Criar consultas com o explorador de tabelas

Visualização

Esse recurso está sujeito aos "Termos de ofertas pré-GA" na seção "Termos de Serviço gerais" dos Termos específicos de serviço. Os recursos pré-GA estão disponíveis "no estado em que se encontram" e podem ter suporte limitado. Para mais informações, consulte as descrições da fase de lançamento.

Para solicitar suporte ou fornecer feedback sobre este recurso, envie um e-mail para [e-mail].

Este documento mostra como usar o explorador de tabelas para examinar dados de tabelas e criar consultas de análise de dados.

Sobre o explorador de tabelas

O explorador de tabelas oferece uma maneira automatizada de analisar visualmente os dados da tabela e criar consultas com base na seleção de campos da tabela.

No explorador de tabelas, você seleciona os campos de tabela para examinar. É possível selecionar até 10 campos da tabela por vez.

O explorador de tabelas mostra os campos selecionados como cards interativos com a lista dos 10 valores mais comuns de cada campo, classificados pela coluna count. Você pode interagir com os cards selecionando campos e valores distintos que você quer examinar mais detalhadamente. O explorador de tabelas cria uma consulta de análise de dados com base na sua seleção.

Você pode copiar essa consulta em uma nova consulta no editor de consultas ou aplicá-la no explorador de tabelas. Quando você aplica a consulta, o explorador de tabelas a executa e atualiza os cards exibidos com os resultados da consulta. Para continuar a análise de dados da tabela, selecione mais campos ou valores nos cards atualizados.

Limitações

• O explorador de tabelas está disponível para tabelas do BigQuery, tabelas do BigLake, tabelas externas e visualizações.
• Com o explorador de tabelas, você pode analisar uma única tabela por vez. O recurso não não oferece suporte à exploração simultânea de várias tabelas ou geração de operações entre tabelas, como JOIN.
• O explorador de tabelas cria consultas SQL que refletem diretamente a seleção de campos da tabela e valores distintos. É possível executar consultas criadas pelo explorador de tabelas ou editá-las manualmente no editor de consultas. O explorador de tabelas não oferece assistência com tecnologia de IA para gerar, completar ou explicar consultas SQL.
• Para explorar dados de tabelas e gerar consultas para tabelas com controle de acesso em nível de coluna (ACLs) ou permissões de usuário restritas, você deve ter acesso de leitura para todos os campos selecionados. Para executar as consultas geradas, você precisa ter permissões suficientes.

Preços

O explorador de tabelas executa consultas com base na seleção de campos de tabela e valores distintos para mostrar os resultados da análise detalhada. Essas consultas geram cobranças de preço de computação. O explorador de tabelas mostra a quantidade de dados que serão processados para cada consulta antes de você confirmar a seleção de campos de tabela, acionando a execução da consulta.

Também pode haver cobranças de computação quando você executa uma consulta gerada pelo explorador de tabelas.

Para mais informações sobre os preços de computação do BigQuery, consulte Preços.

Antes de começar

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

4. Enable the BigQuery API.

   Enable the API

5. 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

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

7. Enable the BigQuery API.

   Enable the API

Papéis e permissões necessárias

Para ter as permissões necessárias para visualizar dados da tabela e gerar consultas com o explorador de tabelas, peça ao administrador para conceder a você os seguintes papéis do IAM:

• Usuário de jobs do BigQuery (roles/bigquery.jobUser) no projeto.
• Leitor de dados do BigQuery (roles/bigquery.dataViewer) em todas as tabelas e visualizações que você quer analisar.

Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.

Esses papéis predefinidos contêm as permissões necessárias para visualizar dados de tabelas e gerar consultas com o explorador de tabelas. Para conferir as permissões exatas necessárias, expanda a seção Permissões necessárias:

Permissões necessárias

As seguintes permissões são necessárias para visualizar dados da tabela e gerar consultas com o explorador:

• bigquery.jobs.create no projeto em que a consulta está sendo executada, independentemente de onde os dados são armazenados.
• bigquery.tables.getData em todas as tabelas e visualizações que você quer analisar.

Essas permissões também podem ser concedidas com funções personalizadas ou outros papéis predefinidos.

Para mais informações sobre o Identity and Access Management (IAM) do BigQuery, consulte Controle de acesso com o IAM.

Analisar os dados em uma tabela para criar uma consulta

Para analisar os dados da tabela e criar uma consulta com base na seleção de campos e valores, siga estas etapas:

1. No console do Google Cloud, acesse o BigQuery Studio.

   Acessar o BigQuery Studio

2. No painel Explorer, selecione a tabela para criar uma consulta.

3. Clique na guia Análise de tabelas e em Selecionar campos.

4. No painel Selecionar campos, escolha até 10 campos da tabela para explorar.

5. Para uma tabela particionada, na seção Filtro de particionamento, defina um filtro de particionamento personalizado. Os filtros de partição podem reduzir a computação faturável ao analisar tabelas.

   1. Selecione Aplicar filtro de particionamento personalizado.

   2. Nos campos de configurações exibidos, configure o filtro de particionamento.

   A exibição das configurações de filtro depende do tipo de partição da tabela: hora, dia, mês, ano ou intervalo.

6. Clique em Salvar.

   Quando você clica em Salvar, o BigQuery executa uma consulta para mostrar valores comuns nos campos selecionados, o que gera cobranças. Confira a quantidade de dados que serão processados na parte de cima do painel Selecionar campos.

   O explorador de tabelas mostra os campos selecionados como cards em uma lista de até os dez valores mais comuns classificados pela coluna Count. Na seção Consulta gerada, você encontra uma consulta que pode ser executada para mostrar os mesmos dados.

7. Opcional: para modificar os resultados, tente o seguinte:

   1. Nos cards de campo selecionados exibidos, selecione valores distintos para filtrar ainda mais os dados.
   2. Para reverter todas as mudanças, clique em Redefinir.
   3. Na seção Consulta gerada, clique em Copiar para consulta para copiar o código gerado em uma consulta nova e sem título no editor de consultas. Na nova guia de consulta, você poderá editar, executar e gerenciar a consulta.

8. Para executar a consulta gerada, clique em Aplicar.

   O BigQuery executa a consulta gerada e a atualiza cards exibidos com os resultados da consulta.

9. Para continuar a exploração da tabela, selecione novos campos ou valores distintos nos cartões exibidos atualizados.

Solução de problemas

Access Denied: Project [project_id]: User does not have bigquery.jobs.create
permission in project [project_id].

Esse erro ocorre quando um titular não tem permissão para criar jobs de consulta no projeto.

Solução: um administrador precisa conceder a permissão bigquery.jobs.create no projeto que você está consultando. Essa permissão é necessária além de quaisquer permissões necessárias para acessar os dados consultados.

Para mais informações sobre as permissões do BigQuery, consulte Controle de acesso com o IAM.

A seguir

• Saiba como analisar dados com insights.
• Saiba como escrever consultas com a assistência do Gemini no BigQuery.