Prima di poter esplorare BigQuery, devi accedere alla consoleGoogle Cloud e creare un progetto. Se non abiliti la fatturazione nel progetto, tutti i dati caricati saranno nella sandbox di BigQuery.
La sandbox ti consente di imparare a usare BigQuery senza costi mentre lavori con un insieme limitato di funzionalità di BigQuery. Per
maggiori informazioni, vedi
Attivare la sandbox di BigQuery.
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.
In the Google Cloud console, on the project selector page,
select or create a Google Cloud project.
(Facoltativo) Se
selezioni un progetto esistente, assicurati di
abilitare
l'API BigQuery. L'API BigQuery viene attivata
automaticamente nei nuovi progetti.
Crea un set di dati BigQuery
Utilizza la console Google Cloud per creare un set di dati in cui sono archiviati i dati. Crea il set di dati nella località Stati Uniti (più regioni). Per informazioni su
regioni e multiregioni BigQuery, consulta
Località.
Nella console Google Cloud , apri la pagina BigQuery.
Nel riquadro Spazio di esplorazione, fai clic sul nome del progetto.
Fai clic su more_vertVisualizza azioni.
Seleziona Crea set di dati.
Nella pagina Crea set di dati:
In ID set di dati, inserisci babynames.
Per Tipo di località, seleziona Più regioni e poi scegli
Stati Uniti (più regioni negli Stati Uniti). I set di dati pubblici sono
archiviati nella località multiregionale us. Per semplicità,
archivia il set di dati nella stessa posizione.
Lascia invariate le restanti impostazioni predefinite e fai clic su
Crea set di dati.
Scaricare il file contenente i dati di origine
Il file che stai scaricando contiene circa 7 MB di dati relativi a nomi comuni di bambini. Viene fornito dalla Social Security Administration degli Stati Uniti.
Per scaricare i dati della Social Security Administration degli Stati Uniti, apri il seguente URL in una nuova scheda del browser:
https://www.ssa.gov/OACT/babynames/names.zip
Estrai il file.
Per ulteriori informazioni sullo schema del set di dati, consulta il file NationalReadMe.pdf nel file ZIP.
Per vedere i dati, apri il file yob2024.txt. Questo file contiene valori separati da virgola relativi a nome, sesso assegnato alla nascita e numero di figli con quel nome. Il file non ha una riga di intestazione.
Prendi nota della posizione del file yob2024.txt in modo da poterlo trovare in seguito.
Carica i dati in una tabella
Carica i dati in una nuova tabella.
Nel riquadro
Explorer, espandi il nome del progetto.
Accanto al set di dati babynames, fai clic su
more_vertVisualizza
azioni e seleziona Apri.
Fai clic su
add_boxCrea
tabella.
Se non diversamente indicato, utilizza i valori predefiniti per tutte le impostazioni.
Nella pagina Crea tabella:
Nella sezione Origine, per
Crea tabella
da, scegli Carica dall'elenco.
Nel campo Seleziona file, fai clic su Sfoglia.
Individua e apri il file yob2024.txt locale, quindi fai clic su Apri.
Nell'elenco Formato file, scegli CSV.
Nella sezione Destinazione, nel campo Tabella, inserisci names_2024.
Nella sezione Schema, fai clic sull'opzione di attivazione/disattivazione Modifica come testo e incolla la seguente definizione di schema nella campo di testo:
Attendi che BigQuery crei la tabella e carichi i dati.
Visualizza l'anteprima dei dati della tabella
Per visualizzare l'anteprima dei dati della tabella:
Nel riquadro Spazio di esplorazione, espandi il progetto e il set di dati babynames, quindi seleziona la tabella names_2024.
Fai clic sulla scheda Anteprima. BigQuery mostra le prime righe della tabella.
La scheda Anteprima non è disponibile per tutti i tipi di tabelle. Ad esempio, la scheda
Anteprima non viene visualizzata per tabelle o viste esterne.
Esegui query sui dati della tabella
Adesso esegui una query sulla tabella.
Accanto alla scheda names_2024, fai clic sull'opzione add_boxQuery SQL. Si apre una nuova scheda dell'editor.
