Ringkasan Gemini di BigQuery

Dokumen ini menjelaskan cara Gemini in BigQuery, yang merupakan bagian dari suite produk Gemini untuk Google Cloud, memberikan bantuan yang didukung teknologi AI untuk membantu Anda menangani data.

Bantuan AI dengan Gemini di BigQuery

Gemini di BigQuery memberikan bantuan AI untuk membantu Anda melakukan hal berikut:

  • Jelajahi dan pahami data Anda dengan insight data. Insight data umumnya tersedia (GA) menawarkan cara otomatis dan intuitif untuk menemukan pola dan melakukan analisis statistik menggunakan kueri yang bermanfaat yang dihasilkan dari metadata tabel Anda. Fitur ini sangat berguna dalam mengatasi tantangan cold start eksplorasi data awal. Untuk mengetahui informasi selengkapnya, lihat artikel Membuat insight data di BigQuery.
  • Temukan, ubah, buat kueri, dan visualisasikan data dengan kanvas data BigQuery. (GA) Dengan menggunakan natural language, Anda dapat menemukan, menggabungkan, dan membuat kueri aset tabel, memvisualisasikan hasil, dan berkolaborasi dengan lancar dengan orang lain di seluruh proses. Untuk mengetahui informasi selengkapnya, lihat Menganalisis dengan kanvas data.
  • Dapatkan analisis data SQL dan Python berbantuan. Anda dapat menggunakan Gemini di BigQuery untuk membuat atau menyarankan kode dalam SQL atau Python, dan untuk menjelaskan kueri SQL yang ada. Anda juga dapat menggunakan kueri bahasa alami untuk memulai analisis data. Untuk mempelajari cara membuat, menyelesaikan, dan meringkas kode, lihat dokumentasi berikut:
  • Menyiapkan data untuk analisis. (Pratinjau) Persiapan data di BigQuery memberi Anda rekomendasi transformasi yang dibuat AI dan berbasis konteks untuk membersihkan data guna analisis. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan data dengan Gemini.
  • Optimalkan infrastruktur data Anda dengan rekomendasi partisi, pengelompokan, dan tampilan terwujud. Anda dapat mengizinkan BigQuery memantau beban kerja SQL untuk menemukan peluang guna meningkatkan performa dan mengurangi biaya. Untuk informasi selengkapnya, lihat dokumentasi berikut:
  • Menyesuaikan dan memecahkan masalah workload Apache Spark serverless secara otomatis. (Pratinjau) Penyesuaian otomatis dapat secara otomatis mengoptimalkan tugas Spark dengan menerapkan setelan konfigurasi ke beban kerja Spark berulang berdasarkan praktik terbaik dan analisis dari pengoperasian beban kerja sebelumnya. Pemecahan masalah lanjutan dengan Gemini di BigQuery dapat menjelaskan dan menampilkan error tugas, serta dapat menawarkan rekomendasi yang bisa ditindaklanjuti untuk memperbaiki tugas yang lambat atau gagal. Untuk mengetahui informasi selengkapnya, lihat Menyesuaikan beban kerja Spark secara otomatis dan Pemecahan masalah lanjutan.
  • Sesuaikan terjemahan SQL Anda dengan aturan terjemahan. (Pratinjau) Buat aturan terjemahan yang ditingkatkan Gemini untuk menyesuaikan terjemahan SQL saat menggunakan penerjemah SQL interaktif. Anda dapat mendeskripsikan perubahan pada output terjemahan SQL menggunakan perintah bahasa natural atau menentukan pola SQL untuk ditemukan dan diganti. Untuk mengetahui informasi selengkapnya, lihat Membuat aturan terjemahan.
Model bahasa besar (LLM) Gemini yang digunakan oleh Gemini di BigQuery dilatih pada set data kode yang tersedia secara publik, materi khusus Google Cloud, dan informasi teknis yang relevan lainnya selain set data yang digunakan untuk melatih model dasar Gemini. Model dilatih agar respons Gemini in BigQuery semaksimal mungkin berguna bagi pengguna Gemini in BigQuery.

Pelajari cara dan waktu Gemini untuk Google Cloud menggunakan data Anda. Sebagai teknologi tahap awal, Gemini untuk produk Google Cloud dapat menghasilkan output yang tampaknya masuk akal tetapi sebenarnya tidak benar. Sebaiknya Anda memvalidasi semua output dari produk Gemini untuk Google Cloud sebelum Anda menggunakannya. Untuk mengetahui informasi selengkapnya, lihat Gemini untuk Google Cloud dan responsible AI.

Harga

Lihat Harga Gemini untuk Google Cloud.

Kuota dan batas

Untuk mengetahui kuota dan batas yang berlaku untuk Gemini di BigQuery, lihat Kuota dan batas Gemini untuk Google Cloud.

Tempat untuk berinteraksi dengan Gemini di BigQuery

Setelah menyiapkan Gemini di BigQuery, Anda dapat menggunakan Gemini di BigQuery untuk melakukan hal berikut di BigQuery Studio:

  • Untuk menggunakan insight data, buka tab Insight untuk entri tabel, tempat Anda dapat mengidentifikasi pola, menilai kualitas, dan menjalankan analisis statistik di seluruh data BigQuery.
  • Untuk menggunakan kanvas data, buat kanvas data atau gunakan kanvas data dari tabel atau kueri untuk menjelajahi aset data dengan bahasa alami dan membagikan kanvas Anda.
  • Untuk menggunakan bahasa alami guna membuat kode SQL atau Python, atau menerima saran dengan pelengkapan otomatis saat mengetik, gunakan alat pembuatan SQL untuk kueri SQL atau kode Python Anda. Gemini di BigQuery juga dapat menjelaskan kode SQL Anda dalam bahasa alami.
  • Untuk menyiapkan data untuk analisis, dalam daftar Buat baru, pilih Penyediaan data. Untuk mengetahui informasi selengkapnya, lihat Membuka editor penyiapan data di BigQuery.
  • Untuk melihat rekomendasi untuk partisi, pengelompokan, dan tampilan yang diwujudkan, klik Rekomendasi di toolbar Konsol Google Cloud.

Menyesuaikan dan memecahkan masalah tugas Spark secara otomatis

Penyesuaian otomatis dapat membantu Anda mengoptimalkan workload Spark untuk performa dan ketahanan. Daripada mengonfigurasi setelan secara manual, Gemini di BigQuery dapat menerapkan praktik terbaik untuk workload berulang, lalu membantu Anda memahami dan memantau penyesuaian otomatis. Pemecahan masalah lanjutan memberikan jawaban dalam bahasa alami untuk "Apa yang di-autotune?", "Apa yang terjadi sekarang?", dan "Apa yang dapat saya lakukan?"

Menyiapkan Gemini di BigQuery

Untuk mengetahui langkah-langkah penyiapan mendetail, lihat Menyiapkan Gemini di BigQuery.

Langkah selanjutnya