查看所有产品文档

BigQuery 是 Google Cloud 的全代管式 PB 级经济实惠的分析数据仓库，可让您近乎实时地分析大量数据。借助 BigQuery，您无需设置或管理基础架构，即可专注于使用 GoogleSQL 寻找有意义的数据洞见，并在按需价格和固定价格方案中使用灵活的价格模式。了解详情

文档资源

查找快速入门和指南，查看重要参考文档，并获取有关常见问题的帮助。
探索 Google Cloud Skills Boost 中的自主培训、应用场景、参考架构和代码示例，并了解有关如何使用和连接 Google Cloud 服务的示例。
训练
培训和教程

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。

了解详情  
训练
培训和教程

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。

了解详情  
训练
培训和教程

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。

了解详情  
训练
培训和教程

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。

了解详情  
训练
培训和教程

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。

了解详情  
训练
培训和教程

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。

了解详情  
使用场景
应用场景

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。

迁移 模式 BigQuery

了解详情  
使用场景
应用场景

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。

了解详情  
代码示例
代码示例

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。

开始使用  
代码示例
代码示例

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。

开始使用  
代码示例
代码示例

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。

开始使用  
代码示例
代码示例

Python 示例

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

打开 GitHub  
代码示例
代码示例

Node.js 示例

适用于 BigQuery 的 Node.js 客户端库示例

打开 GitHub  
代码示例
代码示例

C# 简单示例

用于与 BigQuery 交互的简单 C# 程序和代码段

打开 GitHub  
代码示例
代码示例

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。

打开 GitHub  
代码示例
代码示例

所有示例

浏览 BigQuery 的所有示例

开始使用  

相关视频

亲自试用 BigQuery

创建一个账号，以评估我们的产品在实际场景中的表现。
新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。

免费试用 BigQuery