Ejecuta una consulta
En este documento, se muestra cómo ejecutar una consulta en BigQuery y comprender cuántos datos procesará la consulta antes de ejecutarla a través de una prueba de validación.
Consultas interactivas frente a consultas por lotes
En BigQuery, puedes ejecutar dos tipos de consultas:
- Trabajos de consulta interactivos, que son trabajos que BigQuery ejecuta a pedido.
- Trabajos de consulta por lotes: que son trabajos que BigQuery espera para ejecutar hasta que los recursos de procesamiento inactivos estén disponibles.
De forma predeterminada, BigQuery ejecuta tus consultas como trabajos de consulta interactivos, que se ejecutan lo antes posible. BigQuery calcula de forma dinámica el límite de consultas simultáneas según la disponibilidad de recursos y favorece la ejecución de consultas interactivas más simultáneas que las consultas por lotes. Una vez que alcanzas el límite de consultas simultáneas, las consultas adicionales esperan en una cola. Para obtener más información, consulta las colas de consultas.
BigQuery guarda los resultados de las consultas en una tabla temporal (predeterminada) o en una tabla permanente. Cuando especificas una tabla permanente como la tabla de destino para los resultados, puedes elegir si deseas agregar o reemplazar una tabla existente o crear una tabla nueva con un nombre único.
Roles obligatorios
Para obtener los permisos que necesitas para ejecutar un trabajo de consulta, pídele a tu administrador que te otorgue los siguientes roles de IAM:
-
Usuario de trabajo de BigQuery (
roles/bigquery.jobUser
) en el proyecto. -
Visualizador de datos de BigQuery (
roles/bigquery.dataViewer
) en todas las tablas y vistas a las que hace referencia la consulta. Para consultar las vistas, también necesitas este rol en todas las tablas y vistas subyacentes. Si usas vistas autorizadas o conjuntos de datos autorizados no necesitas acceso a los datos de origen subyacentes.
Si quieres obtener más información para otorgar roles, consulta Administra el acceso.
Estos roles predefinidas contienen los permisos necesarios para ejecutar un trabajo de consulta. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:
Permisos necesarios
Se requieren los siguientes permisos para ejecutar un trabajo de consulta:
-
bigquery.jobs.create
en el proyecto -
bigquery.tables.getData
en todas las tablas y vistas a las que hace referencia la consulta. Para consultar las vistas, también necesitas este permiso en todas las tablas y vistas subyacentes. Si usas vistas autorizadas o conjuntos de datos autorizados, no necesitas acceso a los datos de origen subyacentes.
También puedes obtener estos permisos con roles personalizados o con otros roles predefinidos.
Para obtener más información sobre IAM de BigQuery, consulta Control de acceso con IAM.
Ejecuta una consulta interactiva
Para ejecutar una consulta interactiva, selecciona una de las siguientes opciones:
Consola
Ve a la página de BigQuery.
Haz clic en
Redactar una nueva consulta.En el Editor de consultas, ingresa una consulta de GoogleSQL válida.
Por ejemplo, consulta el conjunto de datos públicos de BigQuery
usa_names
para determinar los nombres más comunes en Estados Unidos entre los años 1910 y 2013:SELECT name, gender, SUM(number) AS total FROM `bigquery-public-data.usa_names.usa_1910_2013` GROUP BY name, gender ORDER BY total DESC LIMIT 10;
Especifica la tabla de destino y la ubicación para los resultados de la consulta (opcional):
- En el editor de consultas, haz clic en Más y, luego, en Configuración de consulta.
- En la sección Destino, marca Establecer una tabla de destino para los resultados de la consulta.
- En Conjunto de datos, ingresa el nombre de un conjunto de datos existente para la tabla de destino, por ejemplo,
myProject.myDataset
. - En ID de tabla, ingresa un nombre para la tabla de destino, por ejemplo,
myTable
. Si la tabla de destino es una tabla existente, en Preferencia de escritura para la tabla de destino, selecciona si deseas agregar o reemplazar la tabla con los resultados de la consulta.
