Escribe consultas con la asistencia de Gemini

En este documento, se describe cómo usar la asistencia potenciada por IA en Gemini en BigQuery para ayudarte a consultar tus datos con consultas en SQL y código de Python. Gemini en BigQuery puede generar consultas y código, completo consultas y código mientras escribes, y explicar consultas.

---

Para seguir la guía paso a paso en esta tarea directamente en la consola de Google Cloud, haz clic en Guiarme:

GUIARME

---

Gemini para Google Cloud no usa tus instrucciones ni sus respuestas como datos para entrenar sus modelos sin tu permiso expreso. Para obtener más información sobre cómo Google usa tus datos, consulta Cómo Gemini para Google Cloud usa tus datos.

Nota: Para habilitar el uso compartido de datos de las funciones de Gemini en BigQuery en la Versión preliminar, consulta Ayuda a mejorar las sugerencias.

Solo los mensajes en inglés son compatibles con Gemini en BigQuery.

Este documento está dirigido a analistas de datos, científicos de datos y desarrolladores de datos que trabajan con consultas de SQL y notebooks de Colab Enterprise en BigQuery. Se supone que sabes cómo consultar datos en el entorno de BigQuery Studio o cómo trabajar con notebooks de Python para analizar datos de BigQuery.

Antes de comenzar

1. Asegúrate de que Gemini en BigQuery esté configurado para tu proyecto de Google Cloud. Por lo general, un administrador realiza este paso. Es posible que las funciones de Gemini en BigQuery estén desactivadas o no estén disponibles hasta que completes los pasos restantes de esta sección.

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. En la consola de Google Cloud, ve a la página de BigQuery.

   Ve a BigQuery Studio

4. En la barra de herramientas de BigQuery, haz clic en pen_sparkGemini.

   

5. En la lista de funciones, asegúrate de que estén seleccionadas las siguientes:

   • Lista de Gemini en consulta en SQL:

     • Autocompletado (versión preliminar). A medida que escribes en el editor de consultas, Gemini puede sugerir los siguientes pasos lógicos relevantes para el contexto de tu consulta actual o ayudarte a iterar en una consulta.
     • Generación automática: Puedes darle una instrucción a Gemini en BigQuery con un comentario en lenguaje natural en el editor de consultas de BigQuery para generar una consulta en SQL.
     • Herramienta de generación de SQL. Puedes ingresar texto en lenguaje natural en una herramienta para generar una consulta en SQL, con opciones para definir mejor los resultados de la consulta, elegir fuentes de tablas y comparar resultados.
     • Explicación. Puedes solicitar a Gemini en BigQuery para que explique una consulta en SQL en lenguaje natural.

   • Lista de Gemini en notebook de Python:

     • Finalización de código (versión preliminar). Gemini proporciona recomendaciones adecuadas para el contexto que se basan en el contenido del notebook.
     • Generación de código: Puedes darle una instrucción a Gemini con una instrucción o pregunta de lenguaje natural para generar código de Python.

6. Para completar las tareas de este documento, asegúrate de tener los permisos de Identity and Access Management (IAM) necesarios.

Roles obligatorios

Para obtener los permisos que necesitas para escribir consultas con la asistencia de Gemini, pídele a tu administrador que te otorgue el rol de IAM de usuario de Gemini para Google Cloud (roles/cloudaicompanion.user) en el proyecto. Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.

Este rol predefinido contiene los permisos necesarios para escribir consultas con la asistencia de Gemini. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:

Permisos necesarios

Se requieren los siguientes permisos para escribir consultas con la asistencia de Gemini:

• cloudaicompanion.entitlements.get
• cloudaicompanion.instances.completeTask
• Explica las consultas en SQL: cloudaicompanion.companions.generateChat
• Completa el código de SQL o Python: cloudaicompanion.instances.completeCode
• Genera código SQL o Python: cloudaicompanion.instances.generateCode

También puedes obtener estos permisos con roles personalizados o con otros roles predefinidos.

Para obtener más información sobre los roles y permisos de IAM en BigQuery, consulta Introducción a IAM.

Genera una consulta en SQL

Como tecnología en etapa inicial, los productos de Gemini para Google Cloud pueden generar resultados que parecen posibles, pero que no son correctos. Te recomendamos validar todos los resultados de Gemini para los productos de Google Cloud antes de usarlos. Para obtener más información, consulta Gemini para Google Cloud y la IA responsable.

