Charger et interroger des données avec l'outil bq

Charger et interroger des données avec l'outil bq

Découvrez comment créer un ensemble de données, charger des exemples de données et interroger des tables à l'aide de l'outil de ligne de commande bq.

---

Pour obtenir des instructions détaillées sur cette tâche directement dans la console Google Cloud, cliquez sur Visite guidée :

Visite guidée

---

Avant de commencer

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

4. Make sure that billing is enabled for your Google Cloud project.

Si vous n'activez pas la facturation pour le projet Cloud que vous utilisez dans ce tutoriel, vous utiliserez les données du bac à sable BigQuery. Le bac à sable BigQuery vous permet d'apprendre à utiliser BigQuery avec un ensemble limité de fonctionnalités offertes.

5. Vérifiez que l'API BigQuery est activée.

   Activer l'API

   Si vous avez créé un nouveau projet, l'API BigQuery est automatiquement activée.

6. In the Google Cloud console, activate Cloud Shell.

   Activate Cloud Shell

   At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

Télécharger le fichier de données publiques source

1. Téléchargez le fichier ZIP des prénoms donnés aux enfants.
2. Extrayez le fichier ZIP. Il contient un fichier nommé NationalReadMe.pdf, qui décrit le schéma de l'ensemble de données. En savoir plus sur l'ensemble de données des prénoms donnés aux enfants
3. Ouvrez le fichier yob2010.txt. Il s'agit d'un fichier CSV contenant les trois colonnes suivantes : prénom, genre attribué à la naissance et nombre d'enfants portant ce prénom. Le fichier ne comporte pas de ligne d'en-tête.
4. Déplacez le fichier vers votre répertoire de travail.
   • Si vous utilisez Cloud Shell, cliquez sur Plus > Importer, cliquez sur Sélectionner des fichiers, choisissez le fichier yob2010.txt, puis cliquez sur Importer.
   • Si vous utilisez un shell local, copiez ou déplacez le fichier yob2010.txt dans le répertoire dans lequel vous exécutez l'outil bq.

Créer un ensemble de données

1. Créez un ensemble de données nommé babynames :

   bq mk babynames
   

   Le résultat ressemble à ce qui suit :

   Dataset 'myproject:babynames' successfully created.
   

   Le nom d'un ensemble de données peut comporter jusqu'à 1 024 caractères et comprend les caractères suivants : A-Z, a-z, 0-9 et trait de soulignement. Le nom ne peut pas commencer par un chiffre ni un trait de soulignement, et ne peut pas contenir d'espace.

2. Vérifiez que l'ensemble de données babynames apparaît maintenant dans votre projet :

   bq ls
   

   Le résultat ressemble à ce qui suit :

     datasetId
   -------------
     babynames
   

Charger des données dans une table

1. Dans l'ensemble de données babynames, chargez le fichier source yob2010.txt dans une nouvelle table nommée names2010 :

   bq load babynames.names2010 yob2010.txt name:string,assigned_sex_at_birth:string,count:integer
   

   Le résultat ressemble à ce qui suit :

   Upload complete.
   Waiting on bqjob_r3c045d7cbe5ca6d2_0000018292f0815f_1 ... (1s) Current status: DONE
   

   Par défaut, lorsque vous chargez des données dans BigQuery, ces dernières doivent être encodées au format UTF-8. Si vous utilisez l'encodage ISO-8859-1 (ou Latin-1) et que vous rencontrez des problèmes avec celui-ci, indiquez à BigQuery de traiter vos données avec l'encodage Latin-1 à l'aide de bq load -E=ISO-8859-1. Pour en savoir plus, consultez la section Encodage.

2. Vérifiez que la table names2010 apparaît maintenant dans l'ensemble de données babynames :

   bq ls babynames
   

   Le résultat renvoyé ressemble à ceci : Certaines colonnes sont omises pour simplifier la sortie.

     tableId     Type
   ----------- ---------
    names2010    TABLE
   

3. Vérifiez que le schéma de la table de votre nouvelle table names2010 est name: string, assigned_sex_at_birth: string et count: integer :

   bq show babynames.names2010
   

   Le résultat renvoyé ressemble à ceci : Certaines colonnes sont omises pour simplifier la sortie.

