran, dass Sie ein begonnenes Lab nicht unterbrechen können.

Das Szenario

Sie wurden als Datenbank-Engineer für ein E-Commerce-Unternehmen eingestellt, das einen personalisierten Vertrieb anstrebt. Das Unternehmen möchte Bigtable verwenden, um Online-Nutzerinteraktionen mit Produkten und personalisierten Empfehlungen aus Machine-Learning-Modellen zu speichern.

Ihre erste Aufgabe besteht darin, die Bigtable-Instanz und die Tabellen einzurichten, um Beispieldaten zu den Nutzerinteraktionen mit Produkten und den personalisierten Empfehlungen für jede Nutzerin und jeden Nutzer zu speichern. So kann Ihr Team diese Ideen weiter untersuchen.

Das Know-how für diese Aufgaben wird vorausgesetzt, Sie erhalten daher keine detaillierte Anleitung. Sofern nicht anders angegeben, können Sie einen beliebigen Workflow und beliebige Tool verwenden, um die Aufgaben zu erledigen.

Aufgabe 1: Eine neue Bigtable-Instanz erstellen

Erstellen Sie für Ihr Projekt zuerst eine neue Bigtable-Instanz mit dem Namen ecommerce-recommendations und den folgenden Anforderungen:

Ihre Instanz muss einen Cluster haben, der mit Autoscaling konfiguriert ist, und die folgenden Anforderungen erfüllen:

Klicken Sie auf Fortschritt prüfen. Eine neue Bigtable-Instanz erstellen

Aufgabe 2: Bigtable-Tabellen erstellen und füllen

Nutzerinteraktionen

Erstellen Sie eine Tabelle mit dem Namen SessionHistory, um die Nutzerinteraktionen mit Produkten zu speichern.

• Erstellen Sie einen Dataflow-Job mit dem Namen import-sessions, um Daten in die Tabelle zu laden. Verwenden Sie dazu die folgende SequenceFile-Datei:
  • gs://spls/gsp380/retail-engagements-sales-00000-of-00001
• Im Schema unten sehen Sie die erforderlichen Spaltenfamilien für diese Tabelle.

• Nachdem Sie die Daten erfolgreich in die Tabelle geladen haben, führen Sie die entsprechenden Abfragen aus, um die folgende Frage zu beantworten.

Klicken Sie auf Fortschritt prüfen. Bigtable-Tabelle für Nutzerinteraktionen erstellen und füllen

Produktempfehlungen

Erstellen Sie eine Tabelle mit dem Namen PersonalizedProducts, um die Produktempfehlungen nach Nutzerin bzw. Nutzer zu speichern.

• Erstellen Sie einen Dataflow-Job mit dem Namen import-recommendations, um Daten in die Tabelle zu laden. Verwenden Sie die folgende SequenceFile-Datei:
  • gs://spls/gsp380//retail-recommendations-00000-of-00001
• Im Schema unten sehen Sie die erforderlichen Spaltenfamilien für diese Tabelle.

• Nachdem Sie die Daten erfolgreich in die Tabelle geladen haben, führen Sie die entsprechenden Abfragen aus, um die folgende Frage zu beantworten.

Klicken Sie auf Fortschritt prüfen. Bigtable-Tabelle für Nutzerempfehlungen erstellen und füllen

Aufgabe 3: Replikation in Bigtable konfigurieren

Berücksichtigen Sie die folgenden Anforderungen, um die Replikation zu konfigurieren:

Wenden Sie das Knoten-Autoscaling auf den Cluster an, den Sie in Aufgabe 1 erstellt haben.

Klicken Sie auf Fortschritt prüfen. Replikation in Bigtable konfigurieren

Aufgabe 4: Daten in Bigtable sichern und wiederherstellen

Erstellen Sie eine Sicherung der Tabelle PersonalizedProducts, um die Datenwiederherstellung zu unterstützen:

• Legen Sie PersonalizedProducts_7 als Sicherungs-ID fest.
• Legen Sie das Ablaufdatum auf eine Woche fest.

Nachdem Sie die Sicherung erstellt haben, stellen Sie sie als neue Tabelle mit dem Namen PersonalizedProducts_7_restored wieder her.

Klicken Sie auf Fortschritt prüfen. Sicherung erstellen und Daten in Bigtable wiederherstellen

Aufgabe 5: Bigtable-Daten löschen

Löschen Sie zum Schluss alle Bigtable-Tabellen und ‑Sicherungen und dann die Bigtable-Instanz, um Unternehmensressourcen zu sparen.

Klicken Sie auf Fortschritt prüfen. Bigtable-Daten löschen

Glückwunsch!

In diesem Challenge-Lab haben Sie Ihre Bigtable-Kenntnisse unter Beweis gestellt, indem Sie eine neue Bigtable-Instanz erstellt, neue Tabellen erstellt und mit Daten gefüllt, das Autoscaling und die Replikation von Knoten konfiguriert sowie Daten in Bigtable gesichert und wiederhergestellt haben.

Nächstes Skill-Logo erwerben

Dieses Lab zum selbstbestimmten Lernen ist Teil des Kurses Bigtable-Instanzen erstellen und verwalten. Wenn Sie diesen Kurs abschließen, erhalten Sie das oben gezeigte Skill-Logo, das Sie in Ihren Lebenslauf oder Ihre Social-Media-Profile einfügen können. Teilen Sie Ihre Leistung mit #GoogleCloudBadge.

Dieses Skill-Logo ist Teil des Google Cloud-Lernpfads für Database Engineers. Wenn Sie Ihr Wissen weiter vertiefen möchten, können Sie sich für den Kurs Database Migration Service verwenden, um MySQL-Daten nach Cloud SQL zu migrieren oder den Kurs Cloud SQL for PostgreSQL-Instanzen erstellen und verwalten anmelden.

Google Cloud-Schulungen und -Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. Unsere Kurse vermitteln technische Fähigkeiten und Best Practices, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfänger wie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 16. Oktober 2025 aktualisiert

Lab zuletzt am 16. Oktober 2025 getestet

© 2026 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.