Si la tabla de destino es una tabla nueva, BigQuery crea la tabla cuando ejecutas la consulta.
En la sección Configuración adicional, haz clic en el menú Ubicación de los datos y, luego, selecciona una opción.
En este ejemplo, el conjunto de datos
usa_names
se almacena en la ubicación multirregión de EE.UU. Si especificas una tabla de destino para esta consulta, el conjunto de datos que contiene la tabla de destino también debe estar en la multirregión de EE.UU. No puedes consultar un conjunto de datos en una ubicación y escribir los resultados en una tabla de destino en otra ubicación.Haz clic en Guardar.
Haz clic en
Ejecutar.Si no especificas una tabla de destino, el trabajo de consulta escribe el resultado en una tabla temporal (en caché).
Opcional: para ordenar los resultados de la consulta, haz clic en
Abrir el menú de ordenamiento junto al nombre de la columna y selecciona un orden. Si la estimación de bytes procesados del orden es mayor que cero, la cantidad de bytes se muestra en la parte superior del menú.Opcional: Para ver los resultados de tu consulta, ve a la pestaña Gráfico. Puedes acercar o alejar el gráfico, descargarlo como un archivo PNG, o activar o desactivar la visibilidad de la leyenda.
En el panel Configuración del gráfico, puedes cambiar el tipo de gráfico (línea, barra o de dispersión) y configurar sus medidas y dimensiones. Los campos de este panel se completan previamente con la configuración inicial deducida del esquema de tabla de destino de la consulta. La configuración se conserva entre las siguientes ejecuciones de consultas en el mismo editor de consultas. Las dimensiones admiten
INTEGER
,INT64
,FLOAT
,FLOAT64
,NUMERIC
,BIGNUMERIC
,TIMESTAMP
,DATE
,DATETIME
,TIME
y los tipos de datosSTRING
, mientras que las medidas admitenINTEGER
,INT64
,FLOAT
,FLOAT64
,NUMERIC
y los tipos de datosBIGNUMERIC
.
bq
-
In the Google Cloud console, activate Cloud Shell.
At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
Usa el comando
bq query
En la siguiente marca, la marca--use_legacy_sql=false
te permite usar la sintaxis de GoogleSQL.bq query \ --use_legacy_sql=false \ 'QUERY'
Reemplaza QUERY por una consulta de GoogleSQL válida. Por ejemplo, consulta el conjunto de datos públicos de BigQuery
usa_names
para determinar los nombres más comunes en Estados Unidos entre los años 1910 y 2013:bq query \ --use_legacy_sql=false \ 'SELECT name, gender, SUM(number) AS total FROM `bigquery-public-data.usa_names.usa_1910_2013` GROUP BY name, gender ORDER BY total DESC LIMIT 10;'
El trabajo de consulta escribe el resultado en una tabla temporal (en caché).
De manera opcional, puedes especificar la tabla y la ubicación de destino para los resultados de la consulta. Si deseas escribir los resultados en una tabla existente, incluye la marca adecuada para agregar (
--append_table=true
) o reemplazar (--replace=true
) la tabla.bq query \ --location=LOCATION \ --destination_table=TABLE \ --use_legacy_sql=false \ 'QUERY'
Reemplaza lo siguiente:
LOCATION: Es la región o multirregión para la tabla de destino, por ejemplo,
US
.En este ejemplo, el conjunto de datos
usa_names
se almacena en la ubicación multirregión de EE.UU. Si especificas una tabla de destino para esta consulta, el conjunto de datos que contiene la tabla de destino también debe estar en la multirregión de EE.UU. No puedes consultar un conjunto de datos en una ubicación y escribir los resultados en una tabla de destino en otra ubicación.Puedes configurar un valor predeterminado para la ubicación con el archivo .bigqueryrc.
TABLE: Es un nombre para la tabla de destino, por ejemplo,
myDataset.myTable
.Si la tabla de destino es una tabla nueva, BigQuery crea la tabla cuando ejecutas la consulta. Sin embargo, debes especificar un conjunto de datos existente.
