Vous pouvez utiliser l'UI Web classique comme interface visuelle pour effectuer des tâches telles que l'exécution de requêtes, le chargement de données et l'exportation de données. Dans ce guide de démarrage rapide, vous allez découvrir comment interroger des tables publiques et charger des exemples de données dans BigQuery à l'aide de l'UI Web classique.
Avant de commencer
-
Connectez-vous à votre compte Google.
Si vous n'en possédez pas déjà un, vous devez en créer un.
-
Sélectionnez ou créez un projet Google Cloud Platform.
- BigQuery est automatiquement activé dans les nouveaux projets. Pour activer BigQuery dans un projet existant, accédez à Activez BigQueryl'API requise.
- BigQuery fournit un bac à sable si vous ne souhaitez pas ajouter une carte de crédit ni activer la facturation pour votre projet. Les étapes décrites sur cette page fonctionnent quel que soit l'état de facturation du projet. Si vous le souhaitez, vous pouvez également découvrir comment activer la facturation.
Effectuer des requêtes sur un ensemble de données public
L'UI Web classique permet d'envoyer des requêtes aux tables, y compris aux ensembles de données publics proposés par BigQuery.
Accédez à l'UI Web classique.
Cliquez sur le bouton Saisir une requête.
Copiez et collez la requête suivante dans la zone de texte Nouvelle requête :
#standardSQL SELECT weight_pounds, state, year, gestation_weeks FROM `bigquery-public-data.samples.natality` ORDER BY weight_pounds DESC LIMIT 10
Cliquez sur l'icône ronde pour activer l'outil de validation des requêtes.
Une section verte ou rouge s'affiche au-dessus des boutons selon que la requête est valide ou non. Si elle est valide, l'outil de validation affiche également la quantité de données qui sera traitée après l'exécution de la requête. Cette information est utile pour déterminer le coût d'exécution d'une requête.
Cliquez sur le bouton Exécuter la requête. Les résultats de la requête s'affichent alors sous les boutons.
La requête ci-dessus permet d'accéder à la table d'un ensemble de données public fourni par BigQuery.
Pour parcourir les autres ensembles de données publics, cliquez sur bigquery-public-data dans le volet de navigation.
Charger des données dans une table
Vous allez ensuite télécharger certaines données fournies, les charger dans une table BigQuery et les interroger.
Télécharger les données
Le fichier que vous téléchargez contient environ 7 Mo de données correspondant aux prénoms populaires donnés aux bébés et est fourni par l'Administration de la sécurité sociale des États-Unis.
Téléchargez le fichier ZIP des prénoms donnés aux enfants.
Décompressez le fichier sur votre ordinateur.
Le fichier ZIP contient un fichier Readme qui décrit le schéma de l'ensemble de données. En savoir plus sur l'ensemble de données
Ouvrez le fichier intitulé
yob2014.txt
pour en avoir un aperçu. Il s'agit d'un fichier CSV contenant les trois colonnes suivantes : nom, sexe (M
ouF
) et nombre d'enfants portant ce nom. Le fichier ne comporte pas de ligne d'en-tête.Notez l'emplacement du fichier
yob2014.txt
pour pouvoir le retrouver plus tard.
Créer un ensemble de données
Vous allez ensuite créer un ensemble de données dans l'UI Web classique pour stocker les données.
Accédez à l'UI Web classique.
Dans la barre de navigation, cliquez sur l'icône de flèche vers le bas
à côté du nom de votre projet, puis sur Créer un ensemble de données.
Dans la boîte de dialogue Create dataset (Créer un ensemble de données) :
- Dans le champ Dataset ID (ID de l'ensemble de données), saisissez
babynames
. - Dans le champ Data location (Emplacement des données), sélectionnez
US
. Les ensembles de données publics sont actuellement stockés dans l'emplacement multirégionalUS
. Par souci de simplicité, vous devez placer votre ensemble de données dans la même zone. Dans le champ Data expiration (Expiration des données), laissez la valeur par défaut Never (Jamais). Lorsque vous définissez l'expiration des données sur Never (Jamais), les tables créées dans l'ensemble de données ne sont jamais supprimées automatiquement. Vous devez les supprimer manuellement.
Cliquez sur OK.
