Criar consultas com a ajuda do Gemini

Como uma tecnologia em estágio inicial, os produtos do Gemini para Google Cloud podem gerar uma saída plausível, mas que é factualmente incorreta. Recomendamos que você valide todos os resultados do Gemini para produtos do Google Cloud antes de usá-los. Para mais informações, consulte Gemini no Google Cloud e IA responsável.

Você pode usar o Gemini para Google Cloud, que oferece assistência com tecnologia de IA para ajudar você a consultar seus dados com consultas SQL e código Python. O Gemini no BigQuery pode gerar consultas, preencher o código enquanto você digita e explicar consultas.

O Gemini para Google Cloud não usa seus comandos nem as respostas deles como dados para treinar os modelos sem sua permissão explícita. Para mais informações sobre como o Google usa seus dados, consulte Como o Gemini para o Google Cloud usa seus dados. Para ativar o compartilhamento de dados pessoais para recursos do Gemini no BigQuery na visualização, consulte Ajudar a melhorar as sugestões.

Somente os comandos em inglês são aceitos pelo Gemini no BigQuery.

Este documento é destinado a analistas, cientistas e desenvolvedores de dados que trabalham com consultas SQL e notebooks do Colab Enterprise no BigQuery. Presumimos que você tenha conhecimento de como consultar dados no espaço de trabalho do BigQuery SQL ou como trabalhar com notebooks para analisar dados do BigQuery usando Python.

Antes de começar

1. Verifique se o Gemini está configurado para seu projeto do Google Cloud. Os recursos do Gemini no BigQuery podem ficar desativados ou indisponíveis até que a configuração seja concluída. Essas etapas geralmente são realizadas por um administrador.

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. No Console do Google Cloud, acesse a página BigQuery.

   Ir para o BigQuery

4. Na barra de ferramentas, clique no ícone de menu suspenso pen_sparkGemini.

   

5. Na lista suspensa de recursos, selecione os que você quer ativar. Os recursos disponíveis são:

   • Gemini na consulta SQL:
     • Preenchimento automático (visualização): conforme você digita no editor de consultas, o Gemini pode sugerir as etapas lógicas seguintes que são relevantes para o contexto da sua consulta atual ou ajudar você a iterar uma consulta.
     • Geração automática: é possível solicitar que o Gemini no BigQuery faça um comentário em linguagem natural no editor de consultas do BigQuery para gerar uma consulta SQL.
     • Ferramenta de geração de SQL: é possível inserir texto em linguagem natural em uma ferramenta para gerar uma consulta SQL, com opções para refinar os resultados da consulta, escolher origens de tabela e comparar resultados.
     • Explicação: você pode solicitar que o Gemini no BigQuery explique uma consulta SQL em linguagem natural.
   • Gemini no notebook Python:
     • Preenchimento de código (visualização): o Gemini fornece recomendações contextualmente adequadas com base no conteúdo do notebook.
     • Geração de código: é possível solicitar que o Gemini gere um código Python com uma instrução ou pergunta de linguagem natural.

Permissões necessárias

Para receber as permissões necessárias para escrever consultas com a assistência do Gemini, peça ao administrador para conceder a você o papel de usuário do Cloud AI Companion (roles/cloudaicompanion.user) do IAM no projeto. Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.

Este papel predefinido contém as permissões necessárias para criar consultas com a assistência do Gemini. Para conferir as permissões exatas necessárias, expanda a seção Permissões necessárias:

Permissões necessárias

As seguintes permissões são necessárias para escrever consultas com a assistência do Gemini:

• cloudaicompanion.companions.generateCode
• cloudaicompanion.entitlements.get
• cloudaicompanion.instances.completeTask
• Para explicar consultas SQL: cloudaicompanion.companions.generateChat
• Para preencher o código Python: cloudaicompanion.instances.completeCode
• Para gerar código Python: cloudaicompanion.instances.generateCode

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

Gerar uma consulta SQL

Para gerar uma consulta SQL com base no esquema dos dados, forneça ao Genmini uma instrução ou pergunta em linguagem natural (também conhecida como comando). Mesmo que você esteja começando sem código, com um conhecimento limitado do esquema de dados ou apenas um conhecimento básico da sintaxe do GoogleSQL, o Gemini pode gerar SQL que pode ajudar você a conhecer seus dados.