     Last modified        Schema                      Total Rows   Total Bytes
   ----------------- ------------------------------- ------------ ------------
   14 Mar 17:16:45   |- name: string                    34089       654791
                     |- assigned_sex_at_birth: string
                     |- count: integer
   

Interroger les données de la table

1. Déterminez les prénoms de filles les plus populaires dans les données :

   bq query --use_legacy_sql=false \
       'SELECT
         name,
         count
       FROM
         `babynames.names2010`
       WHERE
         assigned_sex_at_birth = "F"
       ORDER BY
         count DESC
       LIMIT 5;'
   

   Le résultat ressemble à ce qui suit :

   +----------+-------+
   |   name   | count |
   +----------+-------+
   | Isabella | 22925 |
   | Sophia   | 20648 |
   | Emma     | 17354 |
   | Olivia   | 17030 |
   | Ava      | 15436 |
   +----------+-------+
   

2. Déterminez les prénoms de garçons les moins populaires dans les données :

   bq query --use_legacy_sql=false \
       'SELECT
         name,
         count
       FROM
         `babynames.names2010`
       WHERE
         assigned_sex_at_birth = "M"
       ORDER BY
         count ASC
       LIMIT 5;'
   

   Le résultat ressemble à ce qui suit :

   +----------+-------+
   |   name   | count |
   +----------+-------+
   | Aamarion |     5 |
   | Aarian   |     5 |
   | Aaqib    |     5 |
   | Aaidan   |     5 |
   | Aadhavan |     5 |
   +----------+-------+
   

   Le nombre minimal est cinq, car les données sources omettent les prénoms pour lesquels moins de cinq occurrences sont comptabilisées.

Effectuer un nettoyage

Pour éviter que les ressources utilisées sur cette page ne soient facturées sur votre compte Google Cloud, supprimez le projet Google Cloud contenant les ressources.

Supprimer le projet

Si vous avez utilisé le bac à sable BigQuery pour interroger l'ensemble de données public, la facturation n'est pas activée pour votre projet.

Le moyen le plus simple d'empêcher la facturation est de supprimer le projet que vous avez créé pour ce tutoriel.

Pour supprimer le projet :

Attention : La suppression d'un projet entraîne les effets décrits ci-dessous :

• Tout le contenu du projet est supprimé. Si vous avez utilisé un projet existant pour les tâches décrites dans ce document et que vous le supprimez, vous supprimerez également tout autre travail effectué dans le projet.
• Les ID de projets personnalisés sont perdus. Lorsque vous avez créé ce projet, vous avez peut-être créé un ID de projet personnalisé que vous souhaitez utiliser à l'avenir. Pour conserver les URL qui utilisent l'ID de projet, telle qu'une URL appspot.com, supprimez les ressources sélectionnées dans le projet au lieu de supprimer l'ensemble du projet.

Si vous envisagez d'explorer plusieurs architectures, tutoriels et guides de démarrage rapide, réutiliser des projets peut vous aider à ne pas dépasser les limites de quotas des projets.

1. In the Google Cloud console, go to the Manage resources page.

   Go to Manage resources

2. In the project list, select the project that you want to delete, and then click Delete.
3. In the dialog, type the project ID, and then click Shut down to delete the project.

Supprimer les ressources

Si vous avez utilisé un projet existant, supprimez les ressources que vous avez créées :

1. Supprimez l'ensemble de données babynames :

   bq rm --recursive=true babynames
   

   L'option --recursive supprime toutes les tables de l'ensemble de données, y compris la table names2010.

   Le résultat ressemble à ce qui suit :

   rm: remove dataset 'myproject:babynames'? (y/N)
   

2. Pour confirmer la commande de suppression, saisissez y.

Étapes suivantes

• En savoir plus sur l'utilisation de l'outil bq.
• Découvrez le bac à sable BigQuery.
• En savoir plus sur le chargement de données dans BigQuery
• Découvrir comment interroger des données dans BigQuery
• Consulter les notes de version de BigQuery
• Découvrez les tarifs de BigQuery.
• Découvrez les quotas et limites de BigQuery.