Menjelajahi hasil kueri di notebook

Anda dapat mempelajari hasil kueri BigQuery menggunakan notebook Colab Enterprise di BigQuery.

Dalam tutorial ini, Anda akan mengkueri data dari set data publik BigQuery dan mempelajari hasil kuerinya di notebook.

Tujuan

Membuat dan menjalankan kueri di BigQuery.
Jelajahi hasil kueri di notebook.

Biaya

Tutorial ini menggunakan set data yang tersedia melalui Program Set Data Publik Google Cloud. Google membayar penyimpanan set data ini dan memberikan akses publik ke data tersebut. Anda dikenai biaya untuk kueri yang dilakukan pada data. Untuk mengetahui informasi lebih lanjut, lihat harga BigQuery.

Sebelum memulai

Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

Buka pemilih project
Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.
Aktifkan BigQuery API.
Mengaktifkan API

Untuk project baru, BigQuery diaktifkan secara otomatis.

Mengaktifkan BigQuery Studio

Ikuti petunjuk di artikel Mengaktifkan BigQuery Studio untuk pengelolaan aset guna menyimpan, membagikan, dan mengelola versi aset kode seperti notebook.

Izin yang diperlukan

Untuk membuat dan menjalankan notebook, Anda memerlukan peran Identity and Access Management (IAM) berikut:

Membuka hasil kueri di notebook

Anda dapat menjalankan kueri SQL dan kemudian menggunakan {i>notebook<i} untuk mengeksplorasi data. Pendekatan ini berguna jika Anda ingin memodifikasi data di BigQuery sebelum menanganinya, atau jika Anda hanya memerlukan subset kolom dalam tabel.

Di konsol Google Cloud, buka halaman BigQuery.

Buka BigQuery
Di kolom Ketik untuk menelusuri, masukkan bigquery-public-data.

Jika project tidak ditampilkan, masukkan bigquery di kolom penelusuran, lalu klik Search to all projects untuk mencocokkan string penelusuran dengan project yang sudah ada.
Pilih bigquery-public-data > ml_datasets > penguin.
Untuk tabel penguins, klik View actions, lalu klik Query.
Tambahkan tanda bintang (*) untuk pemilihan kolom ke kueri yang dihasilkan, sehingga terbaca seperti contoh berikut:
```
SELECT * FROM `bigquery-public-data.ml_datasets.penguins` LIMIT 1000;
```
Klik Run.
Di bagian Query results, klik Explore data, lalu klik Explore with Python notebook.

Menyiapkan notebook untuk digunakan

Siapkan notebook untuk digunakan dengan menghubungkan ke runtime dan menetapkan nilai default aplikasi.

Di header notebook, klik Hubungkan untuk terhubung ke runtime default.
Di blok kode Setup, klik Run cell.

Jelajahi data

Untuk memuat data penguin ke BigQuery DataFrame dan menampilkan hasilnya, klik Jalankan sel pada blok kode di bagian Hasil set yang dimuat dari tugas BigQuery sebagai DataFrame.
Untuk mendapatkan metrik deskriptif untuk data, klik Jalankan sel dalam blok kode di bagian Tampilkan statistik deskriptif menggunakan deskripsi().
Opsional: Gunakan fungsi atau paket Python lainnya untuk menjelajahi dan menganalisis data.

Contoh kode berikut menunjukkan penggunaan bigframes.pandas untuk menganalisis data, dan bigframes.ml untuk membuat model regresi linear dari data penguin di BigQuery DataFrame:

# Load data from BigQuery
query_or_table = "bigquery-public-data.ml_datasets.penguins"
bq_df = bpd.read_gbq(query_or_table)

# Inspect one of the columns (or series) of the DataFrame:
bq_df["body_mass_g"]

# Compute the mean of this series:
average_body_mass = bq_df["body_mass_g"].mean()
print(f"average_body_mass: {average_body_mass}")

# Find the heaviest species using the groupby operation to calculate the
# mean body_mass_g:
(
    bq_df["body_mass_g"]
    .groupby(by=bq_df["species"])
    .mean()
    .sort_values(ascending=False)
    .head(10)
)

# Create the Linear Regression model
from bigframes.ml.linear_model import LinearRegression

# Filter down to the data we want to analyze
adelie_data = bq_df[bq_df.species == "Adelie Penguin (Pygoscelis adeliae)"]

# Drop the columns we don't care about
adelie_data = adelie_data.drop(columns=["species"])

# Drop rows with nulls to get our training data
training_data = adelie_data.dropna()

# Pick feature columns and label column
X = training_data[
    [
        "island",
        "culmen_length_mm",
        "culmen_depth_mm",
        "flipper_length_mm",
        "sex",
    ]
]
y = training_data[["body_mass_g"]]

model = LinearRegression(fit_intercept=False)
model.fit(X, y)
model.score(X, y)

Pembersihan

Agar tidak dikenakan biaya pada akun Google Cloud Anda untuk resource yang digunakan dalam tutorial ini, hapus project yang berisi resource tersebut, atau simpan project dan hapus setiap resource-nya.

Cara termudah untuk menghilangkan penagihan adalah dengan menghapus project Google Cloud yang Anda buat untuk tutorial ini.

Perhatian: Menghapus project memiliki efek berikut:

Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tugas dalam dokumen ini, saat Anda menghapusnya, pekerjaan lain yang telah Anda lakukan dalam project tersebut juga akan terhapus.
Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project.

Jika Anda berencana mempelajari berbagai arsitektur, tutorial, atau panduan memulai, menggunakan kembali project dapat membantu agar Anda tidak melampaui batas kuota project.

Di konsol Google Cloud, buka halaman Manage resource.
Buka Manage resource
Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Delete.
Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.

Langkah selanjutnya

Pelajari lebih lanjut cara membuat notebook di BigQuery.
Pelajari lebih lanjut cara mengeksplorasi data dengan BigQuery DataFrames.