Si la tabla no está en tu proyecto actual, agrega el ID del proyecto de Google Cloud con el formato
PROJECT_ID:DATASET.TABLE
, por ejemplo,myProject:myDataset.myTable
. Si no se especifica--destination_table
, se genera un trabajo de consulta que escribe el resultado en una tabla temporal.
API
Para ejecutar una consulta con la API, inserta un nuevo trabajo y propaga la propiedad de configuración del trabajo query
. Opcionalmente, especifica tu location
ubicaciónjobReference
en la propiedad de la sección del recurso de trabajo.
Busca resultado mediante una llamada a getQueryResults
.
Busca hasta que jobComplete
sea igual a true
. Verifica si hay errores y advertencias en la lista errors
.
C#
Antes de probar este ejemplo, sigue las instrucciones de configuración para C# incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para C#.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Go
Antes de probar este ejemplo, sigue las instrucciones de configuración para Go incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Go.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Java
Antes de probar este ejemplo, sigue las instrucciones de configuración para Java incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Java.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Para ejecutar una consulta con un proxy, visita Configura un proxy.
Node.js
Antes de probar este ejemplo, sigue las instrucciones de configuración para Node.js incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Node.js.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
PHP
Antes de probar este ejemplo, sigue las instrucciones de configuración para PHP incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para PHP.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Python
Antes de probar este ejemplo, sigue las instrucciones de configuración para Python incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Python.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Rita
Antes de probar este ejemplo, sigue las instrucciones de configuración para Ruby incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Ruby.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Para obtener más información, consulta Consultas interactivas frente a consultas por lotes.
Ejecuta una consulta por lotes
Para ejecutar una consulta por lotes, selecciona una de las siguientes opciones:
Consola
Ve a la página de BigQuery.
Haz clic en
Redactar una nueva consulta.En el Editor de consultas, ingresa una consulta de GoogleSQL válida.
Por ejemplo, consulta el conjunto de datos públicos de BigQuery
usa_names
para determinar los nombres más comunes en Estados Unidos entre los años 1910 y 2013:SELECT name, gender, SUM(number) AS total FROM `bigquery-public-data.usa_names.usa_1910_2013` GROUP BY name, gender ORDER BY total DESC LIMIT 10;
Haz clic en
Más y, luego, en Configuración de consulta.En la sección Administración de recursos, selecciona Por lotes.
Especifica la tabla de destino y la ubicación para los resultados de la consulta (opcional):
- En la sección Destino, marca Establecer una tabla de destino para los resultados de la consulta.
- En Conjunto de datos, ingresa el nombre de un conjunto de datos existente para la tabla de destino, por ejemplo,
myProject.myDataset
. - En ID de tabla, ingresa un nombre para la tabla de destino, por ejemplo,
myTable
. Si la tabla de destino es una tabla existente, en Preferencia de escritura para la tabla de destino, selecciona si deseas agregar o reemplazar la tabla con los resultados de la consulta.
Si la tabla de destino es una tabla nueva, BigQuery crea la tabla cuando ejecutas la consulta.
En la sección Configuración adicional, haz clic en el menú Ubicación de los datos y, luego, selecciona una opción.
En este ejemplo, el conjunto de datos
usa_names
se almacena en la ubicación multirregión de EE.UU. Si especificas una tabla de destino para esta consulta, el conjunto de datos que contiene la tabla de destino también debe estar en la multirregión de EE.UU. No puedes consultar un conjunto de datos en una ubicación y escribir los resultados en una tabla de destino en otra ubicación.
Haz clic en Guardar.
Haz clic en
Ejecutar.Si no especificas una tabla de destino, el trabajo de consulta escribe el resultado en una tabla temporal (en caché).
Opcional: para ordenar los resultados de la consulta, haz clic en
Abrir el menú de ordenamiento junto al nombre de la columna y selecciona un orden. Si la estimación de bytes procesados del orden es mayor que cero, la cantidad de bytes se muestra en la parte superior del menú.Opcional: Para ver los resultados de tu consulta, ve a la pestaña Gráfico. Puedes acercar o alejar el gráfico, descargarlo como un archivo PNG, o activar o desactivar la visibilidad de la leyenda.
