Escribe consultas con la asistencia de Gemini

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.

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.

Puedes usar Gemini para Google Cloud, que ofrece asistencia potenciada por IA, para ayudarte a hacer lo siguiente en BigQuery:

• Generar una consulta en SQL
• Completar una consulta en SQL.
• Explicar una consulta en SQL
• Generar código de Python.
• Completar código de Python.

Descubre cómo y cuándo Gemini para Google Cloud usa tus datos.

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 tienes conocimientos sobre cómo consultar datos en el lugar de trabajo de BigQuery SQL o cómo trabajar con notebooks para analizar datos de BigQuery con Python.

Antes de comenzar

1. 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

2. Asegúrate de que Gemini esté configurado para tu proyecto de Google Cloud. Los botones de Gemini no son visibles hasta que se complete la configuración.
3. Para usar Gemini con el código de Python, habilita BigQuery Studio para la administración de recursos.

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 Cloud AI Companion (roles/cloudaicompanion.user) en tu proyecto. Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso.

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.companions.generateCode
• cloudaicompanion.entitlements.get

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

Genera una consulta en SQL

Para generar una consulta en SQL basada en el esquema de tus datos, puedes proporcionar a Gemini 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 puede generar una o más instrucciones de SQL que pueden ayudarte a explorar tus datos.

Cómo usar la herramienta Help me code

La herramienta Ayúdame a programar te permite usar lenguaje natural para generar una consulta en SQL que luego se puede ejecutar en BigQuery Studio.

Para usar la herramienta Help me code, sigue estos pasos:

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

   Ir a BigQuery

2. En el editor de consultas de BigQuery Studio, haz clic en Crear consulta en SQL.

3. En la barra de herramientas, haz clic en pen_sparkGemini y selecciona Gemini si aún no está elegida.

   

4. Junto al editor de consultas, haz clic en pen_spark Help me code.

   

5. En la herramienta Help me code, ingresa una instrucción. Por ejemplo:

    Using `bigquery-public-data.austin_bikeshare.bikeshare_trips`, show me the
    ten longest trip lengths by subscriber type.
   

6. Haz clic en Generar.

   Gemini genera una consulta en SQL similar a la siguiente:

   SELECT subscriber_type,
     MAX(duration_minutes) AS longest_trip_duration
   FROM `bigquery-public-data.austin_bikeshare.bikeshare_trips`
   GROUP BY subscriber_type
   ORDER BY longest_trip_duration DESC
   LIMIT 10;
   

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

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

   • Para aceptar la consulta en SQL generada, haz clic en Insertar a fin de insertar la instrucción en el editor de consultas. Luego, haz clic en Ejecutar para ejecutar la consulta en SQL sugerida.
   • Para pedirle a Gemini que genere una consulta nueva, haz clic en Editar. Después de editar el mensaje, haz clic en Actualizar. Luego, puedes decidir aceptar la nueva declaración generada o descartar la sugerencia.
   • Para descartar la sugerencia, cierra el cuadro de diálogo Help me code.

8. Para pedirle a Gemini que genere una consulta nueva con una fuente de tabla específica, haz clic en Editar fuentes de tablas, selecciona la nueva fuente de tabla y, luego, haz clic en Aplicar. Puedes aceptar la nueva declaración o descartar la sugerencia.

Inhabilita la herramienta Help me code

Para aprender a inhabilitar la herramienta Help me code, consulta Inhabilita funciones de Gemini.

Solicitud para generar consultas en SQL

Para generar SQL, escribe el carácter # en el editor de consultas de BigQuery seguido de una instrucción de lenguaje natural o una pregunta sobre la información que deseas. Gemini revisa tus consultas recientes para encontrar un esquema de tabla que podría ser relevante para tu instrucción. Si conoces la tabla que deseas usar, puedes especificar el nombre de la tabla entre acentos graves (`) en el prompt.