Para generar una consulta en SQL basada en el esquema de tus datos, puedes proporcionar a Gemini en BigQuery una instrucción de lenguaje natural o una pregunta, también conocida como instrucción. Incluso si comienzas sin código, tienes conocimientos limitados sobre el esquema de datos o solo tienes conocimientos básicos de la sintaxis de Google SQL, Gemini en BigQuery puede generar SQL que puede ayudarte a explorar tus datos.

Usa la herramienta de generación de SQL

La herramienta de generación de SQL te permite usar lenguaje natural para generar una consulta en SQL sobre las tablas que consultaste o viste recientemente. También puedes usar la herramienta para modificar una consulta existente y especificar de forma manual las tablas para las que deseas generar SQL.

Para usar la herramienta de generación de SQL, sigue estos pasos:

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ve a BigQuery Studio

2. Junto al editor de consultas, haz clic en pen_spark Herramienta de generación de SQL.

   

3. En el diálogo Generate SQL with Gemini, ingresa una instrucción en un lenguaje natural sobre una tabla que hayas consultado o visto recientemente. Por ejemplo, si recientemente viste la tabla bigquery-public-data.austin_bikeshare.bikeshare_trips, puedes ingresar lo siguiente:

    Show me the duration and subscriber type for the ten longest trips.
   

4. Haz clic en Generar.

   La consulta en SQL generada es similar a la siguiente:

   SELECT
       subscriber_type,
       duration_sec
     FROM
         `bigquery-public-data.san_francisco_bikeshare.bikeshare_trips`
   ORDER BY
       duration_sec DESC
   LIMIT 10;
   

   Nota: Gemini en BigQuery podría sugerir una sintaxis diferente cada vez que ingresas la misma instrucción.

5. Revisa la consulta en SQL generada y realiza cualquiera de las siguientes acciones:

   • Para aceptar la consulta en SQL generada, haz clic en Insertar para insertar la instrucción en el editor de consultas. Luego, puedes hacer clic en Ejecutar para ejecutar la consulta en SQL sugerida.
   • Para editar la instrucción, haz clic en Editar y, luego, modifica o reemplaza la instrucción inicial. Después de editar el mensaje, haz clic en Actualizar para generar una consulta nueva.
   • Para actualizar las fuentes de tablas que se usaron como contexto para generar la consulta en SQL sugerida, haz clic en Editar fuentes de tablas, selecciona las casillas de verificación correspondientes y, luego, haz clic en Aplicar.
   • Para ver un resumen en lenguaje natural de la consulta generada, haz clic en Resumen de la consulta.
   • Para definir mejor la consulta en SQL sugerida, ingresa los refinamientos en el campo Definir mejor y, luego, haz clic en Definir mejor. Por ejemplo, ingresa limit to 1000 para limitar la cantidad de resultados de la consulta. Para comparar los cambios en tu consulta, selecciona la casilla de verificación Mostrar diferencias.
   • Para descartar una consulta sugerida, cierra la herramienta de generación de SQL.

Cómo desactivar la herramienta de generación de SQL

Para aprender a desactivar la herramienta de generación de SQL, consulta Cómo desactivar las funciones del asistente de consultas de Gemini.

Genera SQL a partir de un comentario

Para generar SQL en el editor de consultas, describe la consulta que deseas en un comentario.

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ve a BigQuery Studio

2. En el editor de consultas, haz clic en Consulta SQL.

3. En el editor de consultas, escribe un comentario en SQL sobre una tabla que hayas consultado o visto recientemente. Por ejemplo, si recientemente viste la tabla bigquery-public-data.austin_bikeshare.bikeshare_trips, podrías escribir el siguiente comentario:

   # Show me the duration and subscriber type for the ten longest trips.
   

4. Presiona Intro (Retorno en macOS).

   La consulta en SQL sugerida es similar a la siguiente:

   # Show me the duration and subscriber type for the ten longest trips
   
   SELECT
     duration_sec,
     subscriber_type
     AVG(duration_minutes) AS average_trip_length
   FROM
     `bigquery-public-data.austin_bikeshare.bikeshare_trips`
   ORDER BY
     duration_sec
   LIMIT 10;
   

5. Para aceptar la sugerencia, presiona Tab.

Sugerencias para la generación de SQL

Las siguientes sugerencias pueden mejorar las sugerencias que proporciona Gemini en BigQuery:

