Questo documento descrive come Gemini in BigQuery, un prodotto del portafoglio Gemini per Google Cloud, offre assistenza basata sull'AI per aiutarti a utilizzare i dati.
Assistenza all'AI per Gemini in BigQuery
Gemini in BigQuery fornisce assistenza AI nei seguenti modi:
- Esplora e comprendi i tuoi dati con gli approfondimenti sui dati. Gli insight sui dati offrono un modo automatico e intuitivo per scoprire pattern, valutare la qualità dei dati ed eseguire analisi statistiche utilizzando query approfondite generate dai metadati delle tabelle. Questa funzionalità è particolarmente utile per affrontare le sfide dell'avvio a freddo dell'esplorazione iniziale dei dati. Per saperne di più, consulta Generare insight sui dati in BigQuery.
- Scopri, trasforma, esegui query e visualizza i dati con il Data Canvas di BigQuery. Con il linguaggio naturale, puoi trovare, unire ed eseguire query sugli asset delle tabelle, visualizzare i risultati e collaborare facilmente con gli altri durante l'intero processo. Per ulteriori informazioni, consulta Analizzare con il canvas di dati.
- Esegui l'analisi assistita dei dati SQL e Python. Puoi utilizzare Gemini in BigQuery per generare o suggerire codice in SQL o Python e per spiegare una query SQL esistente. Puoi anche utilizzare query in linguaggio naturale per avviare l'analisi dei dati. Per informazioni su come generare, completare e riassumere il codice, consulta Scrivere query con l'assistenza di Gemini.
- Ottimizza l'infrastruttura dati con suggerimenti per il partizionamento, il clustering e le vista materializzata materializzate. Puoi consentire a BigQuery di monitorare i carichi di lavoro SQL per individuare opportunità di miglioramento delle prestazioni e ridurre i costi. Per maggiori informazioni, consulta Visualizzare i suggerimenti su partizioni e cluster e Gestire i vista materializzata materializzate.
- Ottimizzazione automatica e risoluzione dei problemi dei carichi di lavoro Apache Spark serverless. L'ottimizzazione automatica può ottimizzare automaticamente i job Spark applicando impostazioni di configurazione a un carico di lavoro Spark ricorrente in base alle best practice e all'analisi delle esecuzioni precedenti del carico di lavoro. La risoluzione avanzata dei problemi di Gemini può spiegare e mostrare gli errori dei job e può fornire suggerimenti pratici per correggere i job lenti o non riusciti. Per maggiori informazioni, consulta Autoottimizzazione dei carichi di lavoro Spark e Monitorare e risolvere i problemi dei carichi di lavoro serverless di Dataproc.
- Personalizza le traduzioni SQL con le regole di traduzione. Crea regole di traduzione avanzate di Gemini per personalizzare le traduzioni SQL quando utilizzi il traduttore SQL interattivo. Puoi descrivere le modifiche all'output della traduzione SQL utilizzando prompt in linguaggio naturale oppure specificare pattern SQL da trovare e sostituire. Per maggiori informazioni, consulta Creare una regola di traduzione.
Gemini non utilizza i tuoi prompt o le sue risposte come dati per addestrare i suoi modelli. Per maggiori informazioni, consulta In che modo Gemini per Google Cloud utilizza i tuoi dati. Poiché si tratta di una tecnologia in fase iniziale, Gemini è in grado di generare risultati che sembrano plausibili, ma di fatto errati. Ti consigliamo di convalidare tutti gli output di Gemini prima di utilizzarli. Per maggiori informazioni, consulta Gemini per Google Cloud e IA responsabile.
Dove interagire con Gemini
Dopo aver configurato Gemini in BigQuery, puoi utilizzare Gemini in BigQuery per eseguire le seguenti operazioni in BigQuery Studio:
- Per utilizzare gli insight sui dati, vai alla scheda Approfondimenti per una voce di tabella, dove puoi identificare pattern, valutare la qualità ed eseguire analisi statistiche sui tuoi dati BigQuery.
- Per utilizzare i canvas di dati, crea un canvas di dati o utilizza un canvas di dati da una tabella o una query per esplorare gli asset di dati con il linguaggio naturale e condividere i tuoi canvas.
- Per ricevere query SQL assistite, utilizza lo strumento Aiutami a scrivere il codice, che ti consente di eseguire l'iterazione della query, specificare i dati di origine e poi inserire la query in BigQuery Studio.
- Per visualizzare i suggerimenti per partizionamento, clustering e viste materializzate, fai clic su Consigli nella barra degli strumenti della console Google Cloud.
- Per utilizzare il linguaggio naturale per generare codice SQL o Python o per ricevere suggerimenti con il completamento automatico durante la digitazione, utilizza lo strumento Aiutami a scrivere il codice per le query SQL o il codice Python. Gemini può anche spiegare il codice SQL in linguaggio naturale.
Ottimizzazione automatica e risoluzione dei problemi dei job Spark
L'ottimizzazione automatica può aiutarti a ottimizzare le prestazioni e la resilienza dei carichi di lavoro Spark. Anziché configurare manualmente le impostazioni, Gemini può applicare le best practice per i carichi di lavoro ricorrenti e quindi aiutarti a comprendere e monitorare l'ottimizzazione automatica. La risoluzione avanzata dei problemi fornisce risposte in linguaggio naturale a "Cosa è stato ottimizzato automaticamente?" "Che cosa sta succedendo ora?" e "Cosa posso fare?"
Configurare Gemini in BigQuery
Per la procedura dettagliata di configurazione, consulta Configurare Gemini in BigQuery.
Passaggi successivi
- Scopri come configurare Gemini in BigQuery.
- Scopri come scrivere query con l'assistenza Gemini.
- Scopri in che modo Gemini per Google Cloud utilizza i tuoi dati.
- Scopri di più sulla conformità di Google Cloud.