Carica ed esegui query sui dati con lo strumento bq

Scopri come creare un set di dati, caricare dati di esempio ed eseguire query su tabelle con il a riga di comando bq.


Per seguire le indicazioni dettagliate per questa attività direttamente nella console Google Cloud, fai clic su Procedura guidata:

Procedura guidata


Prima di iniziare

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.
  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  4. Make sure that billing is enabled for your Google Cloud project.

  5. Se non abiliti la fatturazione per il progetto Google Cloud che utilizzi in questo tutorial, utilizzerai i dati nella sandbox di BigQuery. La La sandbox di BigQuery ti consente di imparare a utilizzare BigQuery con un insieme di funzionalità di BigQuery senza costi aggiuntivi.

  6. Assicurati che l'API BigQuery sia abilitata.

    Abilitare l'API

    Se hai creato un nuovo progetto, l'API BigQuery viene automaticamente in un bucket in cui è abilitato il controllo delle versioni.

  7. In the Google Cloud console, activate Cloud Shell.

    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.

Scarica il file di dati pubblici di origine

  1. Scarica il file ZIP con i nomi dei bambini.
  2. Estrai il file ZIP. Contiene un file denominato NationalReadMe.pdf che descrive lo schema del set di dati. Scopri di più sul set di dati dei nomi dei bambini.
  3. Apri il file yob2010.txt. Si tratta di un file CSV (valori delimitati da virgole) che contiene tre colonne: nome, sesso assegnato alla nascita e numero di figli con quel nome. Il file non ha una riga di intestazione.
  4. Sposta il file nella directory di lavoro.
    • Se stai lavorando in Cloud Shell, fai clic su Altro > Carica > Scegli file, scegli yob2010.txt e fai clic su Carica.
    • Se lavori in una shell locale, copia o sposta il file yob2010.txt nella directory in cui stai eseguendo lo strumento bq.

Crea un set di dati

  1. Crea un set di dati denominato babynames:

    bq mk babynames
    

    L'output è simile al seguente:

    Dataset 'myproject:babynames' successfully created.
    

    Il nome di un set di dati può contenere fino a 1024 caratteri ed essere composto da lettere maiuscole (A-Z), minuscole (a-z), numeri (0-9) e trattino basso, ma non può iniziare con un numero o con il trattino basso, né contenere spazi.

  2. Verifica che il set di dati babynames sia visualizzato nel progetto:

    bq ls
    

    L'output è simile al seguente:

      datasetId
    -------------
      babynames
    

Carica i dati in una tabella

  1. Nel set di dati babynames, carica il file di origine yob2010.txt in una nuova tabella denominata names2010:

    bq load babynames.names2010 yob2010.txt name:string,assigned_sex_at_birth:string,count:integer
    

    L'output è simile al seguente:

    Upload complete.
    Waiting on bqjob_r3c045d7cbe5ca6d2_0000018292f0815f_1 ... (1s) Current status: DONE
    

    Per impostazione predefinita, BigQuery si aspetta dei dati con codifica UTF-8 quando carichi i dati. Se disponi di dati con codifica ISO-8859-1 (o Latin-1) e riscontri problemi, chiedi a BigQuery di trattare i tuoi dati come Latin-1 utilizzando bq load -E=ISO-8859-1. Per ulteriori informazioni, vedi Codifica.

  2. Verifica che la tabella names2010 sia visualizzata nel set di dati babynames:

    bq ls babynames
    

    L'output è simile al seguente. Alcune colonne vengono omesse per semplificare l'output.

      tableId     Type
    ----------- ---------
     names2010    TABLE
    
  3. Verifica che lo schema della nuova tabella names2010 sia name: string, assigned_sex_at_birth: string e count: integer:

    bq show babynames.names2010
    

    L'output è simile al seguente. Alcune colonne vengono omesse per semplificare l'output.

      Last modified        Schema                      Total Rows   Total Bytes
    ----------------- ------------------------------- ------------ ------------
    14 Mar 17:16:45   |- name: string                    34089       654791
                      |- assigned_sex_at_birth: string
                      |- count: integer
    

Esegui query sui dati della tabella

  1. Determina i nomi femminili più popolari nei dati:

    bq query --use_legacy_sql=false \
        'SELECT
          name,
          count
        FROM
          `babynames.names2010`
        WHERE
          assigned_sex_at_birth = "F"
        ORDER BY
          count DESC
        LIMIT 5;'
    

    L'output è simile al seguente:

    +----------+-------+
    |   name   | count |
    +----------+-------+
    | Isabella | 22925 |
    | Sophia   | 20648 |
    | Emma     | 17354 |
    | Olivia   | 17030 |
    | Ava      | 15436 |
    +----------+-------+
    
  2. Determina i nomi maschili meno popolari nei dati:

    bq query --use_legacy_sql=false \
        'SELECT
          name,
          count
        FROM
          `babynames.names2010`
        WHERE
          assigned_sex_at_birth = "M"
        ORDER BY
          count ASC
        LIMIT 5;'
    

    L'output è simile al seguente:

    +----------+-------+
    |   name   | count |
    +----------+-------+
    | Aamarion |     5 |
    | Aarian   |     5 |
    | Aaqib    |     5 |
    | Aaidan   |     5 |
    | Aadhavan |     5 |
    +----------+-------+
    

    Il numero minimo è 5 perché i dati di origine omettono i nomi con meno di 5 occorrenze.

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate su questa pagina, elimina il progetto Google Cloud con le risorse.

Elimina il progetto

Se hai utilizzato la sandbox di BigQuery per eseguire query il set di dati pubblico, significa che la fatturazione non è abilitata per il tuo progetto.

Il modo più semplice per eliminare la fatturazione creato per il tutorial.

Per eliminare il progetto:

  1. In the Google Cloud console, go to the Manage resources page.

    Go to Manage resources

  2. In the project list, select the project that you want to delete, and then click Delete.
  3. In the dialog, type the project ID, and then click Shut down to delete the project.

Elimina le risorse

Se hai utilizzato un progetto esistente, elimina le risorse che hai creato:

  1. Elimina il set di dati babynames:

    bq rm --recursive=true babynames
    

    Il flag --recursive elimina tutte le tabelle nel set di dati, inclusa la tabella names2010.

    L'output è simile al seguente:

    rm: remove dataset 'myproject:babynames'? (y/N)
    
  2. Per confermare il comando di eliminazione, inserisci y.

Passaggi successivi