Neste documento, descrevemos como o Gemini no BigQuery, que faz parte do pacote de produtos Gemini para Google Cloud, oferece assistência com tecnologia de IA para ajudar você a trabalhar com seus dados. Além de Assistência do Gemini, O BigQuery ML também permite acessar Modelos da Vertex AI e IA do Cloud APIs para realizar tarefas de IA, como geração de texto ou e tradução.
Assistência de IA com o Gemini no BigQuery
O Gemini no BigQuery oferece assistência de IA para ajudar você a fazer o seguinte:
- Analise e entenda seus dados com insights. Os insights de dados disponíveis de forma geral (GA, na sigla em inglês) oferecem uma maneira automatizada e intuitiva de descobrir padrões e realizar análises estatísticas usando consultas detalhadas geradas a partir dos metadados das suas tabelas. Esse recurso é especialmente útil para resolver os desafios de inicialização da exploração inicial de dados. Para mais informações, consulte Gerar insights de dados no BigQuery.
- Descubra, transforme, consulte e visualize dados com o BigQuery tela. (GA) Usando a linguagem natural, você encontrar, mesclar e consultar recursos de tabelas, visualizar resultados e colaborar com outras pessoas durante todo o processo. Para mais informações, consulte Analisar com a tela de dados.
- Análise de dados assistida em SQL e Python. Você pode usar
Gemini no BigQuery para gerar ou sugerir códigos
SQL ou Python e para explicar uma consulta SQL existente. Você também pode usar
consultas em linguagem natural
para iniciar a análise de dados. Para saber como gerar,
concluir e resumir o código, consulte a documentação a seguir:
- Usar a ferramenta de geração de SQL (GA)
- Comando para gerar consultas SQL (disponibilidade geral)
- Preencher uma consulta SQL (Pré-lançamento)
- Explicar uma consulta SQL (disponibilidade geral)
- Generate Python code (GA)
- Preenchimento automático de código Python (Prévia)
- Preparar dados para análise. (Pré-lançamento) A preparação de dados no BigQuery oferece recomendações de transformação geradas por IA e com base no contexto para limpar dados e prepará-los para análise. Para mais informações, consulte Preparar dados com o Gemini.
- Otimizar a infraestrutura de dados com particionamento, clustering e recomendações de visualização materializada. Você pode permitir que o BigQuery monitore as cargas de trabalho do SQL para encontrar oportunidades de melhorar a performance e reduzir custos. Para mais informações, consulte a seguinte documentação:
- Ajuste e resolva problemas de cargas de trabalho do Apache Spark sem servidor. (Visualização) O ajuste automático pode otimizar automaticamente os jobs do Spark aplicando configurações a uma carga de trabalho recorrente do Spark com base nas práticas recomendadas e em uma análise de execuções de carga de trabalho anteriores. A solução de problemas avançados com o Gemini no BigQuery pode explicar e mostrar erros de jobs e oferecer recomendações úteis para corrigir jobs lentos ou com falhas. Para mais informações, consulte Ajuste automático do Spark cargas de trabalho e Advanced e solução de problemas.
- Personalize suas traduções de SQL com regras de tradução. (Pré-lançamento) Crie regras de tradução aprimoradas do Gemini para personalizar as traduções de SQL ao usar o tradutor de SQL interativo. É possível descrever mudanças na saída de tradução do SQL usando comandos de linguagem natural ou especificar padrões SQL para encontrar e substituir. Para mais informações, consulte Criar uma regra de tradução.
Saiba como e quando o Gemini do Google Cloud usa seus dados. Como uma tecnologia em estágio inicial, os produtos do Gemini para Google Cloud podem gerar uma saída plausível, mas que é factualmente incorreta. Recomendamos que você valide todos os resultados do Gemini para produtos do Google Cloud antes de usá-los. Para mais informações, consulte Gemini para Google Cloud e IA responsável.
Preços
Consulte os preços do Gemini para Google Cloud.
Cotas e limites
Para cotas e limites que se aplicam ao Gemini no BigQuery, consulte Cotas e limites do Gemini para Google Cloud.
Onde interagir com o Gemini no BigQuery
Depois de configurar o Gemini no BigQuery, é possível usar o Gemini no BigQuery para fazer o seguinte no BigQuery Studio:
- Para usar insights de dados, acesse a guia Insights de uma entrada de tabela, onde você pode identificar padrões, avaliar a qualidade e executar análises estatísticas nos seus dados do BigQuery.
- Para usar a tela de dados, crie ou use uma tela de dados em uma tabela ou consulta para explorar recursos de dados com linguagem natural e compartilhar suas telas.
- Para usar a linguagem natural para gerar código SQL ou Python ou receber sugestões com preenchimento automático durante a digitação, use a ferramenta de geração de SQL para suas consultas SQL ou código Python. O Gemini no BigQuery também pode explicar seu código SQL em linguagem natural.
- Para preparar dados para análise, na lista Criar novo, selecione Preparação de dados. Para mais informações, consulte Abra o editor de preparação de dados no BigQuery.
- Para conferir recomendações de particionamento, agrupamento e visualizações materializadas, clique em Recomendações na barra de ferramentas do console do Google Cloud.
Ajustar automaticamente e resolver problemas de jobs do Spark
A autoconfiguração pode ajudar a otimizar as cargas de trabalho do Spark para desempenho e resiliência. Em vez de definir as configurações manualmente, o Gemini O BigQuery pode aplicar as práticas recomendadas para cargas de trabalho recorrentes e ajuda a entender e monitorar o ajuste automático. A solução de problemas avançada oferece respostas em linguagem natural para "O que foi ajustado automaticamente?", "O que está acontecendo agora?", e "O que posso fazer sobre isso?"
Configurar o Gemini no BigQuery
Para conferir as etapas detalhadas, consulte Configurar o Gemini no BigQuery.
A seguir
- Saiba como configurar o Gemini no BigQuery.
- Saiba como criar consultas com a ajuda do Gemini.
- Saiba como o Gemini para o Google Cloud usa seus dados.
- Saiba mais sobre Compliance do Google Cloud.