Nell'editor di query, incolla la query seguente. Questa query recupera i primi cinque nomi dei neonati statunitensi registrati di sesso maschile alla nascita nel 2024.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2025-09-04 UTC."],[[["\u003cp\u003eThis guide demonstrates how to use the Google Cloud console to create a BigQuery dataset, using the "babynames" dataset as an example.\u003c/p\u003e\n"],["\u003cp\u003eYou will learn how to download a sample dataset from the US Social Security Administration, containing popular baby names, and then load it into a BigQuery table.\u003c/p\u003e\n"],["\u003cp\u003eThe process includes creating a table named "names_2014," defining its schema, and loading the downloaded CSV data into it.\u003c/p\u003e\n"],["\u003cp\u003eThe guide illustrates how to preview the data within the newly created table and subsequently run a query to retrieve the top five male baby names from the year 2014.\u003c/p\u003e\n"],["\u003cp\u003eInstructions are provided on how to clean up the resources created in the tutorial to avoid incurring additional charges.\u003c/p\u003e\n"]]],[],null,["# Load and query data in BigQuery Studio\n======================================\n\nGet started with BigQuery by using BigQuery Studio to create a\ndataset, load data into a table, and query the table.\n\n*** ** * ** ***\n\nTo follow step-by-step guidance for this task directly in the\nGoogle Cloud console, click **Guide me**:\n\n[Guide me](https://console.cloud.google.com/freetrial?redirectPath=/?walkthrough_id=bigquery--bigquery-quickstart-load-data-console)\n\n*** ** * ** ***\n\nBefore you begin\n----------------\n\nBefore you can explore BigQuery, you must sign in to Google Cloud console and create a project. If you don't enable billing in your project, then all of the data you upload will be in the BigQuery sandbox. The sandbox makes it possible for you to learn BigQuery at no charge while working with a limited set of BigQuery features. For more information, see [Enable the BigQuery sandbox](/bigquery/docs/sandbox).\n\n\u003cbr /\u003e\n\n- Sign in to your Google Cloud account. If you're new to Google Cloud, [create an account](https://console.cloud.google.com/freetrial) to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.\n- In the Google Cloud console, on the project selector page,\n select or create a Google Cloud project.\n\n | **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.\n\n [Go to project selector](https://console.cloud.google.com/projectselector2/home/dashboard)\n-\n\n\n Enable the BigQuery API.\n\n\n [Enable the API](https://console.cloud.google.com/flows/enableapi?apiid=bigquery)\n\n- In the Google Cloud console, on the project selector page,\n select or create a Google Cloud project.\n\n | **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.\n\n [Go to project selector](https://console.cloud.google.com/projectselector2/home/dashboard)\n-\n\n\n Enable the BigQuery API.\n\n\n [Enable the API](https://console.cloud.google.com/flows/enableapi?apiid=bigquery)\n\n1. Optional: If you select an existing project, make sure that you [enable\n the BigQuery API](https://console.cloud.google.com/flows/enableapi?apiid=bigquery). The BigQuery API is automatically enabled in new projects.\n\nCreate a BigQuery dataset\n-------------------------\n\nUse the Google Cloud console to create a dataset to store the data. You\ncreate your dataset in the US multi-region location. For information on\nBigQuery regions and multi-regions, see\n[Locations](/bigquery/docs/dataset-locations).\n\n1. In the Google Cloud console, open the BigQuery Studio page.\n[Go to BigQuery Studio](https://console.cloud.google.com/bigquery)\n2. In the **Explorer** pane, click your project name.\n3. Click more_vert **View actions**.\n4. Select **Create dataset**.\n5. On the **Create dataset** page, do the following:\n 1. For **Dataset ID** , enter `babynames`.\n 2. For **Location type** , select **Multi-region** , and then choose **US (multiple regions in United States)** . The public datasets are stored in the `us` multi-region location. For simplicity, store your dataset in the same location.\n 3. Leave the remaining default settings as they are, and click **Create dataset**.