BigQuery-Dokumentation | Google Cloud

BigQuery ist das vollständig verwaltete, kostengünstige Data Warehouse für Analysen im Petabyte-Bereich von Google Cloud. Damit können Sie große Datenmengen nahezu in Echtzeit analysieren. Mit BigQuery muss keine Infrastruktur eingerichtet oder verwaltet werden. So können Sie sich mithilfe von GoogleSQL auf aussagekräftige Informationen konzentrieren und außerdem flexible Preismodelle einschließlich On-Demand- und Pauschaloptionen nutzen. Weitere Informationen

G Suite-Nutzer schulen

Lösung

Data Warehouse mit BigQuery Jump Start-Lösung

Beispiels-Data Warehouse mit BigQuery bereitstellen und verwenden.

Training

BigQuery for Data Warehousing

Best Practices zum Extrahieren, Umwandeln und Laden Ihrer Daten in Google Cloud mit BigQuery.

Codelab

BigQuery-Daten mit PySpark in Dataproc vorverarbeiten

Anleitung zum Erstellen einer Datenverarbeitungspipeline mit Apache Spark mit Dataproc auf der Google Cloud. Im Bereich von Data Science und Data Engineering werden Daten häufig von einem Speicherort gelesen, dann werden sie transformiert und in einen anderen Speicherort geschrieben.

Training

BigQuery For Data Analysis

Erfahren Sie, wie Sie mit BigQuery Modelle für maschinelles Lernen in SQL abfragen, aufnehmen, optimieren, visualisieren und sogar erstellen.

Training

BigQuery für Marketinganalysten

Gewinnen Sie wiederholbare, skalierbare und wertvolle Erkenntnisse aus Ihren Daten, indem Sie lernen, sie in BigQuery abzufragen.

Training

BigQuery für maschinelles Lernen

Experimentieren Sie mit den verschiedenen Modelltypen in BigQuery Machine Learning und lernen Sie, was ein gutes Modell ausmacht.

Anwendungsfälle

Anwendungsfall

Data Warehouses zu BigQuery migrieren

Muster und Empfehlungen für die Umstellung Ihres lokalen Data Warehouse auf BigQuery.

Migration Muster BigQuery

Anwendungsfall

BigQuery-Daten in einem Jupyter-Notebook visualisieren

Verwenden Sie die BigQuery Python-Clientbibliothek und Pandas in einem Jupyter-Notebook, um Daten in einer BigQuery-Beispieltabelle zu visualisieren.

Codebeispiele

Google Cloud

Client: Anmeldedaten mit Bereichen erstellen

Anmeldedaten mit Drive- und der BigQuery API-Bereichen erstellen

Google Cloud

Client: Anmeldedaten mit Standardanmeldedaten für Anwendungen erstellen

Einen BigQuery-Client mithilfe der Standardanmeldedaten für Anwendungen erstellen.

Google Cloud

Client: Mit Dienstkontoschlüssel erstellen

Einen BigQuery-Client mithilfe einer Dienstkonto-Schlüsseldatei erstellen.

GitHub

Python-Beispiele

Mit BigQuery mit der Google Cloud Python-Clientbibliothek arbeiten

GitHub

Node.js-Beispiele

Beispiele für die Node.js-Clientbibliothek für BigQuery

GitHub

Einfaches C#-Beispiel

Ein einfaches C#-Programm und Code-Snippets für die Interaktion mit BigQuery

GitHub

BigQuery und Cloud Monitoring in App Engine mit Java 8

In dieser API-Showcase wird gezeigt, wie Sie eine Anwendung der App Engine-Standardumgebung mit Abhängigkeiten sowohl in BigQuery als auch in Cloud Monitoring ausführen.

Google Cloud

Alle Beispiele

Alle Beispiele für BigQuery durchsuchen

Videos

BigQuery testen

Erstellen Sie ein Konto, um die Leistung unserer Produkte in realen Szenarien auszuwerten.
Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

BigQuery kostenlos testen

Leitfäden

Referenz

Ressourcen

G Suite-Nutzer schulen

Anwendungsfälle

Codebeispiele

Videos

BigQuery testen