Visão geral do Gemini no BigQuery

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:
  • 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.
Os modelos de linguagem grandes (LLMs) do Gemini usados pelo O Gemini no BigQuery é treinado em conjuntos de dados de dados o código disponível, o material específico do Google Cloud e outros informações técnicas para ajudar a garantir que o Gemini no BigQuery são tão úteis para o Gemini no BigQuery quanto sempre que possível.

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:

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