En el panel Configuración del gráfico, puedes cambiar el tipo de gráfico (línea, barra o de dispersión) y configurar sus medidas y dimensiones. Los campos de este panel se completan previamente con la configuración inicial deducida del esquema de tabla de destino de la consulta. La configuración se conserva entre las siguientes ejecuciones de consultas en el mismo editor de consultas. Las dimensiones admiten
INTEGER
,INT64
,FLOAT
,FLOAT64
,NUMERIC
,BIGNUMERIC
,TIMESTAMP
,DATE
,DATETIME
,TIME
y los tipos de datosSTRING
, mientras que las medidas admitenINTEGER
,INT64
,FLOAT
,FLOAT64
,NUMERIC
y los tipos de datosBIGNUMERIC
.
bq
-
In the Google Cloud console, activate Cloud Shell.
At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
Usa el comando
bq query
y especifica la marca--batch
. En la siguiente marca, la marca--use_legacy_sql=false
te permite usar la sintaxis de GoogleSQL.bq query \ --batch \ --use_legacy_sql=false \ 'QUERY'
Reemplaza QUERY por una consulta de GoogleSQL válida. Por ejemplo, consulta el conjunto de datos públicos de BigQuery
usa_names
para determinar los nombres más comunes en Estados Unidos entre los años 1910 y 2013:bq query \ --batch \ --use_legacy_sql=false \ 'SELECT name, gender, SUM(number) AS total FROM `bigquery-public-data.usa_names.usa_1910_2013` GROUP BY name, gender ORDER BY total DESC LIMIT 10;'
El trabajo de consulta escribe el resultado en una tabla temporal (en caché).
De manera opcional, puedes especificar la tabla y la ubicación de destino para los resultados de la consulta. Si deseas escribir los resultados en una tabla existente, incluye la marca adecuada para agregar (
--append_table=true
) o reemplazar (--replace=true
) la tabla.bq query \ --batch \ --location=LOCATION \ --destination_table=TABLE \ --use_legacy_sql=false \ 'QUERY'
Reemplaza lo siguiente:
LOCATION: Es la región o multirregión para la tabla de destino, por ejemplo,
US
.En este ejemplo, el conjunto de datos
usa_names
se almacena en la ubicación multirregión de EE.UU. Si especificas una tabla de destino para esta consulta, el conjunto de datos que contiene la tabla de destino también debe estar en la multirregión de EE.UU. No puedes consultar un conjunto de datos en una ubicación y escribir los resultados en una tabla de destino en otra ubicación.Puedes configurar un valor predeterminado para la ubicación con el archivo .bigqueryrc.
TABLE: Es un nombre para la tabla de destino, por ejemplo,
myDataset.myTable
.Si la tabla de destino es una tabla nueva, BigQuery crea la tabla cuando ejecutas la consulta. Sin embargo, debes especificar un conjunto de datos existente.
Si la tabla no está en tu proyecto actual, agrega el ID del proyecto de Google Cloud con el formato
PROJECT_ID:DATASET.TABLE
, por ejemplo,myProject:myDataset.myTable
. Si no se especifica--destination_table
, se genera un trabajo de consulta que escribe el resultado en una tabla temporal.
API
Para ejecutar una consulta con la API, inserta un nuevo trabajo y propaga la propiedad de configuración del trabajo query
. Opcionalmente, especifica tu location
ubicaciónjobReference
en la propiedad de la sección del recurso de trabajo.
Cuando propagues las propiedades del trabajo de consulta, incluye la propiedad configuration.query.priority
y establece el valor en BATCH
.
Busca resultado mediante una llamada a getQueryResults
.
Busca hasta que jobComplete
sea igual a true
. Verifica si hay errores y advertencias en la lista errors
.
Go
Antes de probar este ejemplo, sigue las instrucciones de configuración para Go incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Go.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Java
Para ejecutar una consulta por lotes, establece la prioridad de consulta en QueryJobConfiguration.Priority.BATCH cuando crees una QueryJobConfiguration.