\n\nDownload the file that contains the source data\n-----------------------------------------------\n\nThe file that you're downloading contains approximately 7 MB of data about popular baby names. It's provided by the US Social Security Administration.\n\n\u003cbr /\u003e\n\nFor more information about the data, see the Social Security Administration's\n[Background information for popular names](http://www.ssa.gov/OACT/babynames/background.html).\n\n1. Download the US Social Security Administration's data by opening the\n following URL in a new browser tab:\n\n https://www.ssa.gov/OACT/babynames/names.zip\n\n2. Extract the file.\n\n For more information about the dataset schema, see the zip file's\n `NationalReadMe.pdf` file.\n3. To see what the data looks like, open the `yob2024.txt` file. This file\n contains comma-separated values for name, assigned sex at birth, and number\n of children with that name. The file has no header row.\n\n4. Note the location of the `yob2024.txt` file so that you can find it later.\n\nLoad data into a table\n----------------------\n\nNext, load the data into a new table.\n\n1. In the **Explorer** pane, expand your project name.\n2. Next to the **babynames** dataset, click more_vert **View\n actions** and select **Open**.\n3. Click add_box **Create\n table** .\n\n Unless otherwise indicated, use the default values for all settings.\n4. On the **Create table** page, do the following:\n 1. In the **Source** section, for **Create table\n from**, choose **Upload** from the list.\n 2. In the **Select file** field, click **Browse**.\n 3. Navigate to and open your local `yob2024.txt` file, and click **Open**.\n 4. From the **File\n format** list, choose **CSV**.\n 5. In the **Destination** section, in the **Table** field, enter `names_2024`.\n 6. In the **Schema** section, click the **Edit\n as text** toggle, and paste the following schema definition into the text field: \n\n name:string,assigned_sex_at_birth:string,count:integer\n\n 7. Click **Create\n table**.\n\n Wait for BigQuery to create the table and load the data.\n\nPreview table data\n------------------\n\nTo preview the table data, follow these steps:\n\n1. In the **Explorer** pane, expand your project and `babynames` dataset, and then select the `names_2024` table.\n2. Click the **Preview** tab. BigQuery displays the first few rows of the table.\n\nThe **Preview** tab is not available for all table types. For example, the **Preview** tab is not displayed for external tables or views.\n\nQuery table data\n----------------\n\nNext, query the table.\n\n1. Next to the **names_2024** tab, click the add_box **SQL query** option. A new editor tab opens.\n2. In the query editor, paste the following query. This query retrieves the top five names for babies born in the US that were assigned male at birth in 2024. \n\n\n SELECT\n name,\n count\n FROM\n `babynames.names_2024`\n WHERE\n assigned_sex_at_birth = 'M'\n ORDER BY\n count DESC\n LIMIT\n 5;\n \n3. Click **Run**. The results are displayed in the **Query results** section. \n\nYou have successfully queried a table in a public dataset and then loaded your\nsample data into BigQuery using the Google Cloud console.\n\nClean up\n--------\n\n\nTo avoid incurring charges to your Google Cloud account for\nthe resources used on this page, follow these steps.\n\n1. In the Google Cloud console, open the BigQuery page.\n[Go to BigQuery](https://console.cloud.google.com/bigquery)\n2. In the **Explorer** pane, click the `babynames` dataset that you created.\n3. Expand the more_vert **View actions** option and click **Delete**.\n4. In the **Delete dataset** dialog, confirm the delete command: type the word `delete` and then click **Delete**.\n\nWhat's next\n-----------\n\n- To learn more about loading data into BigQuery, see [Introduction to loading data](/bigquery/docs/loading-data).\n- To learn more about querying data, see [Overview of BigQuery analytics](/bigquery/docs/query-overview).\n- To learn how to load a JSON file with nested and repeated data, see [Loading nested and repeated JSON data](/bigquery/docs/loading-data-cloud-storage-json#loading_nested_and_repeated_json_data).\n- To learn more about accessing BigQuery programmatically, see the [REST API](/bigquery/docs/reference/rest/v2) reference or the [BigQuery client libraries](/bigquery/docs/reference/libraries) page."]]