Usar a ferramenta de geração de SQL

A ferramenta de geração de SQL permite usar a linguagem natural para gerar uma consulta SQL sobre as tabelas visualizadas ou consultadas recentemente. Também é possível usar a ferramenta para modificar uma consulta existente e especificar manualmente as tabelas para as quais você quer gerar SQL.

Para usar a ferramenta de geração de SQL, siga estas etapas:

1. No Console do Google Cloud, acesse a página BigQuery.

   Ir para o BigQuery

2. Ao lado do editor de consultas, clique em pen_spark Ferramenta de geração de SQL.

   

3. À esquerda do editor de consultas, clique no ícone pen_spark ferramenta de geração de SQL para abrir a ferramenta.

4. Na ferramenta de geração de SQL, faça uma pergunta ou insira um comando de linguagem natural sobre uma tabela que você visualizou ou consultou recentemente. Por exemplo, você pode acessar a tabela bigquery-public-data.austin_bikeshare.bikeshare_trips e digitar o seguinte:

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

5. Clique em Gerar.

   Gemini gera uma consulta SQL semelhante à seguinte:

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

   Observação: o Gemini pode sugerir uma sintaxe diferente sempre que você inserir o mesmo comando.

6. Analise a consulta SQL gerada e realize uma das seguintes ações:

   • Para aceitar a consulta SQL gerada, clique em Inserir para inserir a instrução no editor de consultas. Em seguida, clique em Executar para executar a consulta SQL sugerida.
   • Para editar o comando, clique em Editar e modifique ou substitua o comando inicial. Depois de editar o comando, clique em Atualizar para visualizar a nova consulta.
   • Para atualizar as origens de tabela usadas como contexto para gerar a consulta SQL sugerida, clique em Editar origens da tabela, selecione as origens da tabela marcando as caixas de seleção e clique em Aplicar.
   • Para conferir um resumo em linguagem natural da consulta gerada, clique em Resumo da consulta.
   • Para refinar a consulta SQL sugerida, digite os refinamentos na caixa de texto Refinar e clique em Enviar para refinar a consulta. Por exemplo, digite limit to 1000 para limitar o número de resultados da consulta. Para comparar as mudanças na sua consulta, selecione a caixa de seleção Mostrar diferença.
   • Para dispensar a sugestão sem inserir a consulta gerada, feche a ferramenta de geração de SQL.

Desativar a ferramenta de geração de SQL

Para saber como desativar a ferramenta de geração de SQL, consulte Desativar recursos do Gemini.

Gerar SQL a partir de um comentário

Para gerar SQL no editor SQL, descreva a consulta que você quer em um comentário e pressione Enter para ir para a linha seguinte.

No exemplo a seguir, você gera uma consulta para uma tabela pública do BigQuery, bigquery-public-data.austin_bikeshare.bikeshare_trips.

1. No console do Google Cloud, acesse a página BigQuery Studio.

   Acessar o BigQuery Studio

   As etapas restantes aparecem no console do Google Cloud.

2. No editor de consultas SQL, clique em Criar uma nova consulta.

   

3. No editor de consultas, escreva um comentário SQL sobre uma tabela que você acessou ou consultou recentemente. Por exemplo, você pode acessar a tabela bigquery-public-data.austin_bikeshare.bikeshare_trips e escrever o seguinte comentário:

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

4. Pressione Enter (Return no macOS).

   Gemini sugere uma consulta SQL semelhante à seguinte:

   # 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 aceitar a sugestão, pressione Tab.

Dicas para geração de SQL

As dicas a seguir podem melhorar as sugestões oferecidas pelo Gemini no BigQuery:

