Panoramica di Gemini in BigQuery

Questo documento descrive in che modo Gemini in BigQuery, che fa parte della suite di prodotti Gemini per Google Cloud, fornisce assistenza basata sull'AI per aiutarti a lavorare con i tuoi dati. Oltre all'assistenza di Gemini, BigQuery ML ti consente anche di accedere ai modelli Vertex AI e alle API Cloud AI per eseguire attività di IA come la generazione di testo o la traduzione automatica.

Assistenza AI con Gemini in BigQuery

Gemini in BigQuery fornisce assistenza basata sull'IA per aiutarti a:

  • Esplora e comprendi i tuoi dati con gli approfondimenti sui dati. Dati disponibili pubblicamente (GA) Insights offre un modo automatizzato e intuitivo per scoprire schemi ed eseguire l'analisi statistica utilizzando query approfondite che vengono generati dai metadati delle tabelle. Questa funzionalità è particolarmente utile per risolvere i problemi di cold start dell'esplorazione dei dati iniziali. Per ulteriori informazioni, vedi Genera insight sui dati in BigQuery.
  • Scopri, trasforma, esegui query e visualizza i dati con i dati di BigQuery canvas. (GA) Utilizzando il linguaggio naturale, puoi trovare, unire e sottoporre a query gli asset tabella, visualizzare i risultati e collaborare senza problemi con altri utenti durante l'intero processo. Per ulteriori informazioni, consulta Eseguire analisi con il canvas di dati.
  • Esegui l'analisi dei dati assistita in SQL e Python. Puoi utilizzare Gemini in BigQuery per generare o suggerire codice SQL o Python e spiegare una query SQL esistente. Puoi anche utilizzare query in linguaggio naturale per iniziare l'analisi dei dati. Per scoprire come generare, completare e riepilogare il codice, consulta la seguente documentazione:
  • Prepara i dati per l'analisi. (Anteprima) Preparazione dei dati in BigQuery offre una trasformazione sensibile al contesto e creata con AI consigli per pulire i dati per l'analisi. Per saperne di più, consulta Preparare i dati con Gemini.
  • Ottimizza l'infrastruttura di dati con il partizionamento, il clustering e consigli per le visualizzazioni materializzate. Puoi consentire a BigQuery di monitorare i tuoi carichi di lavoro SQL per trovare opportunità di migliorare le prestazioni e ridurre i costi. Per ulteriori informazioni, consulta la seguente documentazione:
  • Esegui l'ottimizzazione automatica e la risoluzione dei problemi dei carichi di lavoro Apache Spark serverless. (Anteprima) L'ottimizzazione automatica può ottimizzare automaticamente i job Spark applicando la configurazione a un carico di lavoro Spark ricorrente in base alle best practice e delle esecuzioni precedenti dei carichi di lavoro. Risoluzione dei problemi avanzata con Gemini in BigQuery può spiegare e mostrare job e può offrire consigli pratici per correggere gli errori lenti o non riusciti di lavoro. Per ulteriori informazioni, consulta l'articolo sull'ottimizzazione automatica di Spark. carichi di lavoro standard e Advanced risoluzione dei problemi.
  • Personalizza le traduzioni SQL con le regole di traduzione. (Anteprima) Crea regole di traduzione avanzate da Gemini per personalizzare Traduzioni SQL quando si utilizza traduttore SQL interattivo. Puoi descrivere le modifiche all'output di traduzione SQL utilizzando di prompt di linguaggio SQL o di specificare pattern SQL da trovare e sostituire. Per maggiori informazioni le informazioni, vedi Crea una regola di traduzione.
I modelli linguistici di grandi dimensioni (LLM) di Gemini utilizzati da Gemini in BigQuery vengono addestrati su set di dati di codice disponibile pubblicamente, materiale specifico per Google Cloud e altre informazioni tecniche pertinenti per contribuire a garantire che le risposte di Gemini in BigQuery siano il più utili possibile per gli utenti di Gemini in BigQuery.

Scopri come e quando Gemini per Google Cloud utilizza i tuoi dati. Essendo una tecnologia in fase iniziale, i prodotti Gemini per Google Cloud possono generare un output che sembra plausibile, ma che è di fatto errato. Ti consigliamo di convalidare tutti gli output di Gemini per i prodotti Google Cloud prima di utilizzarli. Per maggiori informazioni le informazioni, vedi Gemini per Google Cloud e IA responsabile.

Prezzi

Consulta i prezzi di Gemini per Google Cloud.

Quote e limiti

Per le quote e i limiti che si applicano a Gemini in BigQuery, consulta Quote e limiti di Gemini per Google Cloud.

Dove interagire con Gemini in BigQuery

Dopo aver configurato Gemini in BigQuery, puoi utilizzare Gemini in BigQuery per eseguire le seguenti operazioni in BigQuery Studio:

Ottimizzazione automatica e risoluzione dei problemi dei job Spark

L'ottimizzazione automatica può aiutarti a ottimizzare i carichi di lavoro Spark in termini di rendimento e resilienza. Anziché configurare manualmente le impostazioni, Gemini in BigQuery può applicare le best practice per i carichi di lavoro ricorrenti e poi aiutarti a comprendere e monitorare l'ottimizzazione automatica. La risoluzione dei problemi avanzata fornisce risposte in linguaggio naturale alla domanda "Che cosa è stato sottoposto ad accordatura automatica?", "Che cosa sta succedendo ora?" e "Cosa posso fare?"

Configurare Gemini in BigQuery

Per la procedura di configurazione dettagliata, consulta Configurare Gemini in BigQuery.

Passaggi successivi