数据仓库与 BigQuery 快速起步解决方案

部署示例数据仓库并将其与 BigQuery 搭配使用。

用于数据仓储的 BigQuery

了解使用 BigQuery 提取数据、转换数据以及将数据加载到 Google Cloud 中的最佳做法。

在 Dataproc 上使用 PySpark 预处理 BigQuery 数据

了解如何在 Google Cloud 上结合使用 Apache Spark 和 Dataproc 来创建数据处理流水线。数据科学和数据工程领域有一种常见的使用场景，即，从一个存储位置读取数据，对数据执行转换，然后将数据写入另一个存储位置。

用于数据分析的 BigQuery

了解如何在 BigQuery 中使用 SQL 查询、提取、优化、直观呈现甚至构建机器学习模型。

面向营销分析师的 BigQuery

通过了解如何使用 BigQuery 查询数据来获得可重复、可扩缩、有价值的数据洞见。

面向机器学习的 BigQuery

在 BigQuery 机器学习中尝试不同的模型类型，并了解如何构建出色的模型。

将数据仓库迁移到 BigQuery

了解将本地数据仓库迁移到 BigQuery 的模式和建议。

在 Jupyter 笔记本中直观呈现 BigQuery 数据

在 Jupyter 笔记本中使用 BigQuery Python 客户端库和 Pandas 来直观呈现 BigQuery 示例表中的数据。

客户端：创建具有范围的凭据

使用云端硬盘和 BigQuery API 范围创建凭据。

客户端：使用应用默认凭据创建凭据

使用应用默认凭据创建 BigQuery 客户端。

客户端：使用服务账号密钥创建

使用服务账号密钥文件创建 BigQuery 客户端。

Python 示例

将 BigQuery 与 Google Cloud Python 客户端库搭配使用

Node.js 示例

适用于 BigQuery 的 Node.js 客户端库示例

C# 简单示例

用于与 BigQuery 交互的简单 C# 程序和代码段

通过 Java 8 在 App Engine 上使用 BigQuery 和 Cloud Monitoring

此“API 展示”演示了如何在 BigQuery 和 Cloud Monitoring 上运行具有依赖项的 App Engine 标准环境应用。

所有示例

浏览 BigQuery 的所有示例