• Para especificar manualmente quais tabelas usar, inclua o nome da tabela totalmente qualificado entre crases (`), como `PROJECT.DATASET.TABLE`.
• Se os nomes das colunas ou as relações semânticas delas não forem claros ou complexos, forneça contexto no comando para orientar o Gemini sobre a resposta que você quer. Por exemplo, para incentivar uma consulta gerada a mencionar um nome de coluna, descreva o nome da coluna e sua relevância para a resposta desejada. Para incentivar uma resposta que mencione termos complexos, como valor da vida útil ou margem bruta, descreva o conceito e a relevância dele para seus dados para melhorar os resultados da geração de SQL.
• Ao gerar SQL usando um comentário, você pode formatar o comando em várias linhas prefixando cada linha com um caractere #.
• As descrições de coluna são consideradas ao gerar consultas SQL. Para melhorar a precisão, adicione descrições de colunas ao seu esquema. Para mais informações sobre descrições de colunas, consulte Descrições de colunas em "Especificar um esquema".

Dados do Gemini e do BigQuery

O Gemini no BigQuery pode acessar os metadados das tabelas que você tem permissão para acessar. Isso pode incluir os nomes da tabela, nomes de colunas, tipos de dados e descrições de coluna. O Gemini no BigQuery não pode acessar os dados em tabelas, visualizações ou modelos. Para mais informações sobre como o Gemini usa seus dados, consulte Como o Gemini para o Google Cloud usa seus dados.

Preencher uma consulta SQL

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.

O preenchimento de SQL tenta fornecer recomendações contextualmente adequadas com base no conteúdo no editor de consultas. Conforme você digita, o Gemini pode sugerir próximas etapas lógicas relevantes para o contexto da sua consulta atual ou ajudar você a iterar em uma consulta.

Para testar a conclusão do SQL com o Gemini, siga estas etapas:

1. No console do Google Cloud, acesse a página BigQuery Studio.

   Acessar o BigQuery Studio

   As etapas restantes aparecem no console do Google Cloud.

2. No editor de consultas, copie o seguinte código:

   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`
   

   Uma mensagem de erro informa que subscriber_type não está agrupado nem agregado. É comum precisar de ajuda para conseguir uma consulta ideal.

3. Pressione Enter (Return no macOS) ou Espaço.

   Gemini sugere refinamentos para a consulta que podem terminar em texto semelhante ao seguinte:

   GROUP BY
     subscriber_type, hour_of_day;
   

4. Para aceitar a sugestão, pressione Tab ou mantenha o ponteiro sobre o texto sugerido e clique para conferir sugestões alternativas. Para dispensar uma sugestão, pressione ESC ou continue digitando.

Explicar uma consulta SQL

Você pode solicitar que o Gemini no BigQuery explique uma consulta SQL em linguagem natural. Essa explicação pode ajudar você a entender uma consulta em que a sintaxe, esquema subjacente e contexto comercial podem ser difíceis de avaliar devido ao tamanho ou à complexidade da consulta.

Explicar consultas SQL

Para explicar uma consulta SQL, siga estas etapas:

1. No console do Google Cloud, acesse a página BigQuery Studio.

   Acessar o BigQuery Studio

   As etapas restantes aparecem no console do Google Cloud.

2. No editor de consultas, abra ou cole a consulta que você quer que o Gemini explique.

3. Destaque a consulta que você quer que o Gemini explique e clique em astrophotography_mode Gemini.

   

A explicação do SQL aparece no painel Gemini.

Gerar código Python

Peça ao Gemini com uma declaração ou pergunta de linguagem natural para gerar código Python. Gemini responde com uma ou mais sugestões de código em Python.

Usar o Gemini para gerar código Python

No exemplo a seguir, você gera o código para um conjunto de dados público do BigQuery, bigquery-public-data.ml_datasets.penguins.

1. Acesse a página do BigQuery Studio.

   Ir para o BigQuery

2. Na barra de guias do painel do editor, clique na seta suspensa ao lado do sinal + e clique em Criar um notebook Python:

   O novo notebook é aberto, com células que mostram exemplos de consultas no conjunto de dados público bigquery-public-data.ml_datasets.penguins.

3. Na barra de ferramentas, clique em + Código para inserir uma nova célula de código. Uma nova célula de código vai aparecer: Começar a codificar ou gerar com IA.

4. Na nova célula de código, clique em generate.

5. No editor de consultas, insira o seguinte comando de linguagem natural:

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

6. Pressione Enter (Return no macOS).

   Gemini sugere um código Python semelhante ao seguinte:

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

7. Execute o código e pressione Enter.

Concluir código Python

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.