En el siguiente ejemplo, se genera una consulta para una tabla pública de BigQuery, bigquery-public-data.austin_bikeshare.bikeshare_trips.

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

   Ve a BigQuery Studio

   Los pasos restantes aparecen en la consola de Google Cloud.

2. En el editor de consultas en SQL, haz clic en Redactar una nueva consulta.

3. En la barra de herramientas, haz clic en pen_spark Gemini y elige Gemini si no está seleccionada.

   

4. En el editor de consultas, escribe la siguiente indicación en lenguaje natural:

   # Using `bigquery-public-data.austin_bikeshare.bikeshare_trips`, calculate the
   # average trip length by subscriber type.
   

5. Presiona Intro (Retorno en macOS).

   Gemini sugiere una consulta en SQL similar a la siguiente:

   SELECT
     subscriber_type,
     AVG(duration_minutes) AS average_trip_length
   FROM
     `bigquery-public-data.austin_bikeshare.bikeshare_trips`
   GROUP BY
     subscriber_type
   

6. Para aceptar la sugerencia, presiona Tab.

Ver sugerencias adicionales

Gemini puede sugerir más de una instrucción de SQL que responde a tu indicación. Por ejemplo:

1. En el editor de consultas, escribe la siguiente instrucción de lenguaje natural y luego presiona Intro (Retorno en macOS):

   # Write a query that creates a table in the dataset `1234` with a string column called "name"
   

   Gemini sugiere una consulta en SQL.

2. Para ver si hay sugerencias adicionales, sostén el cursor sobre la consulta en SQL sugerida.

3. Haz clic en cualquier sugerencia adicional y luego haz una de las siguientes acciones:

   • Para aceptar una sugerencia, presiona la tecla de Tab.
   • Para aceptar palabras específicas, presiona Control+Flecha hacia la derecha (Comando+Flecha hacia la derecha en macOS).
   • Para descartar las sugerencias, presiona Esc.

Sugerencias para la generación de SQL

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

• Para especificar un esquema de datos, proporciona el nombre de la tabla completamente calificado encerrado entre acentos graves (`), como `PROJECT.DATASET.TABLE`.
• Si los nombres de las columnas o sus relaciones semánticas no son claros o complejos, puedes proporcionar contexto en el mensaje para guiar a Gemini hacia la respuesta que deseas. Esta técnica se conoce como ingeniería de instrucciones. 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 relevancia para tus datos para mejorar los resultados de la generación de SQL.
• Las instrucciones pueden extenderse por varias líneas en el editor de consultas, pero cada línea debe comenzar con un carácter #.

Datos de Gemini y BigQuery

Gemini en BigQuery puede acceder a los metadatos de las tablas a las que tienes permiso para acceder. Esto puede incluir los nombres de tablas y de 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.

Inhabilita la generación de código SQL

Para aprender a inhabilitar la generación de código SQL en BigQuery, consulta Inhabilita funciones de Gemini.

Completar una consulta en SQL

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, sigue estos pasos:

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

   Ve a BigQuery Studio

   Los pasos restantes aparecen en la consola de Google Cloud.

2. En la barra de herramientas, haz clic en pen_spark Gemini y selecciona Gemini si no está seleccionada.

   

3. 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.

4. Presiona Intro (Retorno en macOS) o Espacio.

   Gemini sugiere consultas que terminan en texto similar al siguiente:

   GROUP BY
     subscriber_type, hour_of_day;
   

5. 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.

Permisos adicionales requeridos

Además de los permisos necesarios para escribir consultas con Gemini, debes tener el permiso cloudaicompanion.companions.generateChat si quieres explicar SQL. Este permiso se incluye en el rol de IAM de Usuario de Cloud AI Companion (roles/cloudaicompanion.user).

Explica las consultas en SQL

Para explicar una consulta en SQL, sigue estos pasos:

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

   Ve a BigQuery Studio

   Los pasos restantes aparecen en la consola de Google Cloud.