Antes de probar este ejemplo, sigue las instrucciones de configuración para Java incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Java.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Node.js
Antes de probar este ejemplo, sigue las instrucciones de configuración para Node.js incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Node.js.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Python
Antes de probar este ejemplo, sigue las instrucciones de configuración para Python incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Python.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Para obtener más información, consulta Consultas interactivas frente a consultas por lotes.
Cuotas
Para obtener información sobre las cuotas relacionadas con las consultas interactivas y por lotes, consulta Trabajos de consulta.
Visualiza la cantidad de consultas interactivas y por lotes
Puedes ver la cantidad de consultas interactivas y por lotes a través de la
vista INFORMATION_SCHEMA.JOBS_BY_PROJECT
.
En el siguiente ejemplo, se usa la vista INFORMATION_SCHEMA.JOBS_BY_PROJECT
para obtener
la cantidad de consultas interactivas y por lotes que se ejecutaron en las últimas 7 horas:
SELECT
priority,
COUNT(*) active_jobs,
FROM
`region-us`.INFORMATION_SCHEMA.JOBS_BY_PROJECT
WHERE
creation_time > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 hour)
AND end_time IS NULL
AND job_type = 'QUERY'
GROUP BY priority
La vista INFORMATION_SCHEMA.JOBS_BY_PROJECT
usa el campo priority
para
indicar si una consulta es INTERACTIVE
o BATCH
. Para obtener más información, consulta
Esquema.
Realiza una prueba de validación
Una prueba de validación en BigQuery proporciona la siguiente información:
- estimación de cargos en el modo a pedido
- validación de tu consulta
- tamaño aproximado y complejidad de tu consulta en el modo de capacidad
Las pruebas de validación no usan ranuras de consulta y no se te cobra por realizar una prueba de validación. Puedes usar la estimación que muestra la ejecución de prueba para calcular los costos de las consultas en la calculadora de precios.
Realiza ejecuciones de prueba
Para realizar una prueba de validación, sigue estos pasos:
Consola
Dirígete a la página de BigQuery.
Ingresa tu consulta en el Editor de consultas.
Si la consulta es válida, aparecerá de forma automática una marca de verificación junto con la cantidad de datos que la consulta procesará. Si la consulta no es válida, aparece un signo de exclamación junto con un mensaje de error.
bq
Ingresa una consulta como la siguiente con la marca --dry_run
.
bq query \ --use_legacy_sql=false \ --dry_run \ 'SELECT COUNTRY, AIRPORT, IATA FROM `project_id`.dataset.airports LIMIT 1000'
Para una consulta válida, el comando genera la siguiente respuesta:
Query successfully validated. Assuming the tables are not modified, running this query will process 10918 bytes of data.
API
Para realizar una ejecución de prueba mediante la API, envía un trabajo de consulta con dryRun
configurado como true
en el tipo JobConfiguration.
Go
Antes de probar este ejemplo, sigue las instrucciones de configuración para Go incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Go.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Java
Antes de probar este ejemplo, sigue las instrucciones de configuración para Java incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Java.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Node.js
Antes de probar este ejemplo, sigue las instrucciones de configuración para Node.js incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Node.js.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
PHP
Antes de probar este ejemplo, sigue las instrucciones de configuración para PHP incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para PHP.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
Python
Configura la propiedad
QueryJobConfig.dry_run
como True
.
Client.query() siempre muestra un QueryJob completo cuando se proporciona una configuración de consulta de ejecución de prueba.
Antes de probar este ejemplo, sigue las instrucciones de configuración para Python incluidas en la guía de inicio rápido de BigQuery sobre cómo usar bibliotecas cliente. Para obtener más información, consulta la documentación de referencia de la API de BigQuery para Python.
Para autenticarte en BigQuery, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para bibliotecas cliente.
¿Qué sigue?
- Obtén más información sobre cómo administrar trabajos de consulta.
- Obtén información sobre cómo ver el historial de consultas.
- Obtén información sobre cómo guardar y compartir consultas.
- Obtén más información sobre las colas de consultas.