O preenchimento de código em Python tenta fornecer recomendações contextualmente apropriadas, baseadas no conteúdo do editor de consultas. Conforme você digita, o Gemini pode sugerir as próximas etapas lógicas relevantes ao contexto do seu código atual ou ajudar você a iterar o código.

Use o Gemini para concluir o código Python

Para testar o preenchimento de código Python com o Gemini, siga estas etapas:

1. Acesse a página do BigQuery Studio.

   Ir para o BigQuery

2. Na barra de guias do painel do editor, clique na seta suspensa ao lado do sinal + e clique em Criar um notebook Python: O novo notebook é aberto, com células que mostram exemplos de consultas no conjunto de dados público bigquery-public-data.ml_datasets.penguins.

3. No editor de código, comece a digitar o código Python. Por exemplo, %%bigquery. Gemini sugere código inline enquanto você digita. Para aceitar a sugestão, pressione Tab.

Desativar os recursos do assistente de consulta do Gemini

Para desativar os recursos do Gemini no BigQuery, faça o seguinte:

1. No Console do Google Cloud, acesse a página BigQuery.

   Ir para o BigQuery

2. Na barra de ferramentas, clique no ícone de menu suspenso pen_spark Gemini.

![Gemini button in the BigQuery toolbar.](/bigquery/images/duet-ai-assistant-link.png){: class="screenshot" } 

1. Na lista suspensa de recursos, desmarque os recursos de assistente de consulta do Gemini no BigQuery que você quer desativar.

   • Gemini na consulta SQL:
     • Preenchimento automático (visualização): conforme você digita, o Gemini pode sugerir as próximas etapas lógicas relevantes para o contexto da sua consulta atual ou ajudar você a iterar uma consulta.
     • Geração automática: é possível fornecer ao Gemini um comando em linguagem natural para gerar uma sintaxe SQL que responda a perguntas de negócios.
     • Ferramenta de geração de SQL: use a linguagem natural para gerar e iterar os resultados da consulta SQL com base nos dados da sua organização.
     • Explicação: você pode solicitar que o Gemini no BigQuery explique uma consulta SQL em linguagem natural.
   • Gemini no notebook Python:
     • Preenchimento de código (visualização): o Gemini oferece recomendações contextualmente adequadas com base no conteúdo no editor de consultas.
     • Geração de código: é possível solicitar que o Gemini gere um código Python com uma instrução ou pergunta de linguagem natural.

Para saber como desativar o recurso do Gemini no BigQuery, consulte Desativar produtos do Gemini.

Enviar feedback

Você pode enviar feedback sobre as sugestões do Gemini.

• Para fornecer feedback, na barra de ferramentas, clique em pen_spark Gemini e selecione Enviar feedback

Ajude a melhorar as sugestões

Você pode ajudar a melhorar as sugestões do Gemini compartilhando com o Google os dados de comando enviados para os recursos na visualização. Para compartilhar seus dados de comandos, siga estas etapas:

1. No console do Google Cloud, na página do BigQuery Studio, na barra de ferramentas, clique em pen_spark Gemini.

2. Selecione Compartilhar dados para melhorar o Gemini.

3. Atualize suas configurações de uso de dados na caixa de diálogo de configuração.

As configurações de compartilhamento de dados se aplicam a todo o projeto e só podem ser definidas por um administrador com as permissões de IAM serviceusage.services.enable e serviceusage.services.list. Para mais informações sobre o uso de dados no programa Trusted Tester, consulte Gemini para o programa Trusted Tester do Google Cloud.

Preços

Para saber mais sobre os preços desse recurso, consulte Visão geral dos preços do Gemini no BigQuery.

Cotas e limites

Para informações sobre cotas e limites desse recurso, consulte Cotas do Gemini no BigQuery.

A seguir

• Para mais informações sobre o Gemini para o Google Cloud, consulte Visão geral do Gemini para o Google Cloud.
• Para informações sobre a política de dados do Gemini, consulte Como o Gemini para o Google Cloud usa seus dados.