Neste documento, descrevemos como o Gemini no BigQuery, um produto do portfólio do Gemini para Google Cloud, fornece assistência com tecnologia de IA para ajudar você a trabalhar com seus dados.
Assistência de IA com o Gemini no BigQuery
O Gemini no BigQuery oferece assistência de IA das seguintes maneiras:
- Explore e entenda seus dados com insights de dados. (Prévia) Os insights de dados oferecem uma maneira automatizada e intuitiva de descobrir padrões, avaliar a qualidade dos dados e realizar análises estatísticas usando consultas esclarecedoras geradas com base nos metadados das suas tabelas. Esse recurso é especialmente útil para enfrentar os desafios de inicialização a frio da exploração de dados inicial. Para mais informações, consulte Gerar insights de dados no BigQuery.
- Descubra, transforme, consulte e visualize dados com a tela de dados do BigQuery. (Prévia) Usando a linguagem natural, é possível encontrar, mesclar e consultar recursos de tabelas, visualizar resultados e colaborar facilmente 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. É possível usar
o Gemini no BigQuery para gerar ou sugerir código em
SQL ou Python e para explicar uma consulta SQL. Também é possível usar consultas em linguagem natural para iniciar a análise de dados. Para aprender a gerar,
concluir e resumir o código, consulte a documentação a seguir:
- Usar a ferramenta Quero ajuda com o código (pré-lançamento)
- Prompt para gerar consultas SQL (pré-lançamento)
- Concluir uma consulta SQL (pré-lançamento)
- Explicar uma consulta SQL (pré-lançamento)
- Generate Python code (pré-lançamento)
- Preenchimento de código Python (pré-lançamento)
- Otimize sua infraestrutura de dados com recomendações de particionamento, clustering e visualização materializada. Deixe que o BigQuery
monitore suas cargas de trabalho SQL em busca de oportunidades para melhorar o desempenho e
reduzir custos. Para mais informações, consulte a documentação a seguir:
- Visualizar recomendações de partição e cluster (pré-lançamento)
- Gerenciar recomendações de visualização materializada (pré-lançamento)
- Ajuste e resolva problemas de cargas de trabalho do Apache Spark sem servidor. (Prévia) O ajuste automático pode otimizar automaticamente os jobs do Spark aplicando as definições de configuração 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 avançada com o Gemini pode explicar e mostrar erros de jobs, além de oferecer recomendações práticas para corrigir jobs lentos ou com falha. Para mais informações, consulte Como ajustar automaticamente as cargas de trabalho do Spark e Solução de problemas avançada.
- Personalize suas traduções de SQL com regras de conversão. (Prévia) Crie regras de tradução aprimoradas pelo Gemini para personalizar suas traduções de SQL ao usar o tradutor de SQL interativo. É possível descrever alterações na saída da tradução do SQL usando comandos de linguagem natural ou especificar padrões SQL a serem encontrados e substituídos. Para mais informações, consulte Criar uma regra de tradução.
O Gemini para Google Cloud não usa seus comandos nem as respostas como dados para treinar modelos. Para mais informações, acesse Como o Gemini para Google Cloud usa seus dados. Como uma tecnologia em estágio inicial, o Gemini para Google Cloud pode gerar uma saída plausível, mas que é factualmente incorreta. Recomendamos validar todos os resultados do Gemini para Google Cloud antes de usá-los. Para mais informações, acesse Gemini para Google Cloud e IA responsável.
Onde interagir com o Gemini
Depois de configurar o Gemini no BigQuery, é possível usá-lo no BigQuery para fazer o seguinte no BigQuery Studio:
- Para usar insights de dados, acesse a guia Insights em uma entrada de tabela. Lá, é possível identificar padrões, avaliar a qualidade e executar análises estatísticas nos dados do BigQuery.
- Para usar a tela de dados, crie uma tela de dados ou use-a de uma tabela ou consulta para explorar recursos de dados com linguagem natural e compartilhar suas telas.
- Para receber consultas SQL assistidas, use a ferramenta Preciso de ajuda com o código, que permite iterar na consulta, especificar dados de origem e inserir a consulta no BigQuery Studio.
- Para conferir recomendações para particionamento, clustering e visualizações materializadas, clique em Recomendações na barra de ferramentas do console do Google Cloud.
- Se quiser usar a linguagem natural para gerar código SQL ou Python ou receber sugestões com preenchimento automático durante a digitação, use a ferramenta Quero ajuda com o código para consultas SQL ou código Python. O Gemini também pode explicar seu código SQL em linguagem natural.
Ajustar automaticamente e resolver problemas de jobs do Spark
O ajuste automático pode ajudar você a otimizar as cargas de trabalho do Spark para desempenho e resiliência. Em vez de definir as configurações manualmente, o Gemini pode aplicar as práticas recomendadas para cargas de trabalho recorrentes e, em seguida, ajudar você a entender e monitorar o ajuste automático. A solução de problemas avançada fornece respostas em linguagem natural para "O que foi ajustado automaticamente?", "O que está acontecendo agora?" e "O que posso fazer a respeito disso?"
Configurar o Gemini para Google Cloud no BigQuery
Para conferir as etapas detalhadas de configuração, acesse Configurar o Gemini para Google Cloud no BigQuery.
A seguir
- Saiba como configurar o Gemini no BigQuery.
- Saiba como escrever consultas com a ajuda do Gemini.
- Saiba como o Gemini para Google Cloud usa seus dados.
- Saiba mais sobre a conformidade do Google Cloud.