2. En la barra de herramientas, haz clic en pen_spark Gemini y selecciona Gemini si no está seleccionada.

   

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

4. Destaca la consulta que quieres que Gemini te explique y, a continuación, haz clic en astrophotography_mode Explica esta consulta.

   

La explicación de SQL aparece en el panel Gemini.

Generar código de Python

Puedes indicarle a Gemini con una instrucción o pregunta de lenguaje natural para generar código de Python. Gemini responde con una o más sugerencias de código de Python.

Permisos adicionales requeridos

Además de los permisos necesarios para escribir consultas con Gemini, debes tener el permiso cloudaicompanion.instances.generateCode para generar código de Python. Este permiso se incluye en el rol de IAM de usuario de Cloud AI Companion (roles/cloudaicompanion.user).

Usa Gemini para generar 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.

   Ir a BigQuery

2. En la barra de herramientas, haz clic en pen_sparkGemini y, en la sección Gemini en notebooks de Python, selecciona Generación de código si aún no está seleccionada.

   

3. En la barra de pestañas del panel del editor, haz clic en la flecha desplegable junto al signo + signo y, luego, haz clic en Crear notebook de Python (Create Python notebook):

   

   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.

4. En la barra de herramientas, haz clic en + Código para insertar una celda de código nueva. Aparecerá una celda de código nueva, que dice: Comenzar a programar o genera con IA.

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

6. En el editor de código, escribe la siguiente indicación en lenguaje natural:

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

7. Presiona Intro (Retorno en macOS).

   Gemini sugiere un código de Python similar al siguiente:

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

Finalización de código de Python

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 puede sugerir los siguientes pasos lógicos relevantes para el contexto de tu código actual o ayudarte a iterar en tu código.

Permisos adicionales requeridos

Además de los permisos necesarios para escribir consultas con Gemini, debes tener el permiso cloudaicompanion.instances.completeCode para generar código de Python. Este permiso se incluye en el rol de IAM de usuario de Cloud AI Companion (roles/cloudaicompanion.user).

Usa Gemini para completar el código de Python

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

1. Ve a la página de BigQuery Studio.

   Ir a BigQuery

2. En la barra de herramientas, haz clic en pen_sparkGemini y, en la sección Notebook de Gemini en Python, selecciona Finalización de código si no está seleccionada.

   

3. En la barra de pestañas del panel del editor, haz clic en la flecha desplegable junto al signo + signo y, luego, haz clic en Crear notebook de Python (Create Python notebook):

   

   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.

4. En el editor de código, comienza a escribir el código de Python. Gemini sugiere el código intercalado mientras escribes. Para aceptar la sugerencia, presiona Tab.

Inhabilita funciones de Gemini

Para inhabilitar las funciones de Gemini en BigQuery, haz lo siguiente:

1. En la barra de herramientas del editor de consultas en SQL, haz clic en pen_spark Gemini.

2. Borra las funciones de Gemini que deseas inhabilitar.

Proporciona comentarios

Puedes proporcionar comentarios sobre las sugerencias de Gemini.

• Para enviar comentarios, en la barra de herramientas, haz clic en pen_spark Gemini y, luego, selecciona Gemini.

Ayuda a mejorar las sugerencias

Puedes ayudar a mejorar las sugerencias de Gemini si compartes los datos de la instrucción con Google. Para compartir tus datos de prompts, sigue estos pasos:

1. En la consola de Google Cloud en la página de BigQuery Studio, en la barra de herramientas, haz clic en pen_spark Gemini.

2. Selecciona Compartir datos para mejorar Gemini.

3. Actualiza la configuración de uso de datos en el cuadro de diálogo de parámetros de 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.

¿Qué sigue?

• Para obtener información acerca de Gemini para Google Cloud, consulta Descripción general de Gemini para Google Cloud.
• Para obtener información sobre la política de datos de Gemini, consulta Cómo Gemini en Google Cloud usa tus datos.