• Para especificar manualmente qué tablas usar, puedes incluir el nombre de la tabla completamente calificado entre acentos graves (`), como `PROJECT.DATASET.TABLE`.
• Si los nombres de las columnas o sus relaciones semánticas no son claros o son complejos, puedes proporcionar contexto en la instrucción para guiar a Gemini hacia la respuesta que deseas. Por ejemplo, para fomentar que una consulta generada haga referencia a un nombre de columna, describe el nombre de la columna y su relevancia en relación con la respuesta que deseas. Para fomentar una respuesta que haga referencia a términos complejos como el valor del ciclo de vida del cliente o el margen bruto, describe el concepto y su importancia para tus datos para mejorar los resultados de la generación de SQL.
• Cuando generas SQL a partir de un comentario, puedes dar formato a tu instrucción en varias líneas si colocas un prefijo en cada línea con el carácter #.
• Las descripciones de las columnas se tienen en cuenta cuando generas consultas en SQL. Para mejorar la exactitud, agrega descripciones de las columnas a tu esquema. Para obtener más información sobre las descripciones de las columnas, consulta Descripciones de las columnas en "Especifica un esquema".

Datos de Gemini y BigQuery

Gemini en BigQuery puede acceder a los metadatos de las tablas a las que tienes permiso para acceder. Estos metadatos pueden incluir los nombres de las tablas, los nombres de las columnas, los tipos de datos y las descripciones de las columnas. Gemini en BigQuery no puede acceder a los datos de tus tablas, vistas o modelos. Para obtener más información sobre cómo Gemini usa tus datos, consulta Cómo Gemini para Google Cloud usa tus datos.

Completar una consulta en SQL

Vista previa

Esta función está sujeta a las "Condiciones de las Ofertas de Fase Previa a la DG" de la sección Condiciones Generales del Servicio de las Condiciones Específicas del Servicio. Las funciones de fase previa a la DG están disponibles “tal cual” y podrían tener asistencia limitada. Para obtener más información, consulta las descripciones de la etapa de lanzamiento.

La finalización de SQL intenta proporcionar recomendaciones adecuadas para el contexto que se basan en el contenido del editor de consultas. A medida que escribes, Gemini puede sugerir los siguientes pasos lógicos relevantes para el contexto de tu consulta actual o ayudarte a iterar en una consulta.

Para probar la finalización de SQL con Gemini en BigQuery, sigue estos pasos:

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ve a BigQuery Studio

2. En el editor de consultas, copia lo siguiente:

   SELECT
     subscriber_type
     , EXTRACT(HOUR FROM start_time) AS hour_of_day
     , AVG(duration_minutes) AS avg_trip_length
   FROM
     `bigquery-public-data.austin_bikeshare.bikeshare_trips`
   

   Un mensaje de error indica que subscriber_type no está agrupado ni agregado. Es común que necesites ayuda para obtener una consulta correctamente.

3. Al final de la línea de subscriber_type, presiona Espacio.

   Las sugerencias de definición de la consulta podrían terminar en texto similar al siguiente:

   GROUP BY
     subscriber_type, hour_of_day;
   

   También puedes presionar Intro (Retorno en macOS) para generar sugerencias.

4. Para aceptar la sugerencia, presiona Tab o mantén el puntero sobre el texto sugerido y haz clic en las sugerencias alternativas. Para descartar una sugerencia, presiona ESC o continúa escribiendo.

   

Explica una consulta en SQL

Puedes solicitar a Gemini en BigQuery para explicar una consulta en SQL en lenguaje natural. Esta explicación puede ayudarte a comprender una consulta cuya sintaxis, esquema subyacente y contexto empresarial pueden ser difíciles de evaluar debido a la longitud o complejidad de la consulta.

Para obtener una explicación de una consulta en SQL, sigue estos pasos:

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ve a BigQuery Studio

2. En el editor de consultas, abre o pega una consulta para la que quieras una explicación.

3. Destaca la consulta que quieres que Gemini en BigQuery te explique.

4. Haz clic en astrophotography_mode Gemini y, luego, en Explica esta consulta.

   

   La explicación de SQL aparece en el panel Gemini.

Generar código de Python

Puedes pedirle a Gemini en BigQuery que genere código de Python con una instrucción (una instrucción o pregunta en lenguaje natural). Gemini en BigQuery responde con una o más sugerencias de código de Python.

En el siguiente ejemplo, se genera código para un conjunto de datos públicos de BigQuery, bigquery-public-data.ml_datasets.penguins.

