BigQuery-Dokumentation
BigQuery ist das vollständig verwaltete, kostengünstige Data Warehouse für Analysen im Petabyte-Bereich von Google Cloud. Damit können Sie große Datenmengen nahezu in Echtzeit analysieren. Mit BigQuery muss keine Infrastruktur eingerichtet oder verwaltet werden. So können Sie sich mithilfe von GoogleSQL auf aussagekräftige Informationen konzentrieren und außerdem flexible Preismodelle einschließlich On-Demand- und Pauschaloptionen nutzen. Weitere Informationen
Starten Sie Ihr nächstes Projekt mit einem Guthaben in Höhe von 300 $
Mit dem Guthaben für die kostenlose Testversion und der kostenlosen monatlichen Nutzung von mehr als 20 Produkten können Sie einen Proof of Concept erstellen und testen.
Dokumentationsressourcen
Leitfäden
-
Kurzanleitungen: Console, Befehlszeile, oder Clientbibliotheken
-
Tabellen erstellen und verwenden
-
Einführung in partitionierte Tabellen
-
Einführung in BigQuery ML
-
Vordefinierte Rollen und Berechtigungen
-
Einführung in das Laden von Daten
-
CSV-Daten aus Cloud Storage laden
-
Tabellendaten exportieren
-
Modelle für maschinelles Lernen in BigQuery ML erstellen
-
Externe Datenquellen abfragen
Referenz
-
Funktionen in GoogleSQL
-
Operatoren in GoogleSQL
-
Bedingte Ausdrücke in GoogleSQL
-
Datumsfunktionen in GoogleSQL
-
Abfragesyntax in GoogleSQL
-
Stringfunktionen in GoogleSQL
-
bq-Befehlszeilentool verwenden
-
End-to-End-Prozess für Modelle für maschinelles Lernen
-
BigQuery API-Clientbibliotheken
-
Modelle erstellen und trainieren
Weitere Informationen
Ähnliche Videos
Migrating App Engine pull tasks to Cloud Pub/Sub (Module 19)
Serverless Migration Station is a Serverless Expeditions mini-series focused on helping developers modernize their applications running on a Google Cloud serverless compute platform. In Module 19, the second video focused on App Engine pull tasks,
How to use App Engine Task Queue pull tasks (Module 18)
Serverless Migration Station is a Serverless Expeditions mini-series focused on helping developers modernize their applications running on a Google Cloud serverless compute platform. In Module 18, Google engineers Martin & Wesley show viewers how
Refactoring a Python 2 Cloud NDB app to Python 3 & Cloud Firestore (Module 9)
Module 9 resources: Codelab → https://goo.gle/3pYGwzA Python 2 START ("mod8") code → https://goo.gle/3j3TyYa Python 3 FINISH ("mod9") code → https://goo.gle/3BCemfZ Serverless Migration Station is a Serverless Expeditions mini-series, designed to
Migrating App Engine push queues to Cloud Tasks (Module 8)
Module 8 references: Codelab → https://goo.gle/3lJMtxF Python 2 START ("mod7") code → https://goo.gle/3kEvtsl Python 2 FINISH ("mod8") code → https://goo.gle/3j3TyYa Serverless Migration Station is a Serverless Expeditions mini-series, designed to
How to use App Engine push queues in Flask apps
Codelab → https://goo.gle/3hYdmf2 Python 2 START ("mod1") code → https://goo.gle/3xfynHx Python 2 FINISH ("mod7") code → https://goo.gle/3kEvtsl Serverless Migration Station is a Serverless Expeditions mini-series focused on helping developers
Pub/Sub tips and tricks
Dead-letter queues → http://goo.gle/3u5dLkl Message ordering → http://goo.gle/2M5CaVK Replaying past messages → http://goo.gle/3du08oP Pub/Sub is an asynchronous messaging service that can help you easily run serverless applications. However, there
Task Queues, Stackdriver, & more!
Here to bring you the latest news in the cloud is Google Cloud Developer Advocate Mark Mirchandani. Learn more about these announcements → https://bit.ly/2IOikem • Queued Up → https://bit.ly/2PzLTRC • Big Data, Big Updates → https://bit.ly/2PytVyB •
Messaging on the Cloud: GCPPodcast 7
Original post: https://www.gcppodcast.com/post/episode-7-messaging-on-the-cloud/ In the seventh episode of this podcast, your hosts Francesc and Mark discuss the different ways messaging can be done on Google Cloud Platform, covering Pub/Sub and Task
BigQuery testen
Erstellen Sie ein Konto, um die Leistung unserer Produkte in realen Szenarien auszuwerten.
Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.