Ce document explique comment Gemini dans BigQuery, qui fait partie de la suite de produits Gemini pour Google Cloud, fournit une assistance optimisée par l'IA pour vous aider à exploiter vos données.
Assistance IA avec Gemini dans BigQuery
Gemini dans BigQuery propose une assistance IA pour vous aider à effectuer les opérations suivantes :
- Explorer et comprendre vos données grâce aux insights. Les insights sur les données offrent un moyen automatisé et intuitif d'identifier des schémas et d'effectuer des analyses statistiques à l'aide de requêtes pertinentes générées à partir des métadonnées de vos tables. Cette fonctionnalité est particulièrement utile pour résoudre les problèmes de démarrage à froid liés à l'exploration préliminaire des données. Pour en savoir plus, consultez la page Générer des insights sur les données dans BigQuery.
- Découvrez, transformez, interrogez et visualisez des données avec le canevas de données BigQuery. Gemini dans BigQuery vous permet d'utiliser le langage naturel pour rechercher, joindre et interroger des éléments de table, visualiser les résultats et collaborer facilement avec d'autres utilisateurs tout au long du processus. Pour en savoir plus, consultez la page Analyser avec le canevas de données.
- Obtenez de l'aide pour analyser des données SQL et Python. Vous pouvez utiliser Gemini dans BigQuery pour générer ou suggérer du code SQL ou Python, et pour expliquer une requête SQL existante. Vous pouvez également utiliser des requêtes en langage naturel pour commencer à analyser les données. Pour apprendre à générer, compléter et résumer du code, consultez la documentation suivante :
- Assistance au codage SQL
- Assistance au codage Python
- Préparez les données pour l'analyse. Avec la préparation des données dans BigQuery, vous recevez des recommandations de transformation générées par l'IA et adaptées au contexte pour nettoyer les données avant l'analyse. Pour en savoir plus, consultez la page Préparer des données avec Gemini.
- Personnalisez vos traductions SQL avec des règles de traduction. (preview) Créez des règles de traduction optimisées par Gemini pour personnaliser vos traductions SQL lorsque vous utilisez le traducteur SQL interactif. Vous pouvez décrire les modifications apportées au résultat de la traduction SQL à l'aide de prompts en langage naturel ou spécifier des schémas SQL à rechercher et à remplacer. Pour en savoir plus, consultez la section Créer une règle de traduction.
Gemini pour Google Cloud n'utilise pas vos prompts ni ses réponses comme données pour entraîner ses modèles sans votre autorisation expresse. Pour en savoir plus sur la manière dont Google utilise vos données, consultez la section Utilisation de vos données par Gemini pour Google Cloud .
Pour en savoir plus sur la sécurité, la confidentialité et la conformité, consultez Sécurité, confidentialité et conformité pour Gemini dans BigQuery.
Tarification
Consultez la page Tarifs de Gemini pour Google Cloud .
Quotas et limites
Pour connaître les quotas et les limites qui s'appliquent à Gemini dans BigQuery, consultez la section Quotas et limites de Gemini pour Google Cloud .
Où interagir avec Gemini dans BigQuery
Une fois que vous avez configuré Gemini dans BigQuery, vous pouvez l'utiliser pour effectuer les opérations suivantes dans BigQuery Studio :
- Pour générer des insights sur les données, accédez à l'onglet Insights d'une entrée de table où vous pourrez identifier des schémas, évaluer la qualité et exécuter des analyses statistiques sur vos données BigQuery.
- Pour utiliser le canevas de données, créez-en un ou utilisez le canevas de données d'une table ou d'une requête afin d'explorer les éléments de données avec le langage naturel et de partager vos canevas.
- Pour générer des requêtes SQL ou du code Python à l'aide du langage naturel, utilisez les commentaires dans le code ou l'outil de génération SQL. Vous pouvez également recevoir des suggestions de saisie semi-automatique.
- Pour préparer les données à analyser, sélectionnez Préparation des données dans la liste Créer. Pour en savoir plus, consultez la page Ouvrir l'éditeur de préparation des données dans BigQuery.
Configurer Gemini dans BigQuery
Pour connaître la procédure de configuration détaillée, consultez la page Configurer Gemini dans BigQuery.
Utilisation de vos données par Gemini dans BigQuery
Afin de fournir des résultats précis, Gemini dans BigQuery doit accéder à vos données client et vos métadonnées dans BigQuery pour les fonctionnalités améliorées. L'activation de Gemini dans BigQuery accorde à Gemini l'autorisation d'accéder à ces données, y compris à l'historique de vos tables et requêtes. Gemini dans BigQuery n'utilise pas vos données pour entraîner ni affiner ses modèles. Pour en savoir plus sur la façon dont Gemini utilise vos données, consultez Sécurité, confidentialité et conformité pour Gemini dans BigQuery.
Voici les fonctionnalités améliorées de Gemini dans BigQuery :
- Outil de génération SQL
- Prompt permettant de générer des requêtes SQL
- Convertir les commentaires en SQL
- Compléter une requête SQL
- Expliquer une requête SQL
- Générer du code Python
- Complétion de code Python
- Canevas de données
- Préparation des données
- Insights sur les données
Emplacements
Pour savoir où Gemini traite vos données, consultez la page Zones de mise en service de Gemini.
Étapes suivantes
- Consultez les dernières améliorations et corrections dans les notes de version.
- Découvrez comment configurer Gemini dans BigQuery.
- Découvrez comment écrire des requêtes avec l'assistance Gemini.
- Apprenez-en davantage sur la conformitéGoogle Cloud .
- En savoir plus sur la sécurité, la confidentialité et la conformité de Gemini dans BigQuery
- En savoir plus sur l'utilisation de vos données par Gemini pour Google Cloud