1. Ve a la página de BigQuery Studio.

   Ve a BigQuery Studio

2. En la barra de pestañas del editor de consultas, haz clic en la flecha desplegable junto a Consulta en SQL y, luego, haz clic en Notebook de Python.

   Se abrirá el notebook nuevo, el cual contiene celdas que muestran consultas de ejemplo en el conjunto de datos públicos bigquery-public-data.ml_datasets.penguins.

3. Para insertar una celda de código nueva, en la barra de herramientas, haz clic en Código. La nueva celda de código contiene el mensaje Comenzar a programar o genera con IA.

4. En la nueva celda de código, haz clic en generar.

5. En el editor Generate, ingresa la siguiente instrucción en lenguaje natural:

   Using bigquery magics, query the `bigquery-public-data.ml_datasets.penguins` table
   

6. Presiona Intro (Retorno en macOS).

   El código de Python sugerido es similar al siguiente:

   %%bigquery
   SELECT *
   FROM `bigquery-public-data.ml_datasets.penguins`
   LIMIT 10
   

7. Para ejecutar el código, presiona Ejecutar celda.

Completar código de Python

Vista previa

Esta función está sujeta a las "Condiciones de las Ofertas de Fase Previa a la DG" de la sección Condiciones Generales del Servicio de las Condiciones Específicas del Servicio. Las funciones de fase previa a la DG están disponibles “tal cual” y podrían tener asistencia limitada. Para obtener más información, consulta las descripciones de la etapa de lanzamiento.

La finalización del código de Python intenta proporcionar recomendaciones adecuadas para el contexto que se basan en el contenido del editor de consultas. A medida que escribes, Gemini en BigQuery puede sugerir los siguientes pasos lógicos relevantes para el contexto de tu código actual o ayudarte a iterar en tu código.

Para probar la finalización de código de Python con Gemini en BigQuery, sigue estos pasos:

1. Ve a la página de BigQuery Studio.

   Ve a BigQuery Studio

2. En la barra de pestañas del editor de consultas, haz clic en la flecha desplegable junto a Consulta en SQL y, luego, haz clic en Notebook de Python.

   Se abrirá un notebook nuevo, el cual contiene celdas que muestran consultas de ejemplo en el conjunto de datos públicos bigquery-public-data.ml_datasets.penguins.

3. En el editor, comienza a escribir el código de Python. Por ejemplo, %%bigquery. Gemini en BigQuery sugiere el código intercalado mientras escribes.

4. Para aceptar la sugerencia, presiona Tab.

Cómo desactivar las funciones del asistente de consultas de Gemini

Para desactivar funciones específicas en Gemini en BigQuery, haz lo siguiente:

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ve a BigQuery Studio

2. En la barra de herramientas de BigQuery, haz clic en pen_sparkGemini.

   

3. En la lista, borra las funciones del asistente de consultas que deseas desactivar.

Para aprender a desactivar Gemini en BigQuery, consulta Cómo desactivar Gemini en BigQuery.

Proporcionar comentarios

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ve a BigQuery Studio

2. En la barra de herramientas de BigQuery, haz clic en pen_sparkGemini.

   

3. Haz clic en Enviar comentarios.

Ayuda a mejorar las sugerencias

Puedes ayudar a mejorar las sugerencias de Gemini si compartes con Google los datos de la instrucción que envías a las funciones en Versión preliminar.

Para compartir tus datos de prompts, sigue estos pasos:

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ve a BigQuery Studio

2. En la barra de herramientas de BigQuery, haz clic en pen_sparkGemini.

   

3. Selecciona Compartir datos para mejorar Gemini en BigQuery.

4. En el diálogo Configuración de uso de datos, actualiza la configuración de uso de datos.

La configuración de uso compartido de datos se aplica a todo el proyecto y solo puede establecerla un administrador de proyecto con los permisos serviceusage.services.enable y serviceusage.services.list de IAM. Para obtener más información sobre el uso de datos en el programa de Verificador de confianza, consulta Gemini en el programa de Verificador de confianza de Google Cloud.

Precios

Para obtener detalles sobre los precios de esta función, consulta la descripción general de los precios de Gemini en BigQuery.

Cuotas y límites

Si deseas obtener más información sobre las cuotas y los límites de esta función, consulta Cuotas de Gemini en BigQuery.

¿Qué sigue?

• Lee la descripción general de Gemini para Google Cloud.
• Descubre cómo Gemini para Google Cloud usa tus datos.