Carga y consulta datos con la herramienta de bq
Obtén más información para crear un conjunto de datos, cargar datos de muestra y consultar tablas con la herramienta de línea de comandos de bq.
Para seguir la guía paso a paso en esta tarea directamente en la consola de Google Cloud, haz clic en Guía:
Antes de comenzar
- Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.
Asegúrate de que la API de BigQuery esté habilitada.
Si creaste un proyecto nuevo, la API de BigQuery se habilita de forma automática.
-
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.
Si no habilitas la facturación para el proyecto de Google Cloud que uses en este instructivo, trabajarás con los datos en la zona de pruebas de BigQuery. La zona de pruebas de BigQuery te permite comprender la plataforma con un conjunto limitado de funciones de BigQuery sin cargo.
Descarga el archivo de datos públicos de origen
- Descarga el archivo ZIP de nombres de bebés.
- Extrae el archivo ZIP. Contiene un archivo llamado
NationalReadMe.pdf
que describe el esquema del conjunto de datos. Obtén más información sobre el conjunto de datos de nombres de bebés. - Abre el archivo
yob2010.txt
. Es un archivo de valores separados por comas (CSV) que contiene las siguientes tres columnas: nombre, sexo asignado al nacer y cantidad de bebés con ese nombre. El archivo no tiene una fila de encabezado. - Mueve el archivo a tu directorio de trabajo.
- Si trabajas en Cloud Shell, haz clic en
yob2010.txt
y, luego, haz clic enSubir. - Si trabajas en una shell local, copia o mueve el archivo
yob2010.txt
al directorio en el que ejecutas la herramienta de bq.
- Si trabajas en Cloud Shell, haz clic en
Crea un conjunto de datos
Crea un conjunto de datos llamado
babynames
:bq mk babynames
El resultado es similar a este:
Dataset 'myproject:babynames' successfully created.
El nombre de un conjunto de datos puede tener hasta 1,024 caracteres y estar compuesto por letras de la A a la Z (mayúsculas o minúsculas), números del 0 al 9 y guiones bajos. El nombre no puede comenzar con un número ni un guion bajo y no puede tener espacios.
Confirma que el conjunto de datos
babynames
ahora aparezca en tu proyecto:bq ls
El resultado es similar a este:
datasetId ------------- babynames
Carga datos en una tabla
En el conjunto de datos
babynames
, carga el archivo de origenyob2010.txt
en una tabla nueva llamadanames2010
:bq load babynames.names2010 yob2010.txt name:string,assigned_sex_at_birth:string,count:integer
El resultado es similar a este:
Upload complete. Waiting on bqjob_r3c045d7cbe5ca6d2_0000018292f0815f_1 ... (1s) Current status: DONE
De manera predeterminada, cuando cargas datos, BigQuery espera que sean datos codificados en UTF-8. Si tienes datos en la codificación ISO-8859-1 (o Latin-1) y tienes problemas con ellos, indica a BigQuery que trate tus datos como Latin-1 con
bq load -E=ISO-8859-1
. Para obtener más información, consulta Codificación.Confirma que la tabla
names2010
ahora aparezca en el conjunto de datosbabynames
:bq ls babynames
El resultado es similar al siguiente. Algunas columnas se omiten para simplificar el resultado.
tableId Type ----------- --------- names2010 TABLE
Confirma que el esquema de la tabla nueva de
names2010
seaname: string
,assigned_sex_at_birth: string
ycount: integer
:bq show babynames.names2010
El resultado es similar al siguiente. Algunas columnas se omiten para simplificar el resultado.
Last modified Schema Total Rows Total Bytes ----------------- ------------------------------- ------------ ------------ 14 Mar 17:16:45 |- name: string 34089 654791 |- assigned_sex_at_birth: string |- count: integer
Consultar datos de tablas
Determina los nombres de niñas más populares en los datos:
bq query --use_legacy_sql=false \ 'SELECT name, count FROM `babynames.names2010` WHERE assigned_sex_at_birth = "F" ORDER BY count DESC LIMIT 5;'
El resultado es similar a este:
+----------+-------+ | name | count | +----------+-------+ | Isabella | 22925 | | Sophia | 20648 | | Emma | 17354 | | Olivia | 17030 | | Ava | 15436 | +----------+-------+
Determina los nombres de niños menos populares en los datos:
bq query --use_legacy_sql=false \ 'SELECT name, count FROM `babynames.names2010` WHERE assigned_sex_at_birth = "M" ORDER BY count ASC LIMIT 5;'
El resultado es similar a este:
+----------+-------+ | name | count | +----------+-------+ | Aamarion | 5 | | Aarian | 5 | | Aaqib | 5 | | Aaidan | 5 | | Aadhavan | 5 | +----------+-------+
El conteo mínimo es de 5 porque los datos de origen omiten los nombres que aparecen menos de 5 veces.
Realiza una limpieza
Para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos que se usaron en esta página, borra el proyecto de Cloud que tiene los recursos.
Borra el proyecto
Si usaste la zona de pruebas de BigQuery a fin de consultar el conjunto de datos públicos, la facturación no estará habilitada para tu proyecto.La manera más fácil de eliminar la facturación es borrar el proyecto que creaste para el instructivo.
Para borrar el proyecto, haga lo siguiente:
- En la consola de Google Cloud, ve a la página Administrar recursos.
- En la lista de proyectos, elige el proyecto que quieres borrar y haz clic en Borrar.
- En el diálogo, escribe el ID del proyecto y, luego, haz clic en Cerrar para borrar el proyecto.
Borra recursos
Si usaste un proyecto existente, borra los recursos que creaste:
Borra el conjunto de datos
babynames
bq rm --recursive=true babynames
La marca
--recursive
borra todas las tablas del conjunto de datos, incluida la tablanames2010
.El resultado es similar a este:
rm: remove dataset 'myproject:babynames'? (y/N)
Para confirmar el comando de eliminación, ingresa
y
.
¿Qué sigue?
- Obtén más información para usar la herramienta de bq.
- Obtén más información sobre la zona de pruebas de BigQuery.
- Obtén más información sobre cómo cargar datos en BigQuery.
- Obtén más información sobre cómo consultar datos en BigQuery.
- Recibe actualizaciones de BigQuery.
- Obtén más información sobre los precios de BigQuery.
- Obtén más información sobre las cuotas y límites de BigQuery.