Les ID d'ensembles de données sont uniques à chaque projet. Par conséquent, sibabynames
figure déjà sous le nom de votre projet dans le volet de navigation, ajoutez un numéro au nom pour le rendre unique. Cliquez sur l'icône en forme de point d'interrogation pour afficher l'aide sur le champ.- Dans le champ Dataset ID (ID de l'ensemble de données), saisissez
Charger les données dans une nouvelle table
Vous allez ensuite charger les données dans une nouvelle table.
Dans le volet de navigation, passez la souris sur l'ensemble de données babynames que vous venez de créer.
Cliquez sur l'icône de flèche vers le bas
à côté de l'ID, puis sur Créer une table.
Utilisez les valeurs par défaut pour tous les paramètres, sauf indication contraire.
Dans le champ Données sources, cliquez sur le bouton Sélectionner un fichier. Accédez aux données que vous avez décompressées précédemment, puis sélectionnez le fichier
yob2014.txt
.Dans le champ Table de destination, saisissez la valeur suivante pour le nom de la table de destination :
names_2014
Dans la section Schema (Schéma), cliquez sur le lien Edit as text (Modifier sous forme de texte).
Remplacez le contenu du champ de saisie Schéma par la définition de schéma suivante :
name:string,gender:string,count:integer
Cliquez sur le bouton Créer une table.
Attendez que BigQuery crée le tableau et charge les données. Pendant cette opération, une barre de chargement s'affiche à côté du nom de votre table dans le volet de navigation. Cette barre disparaît après le chargement des données.
Prévisualiser la table
Une fois que la barre de chargement a disparu, vous pouvez accéder à la table. Pour prévisualiser les premières lignes de données, procédez comme suit :
Sélectionnez names_2014 dans le volet de navigation.
Cliquez sur Aperçu dans la section Détails de la table : names_2014.
Interroger la table
Maintenant que vous avez chargé les données dans une table, vous pouvez exécuter des requêtes sur celle-ci. La procédure est la même que celle de l'exemple ci-dessus sur la requête d'un ensemble de données public, sauf que vous interrogez désormais votre table au lieu d'interroger la table d'un ensemble de données public.
Cliquez sur le bouton Saisir une requête.
Copiez et collez la requête suivante dans la zone de texte Nouvelle requête,
#standardSQL SELECT name, count FROM `babynames.names_2014` WHERE gender = 'M' ORDER BY count DESC LIMIT 5
(Facultatif) Dans le champ Zone de traitement, cliquez sur Non spécifiée et sélectionnez
US
. Lorsque votre ensemble de données se trouve dans l'emplacement multirégionalUS
, la zone de traitement est automatiquement détectée.Cliquez sur le bouton Exécuter la requête. La requête affiche les cinq prénoms masculins les plus donnés pour l'année d'enregistrement des données que vous avez chargées dans la table.
Effectuer un nettoyage
Afin d'éviter que des frais ne soient facturés sur votre compte GCP pour les ressources utilisées dans ce démarrage rapide, procédez comme suit :
Le cas échéant, ouvrez l'UI Web classique.
Dans le volet de navigation, passez la souris sur l'ensemble de données babynames que vous avez créé.
Cliquez sur l'icône de flèche vers le bas
à côté du nom de votre ensemble de données dans le volet de navigation, puis cliquez sur Supprimer l'ensemble de données. Cette action supprime l'ensemble de données, la table et toutes les données.
Dans la boîte de dialogue Supprimer l'ensemble de données, confirmez la commande de suppression en saisissant le nom de l'ensemble de données (
babynames
), puis cliquez sur OK.
Étape suivante
Pour en savoir plus sur l'interface utilisateur Web classique, consultez la page Utiliser l'interface Web de BigQuery.
Pour savoir comment charger un fichier JSON avec des données imbriquées et répétées, consultez la section Charger des données JSON imbriquées et répétées sur la page "Charger des données JSON depuis Google Cloud Storage".
Pour en savoir plus sur le chargement des données, consultez la section sur le chargement de données dans BigQuery.
Pour en savoir plus sur l'interrogation de données, consultez la section Interroger des données.
Pour apprendre à créer une application à l'aide de l'API Google BigQuery, consultez la page Créer une application simple avec l'API.