In diesem Dokument wird beschrieben, wie Gemini in BigQuery, das Teil der Produktfamilie Gemini für Google Cloud ist, KI-basierte Unterstützung bietet, die Ihnen die Arbeit mit Ihren Daten erleichtert.
KI-Unterstützung mit Gemini in BigQuery
Gemini in BigQuery bietet KI-Unterstützung, um Ihnen bei Folgendem zu helfen:
- Daten mit Data Insights analysieren und nachvollziehen: Data Insights bietet eine automatisierte, intuitive Möglichkeit, Muster zu erkennen und statistische Analysen durchzuführen. Dazu werden aussagekräftige Abfragen verwendet, die aus den Metadaten Ihrer Tabellen generiert werden. Diese Funktion ist besonders hilfreich bei der Bekämpfung von Kaltstartproblemen bei der frühen explorativen Datenanalyse. Weitere Informationen finden Sie unter Data Insights in BigQuery generieren.
- Daten mit dem BigQuery-Daten-Canvas identifizieren, transformieren, abfragen und visualisieren: Mit Gemini in BigQuery können Sie mit der natürlichen Sprache Tabellen-Assets suchen, zusammenführen und abfragen, Ergebnisse visualisieren und während des gesamten Vorgangs nahtlos mit anderen zusammenarbeiten. Weitere Informationen finden Sie unter Mit Data Canvas analysieren.
- Unterstützte SQL- und Python-Datenanalyse nutzen: Mit Gemini in BigQuery können Sie Code in SQL oder Python generieren oder vorschlagen lassen und eine vorhandene SQL-Abfrage erläutern lassen. Sie können auch Abfragen in natürlicher Sprache ausführen, um mit der Datenanalyse zu beginnen. Informationen zum Generieren, Vervollständigen und Zusammenfassen von Code finden Sie in der folgenden Dokumentation:
- SQL Code Assist
- Python Code Assist
- Daten für die Analyse vorbereiten: Die Datenvorbereitung in BigQuery bietet kontextbezogene, KI-generierte Transformationsempfehlungen zum Bereinigen von Daten für die Analyse. Weitere Informationen finden Sie unter Daten mit Gemini vorbereiten.
- SQL-Übersetzungen mit Übersetzungsregeln anpassen: (Vorschau) Erstellen Sie Gemini-optimierte Übersetzungsregeln, um Ihre SQL-Übersetzungen anzupassen, wenn Sie den interaktiven SQL-Übersetzer verwenden. Sie können Änderungen der SQL-Übersetzungsausgabe mit Prompts mit natürlicher Sprache beschreiben oder SQL-Muster zum Suchen und Ersetzen angeben. Weitere Informationen finden Sie unter Übersetzungsregel erstellen.
Gemini für Google Cloud verwendet Ihre Prompts und die Antworten darauf nicht ohne Ihre ausdrückliche Erlaubnis zum Trainieren seiner Modelle. Weitere Informationen dazu, wie Google Ihre Daten verwendet, finden Sie unter So verwendet Gemini für Google Cloud Ihre Daten.
Preise
Preise für Gemini für Google Cloud
Kontingente und Limits
Informationen zu Kontingenten und Limits für Gemini in BigQuery finden Sie unter Kontingente und Limits für Gemini für Google Cloud .
Wo Sie Gemini in BigQuery interaktiv nutzen können
Nachdem Sie Gemini in BigQuery eingerichtet haben, können Sie Gemini in BigQuery für Folgendes in BigQuery Studio verwenden:
- Wenn Sie Statistiken generieren möchten, rufen Sie den Tab Statistiken für einen Tabelleneintrag auf. Dort können Sie Muster identifizieren, die Qualität bewerten und statistische Analysen für Ihre BigQuery-Daten ausführen.
- Wenn Sie Data Canvas verwenden möchten, erstellen Sie einen Data Canvas oder verwenden Sie Data Canvas aus einer Tabelle oder Abfrage, um Daten-Assets in natürlicher Sprache zu untersuchen und Ihre Canvas freizugeben.
- Wenn Sie SQL- oder Python-Code mit natürlicher Sprache generieren oder während der Eingabe Vorschläge mit Autovervollständigung erhalten möchten, verwenden Sie das SQL-Generierungstool für Ihre SQL-Abfragen oder Ihren Python-Code. Gemini in BigQuery kann Ihren SQL-Code auch in natürlicher Sprache erklären.
- Wenn Sie Daten für die Analyse vorbereiten möchten, wählen Sie in der Liste Neu erstellen die Option Datenvorbereitung aus. Weitere Informationen finden Sie unter Editor für die Datenvorbereitung in BigQuery öffnen.
Gemini in BigQuery einrichten
Eine ausführliche Anleitung zur Einrichtung finden Sie unter Gemini in BigQuery einrichten.
So verwendet Gemini in BigQuery Ihre Daten
Um exakte Ergebnisse bereitstellen zu können, benötigt Gemini in BigQuery für erweiterte Funktionen Zugriff auf Ihre Kundendaten und Metadaten in BigQuery. Durch die Aktivierung von Gemini in BigQuery wird Gemini die Berechtigung zum Zugriff auf diese Daten gewährt, einschließlich Ihres Tabellen- und Abfrageverlaufs. Gemini in BigQuery verwendet Ihre Daten nicht zum Trainieren oder Optimieren seiner Modelle. Weitere Informationen dazu, wie Gemini Ihre Daten nutzt, finden Sie unter So verwendet Gemini für Google Cloud Ihre Daten.
Die erweiterten Funktionen von Gemini in BigQuery sind:
- SQL-Generierungstool
- Prompt zum Generieren von SQL-Abfragen
- SQL-Abfrage vervollständigen
- SQL-Abfrage erklären
- Python-Code generieren
- Python-Code vervollständigen
- Data Canvas
- Datenvorbereitung
- Data Insights
Standorte
Informationen dazu, wo Gemini Ihre Daten verarbeitet, finden Sie unter Gemini-Bereitstellungsorte.
Nächste Schritte
- Informationen zu den neuesten Verbesserungen und Fehlerkorrekturen in den Versionshinweisen
- Informationen zum Einrichten von Gemini in BigQuery
- Informationen zum Schreiben von Abfragen mit Gemini-Unterstützung
- Weitere Informationen zurGoogle Cloud -Compliance