Ringkasan Gemini di BigQuery

Dokumen ini menjelaskan bagaimana Gemini di BigQuery, yang merupakan bagian dari rangkaian produk Gemini untuk Google Cloud, memberikan bantuan yang didukung teknologi AI untuk membantu Anda bekerja dengan data. Selain Bantuan Gemini, BigQuery ML juga memungkinkan Anda mengakses Model Vertex AI dan Cloud AI API untuk melakukan tugas AI seperti pembuatan teks atau mesin penerjemahan mesin.

Bantuan AI dengan Gemini di BigQuery

Gemini di BigQuery menyediakan bantuan AI untuk lakukan hal berikut:

  • Eksplorasi dan pahami data Anda dengan insight data. Data Tersedia secara umum (GA) wawasan menawarkan cara otomatis dan intuitif untuk mengungkap pola dan melakukan analisis statistik dengan menggunakan kueri berwawasan luas yang dihasilkan dari {i>metadata<i} tabel Anda. Fitur ini terutama membantu mengatasi tantangan cold start dalam eksplorasi data awal. Untuk informasi selengkapnya, lihat Menghasilkan insight data di BigQuery.
  • Temukan, ubah, kueri, dan visualisasikan data dengan data BigQuery kanvas. (GA) Dengan menggunakan bahasa alami, Anda dapat menemukan, menggabungkan, dan membuat kueri aset tabel, memvisualisasikan hasil, dan berkolaborasi dengan orang lain di seluruh proses. Untuk informasi selengkapnya, lihat Menganalisis dengan kanvas data.
  • Dapatkan bantuan analisis data SQL dan Python. Anda dapat menggunakan Gemini di BigQuery untuk membuat atau menyarankan kode dalam SQL atau Python, dan untuk menjelaskan kueri SQL yang sudah ada. Anda juga dapat menggunakan kueri natural language untuk memulai analisis data. Untuk mempelajari cara menghasilkan, menyelesaikan, dan meringkas kode, lihat dokumentasi berikut:
  • Optimalkan infrastruktur data dengan partisi, pengelompokan, dan rekomendasi penayangan terwujud. Anda dapat mengizinkan BigQuery memantau beban kerja SQL Anda untuk mendapatkan peluang meningkatkan kinerja dan mengurangi biaya. Untuk informasi selengkapnya, lihat dokumentasi berikut:
  • Lakukan penyesuaian otomatis dan pecahkan masalah workload Apache Spark serverless. (Pratinjau) Penyesuaian otomatis dapat secara otomatis mengoptimalkan tugas Spark dengan menerapkan konfigurasi setelan ke workload Spark berulang berdasarkan praktik terbaik dan analisis beban kerja sebelumnya yang berjalan. Pemecahan masalah lanjutan dengan Gemini di BigQuery dapat menjelaskan dan menampilkan tugas error, dan dapat menawarkan rekomendasi yang dapat ditindaklanjuti untuk memperbaiki masalah lambat atau gagal pekerjaan. Untuk informasi selengkapnya, lihat Autotuning Spark workload dan Lanjutan pemecahan masalah.
  • Sesuaikan terjemahan SQL Anda dengan aturan terjemahan. (Pratinjau) Buat aturan terjemahan yang disempurnakan Gemini untuk menyesuaikan terjemahan SQL saat menggunakan penerjemah SQL interaktif. Anda dapat menjelaskan perubahan pada {i>output<i} terjemahan SQL menggunakan perintah bahasa atau menentukan pola SQL yang perlu dicari dan diganti. Untuk selengkapnya informasi, lihat Buat aturan terjemahan.
Gemini di BigQuery menggunakan model bahasa besar (LLM) yang yang dikembangkan oleh Google. LLM disesuaikan dengan miliaran baris perangkat kode sumber, data keamanan, dan konten khusus Google Cloud seperti dokumentasi dan kode contoh.

Pelajari bagaimana dan kapan Gemini untuk Google Cloud menggunakan data Anda. Sebagai teknologi tahap awal, Gemini untuk produk Google Cloud dapat menghasilkan {i>output<i} yang tampaknya masuk akal tetapi sebenarnya tidak benar. Sebaiknya Anda memvalidasi semua output dari produk Gemini untuk Google Cloud sebelum Anda menggunakannya. Untuk selengkapnya informasi, lihat Gemini untuk Google Cloud dan responsible AI.

Harga

Saat ini, fitur yang tersedia secara umum (GA) tersedia untuk semua pelanggan tanpa biaya tambahan. Nanti pada tahun 2024, Google akan mengumumkan bagaimana akses ke Gemini di BigQuery akan dibatasi ke opsi berikut:

  • Edisi BigQuery Enterprise Plus: BigQuery Edisi Enterprise Plus memberikan akses ke semua fitur yang tersedia secara umum (GA) Gemini di fitur BigQuery. Pengumuman mendatang mungkin sertakan opsi untuk pelanggan yang menggunakan BigQuery lainnya atau komputasi on-demand untuk menggunakan Gemini di BigQuery baru.

  • Paket per pengguna per bulan: Paket ini akan berisi fitur yang membantu membangun pengalaman berbasis data seperti bantuan kode SQL, bantuan kode Python, data kanvas, wawasan data, dan persiapan data. Paket ini tidak akan menyertakan rekomendasi dan fitur pemecahan masalah.

Untuk informasi selengkapnya, lihat Gemini untuk Google Cloud harga.

Kuota dan batas

Untuk kuota dan batas yang berlaku untuk Gemini di BigQuery, lihat kuota dan batas Gemini untuk Google Cloud.

Tempat berinteraksi dengan Gemini di BigQuery

Setelah Anda menyiapkan Gemini di BigQuery, Anda dapat menggunakan Gemini di BigQuery untuk melakukan hal berikut di BigQuery Studio:

  • Untuk menggunakan wawasan data, buka tab Insight untuk entri tabel, tempat Anda dapat mengidentifikasi pola, menilai kualitas, dan menjalankan analisis di seluruh data BigQuery Anda.
  • Untuk menggunakan kanvas data, membuat kanvas data atau menggunakan kanvas data dari tabel atau kueri untuk mengeksplorasi aset data dengan natural language dan bagikan kanvas Anda.
  • Untuk menggunakan bahasa alami guna menghasilkan kode SQL atau Python, atau menerima saran dengan pelengkapan otomatis saat mengetik, gunakan alat pembuatan SQL untuk Kueri SQL atau Kode Python. Gemini di BigQuery juga dapat menjelaskan kode SQL Anda dalam bahasa alami.
  • Untuk melihat rekomendasi bagi partisi, pengelompokan, dan tampilan terwujud, klik Rekomendasi di toolbar Konsol Google Cloud.

Melakukan penyesuaian otomatis dan memecahkan masalah tugas Spark

Penyesuaian otomatis dapat membantu Anda mengoptimalkan workload Spark untuk meningkatkan performa dan resiliensi. Alih-alih mengonfigurasi setelan secara manual, Gemini di BigQuery dapat menerapkan praktik terbaik untuk workload berulang dan kemudian membantu Anda memahami dan memantau tuning otomatis. Pemecahan masalah lanjutan memberikan jawaban natural language untuk "Apa yang telah disesuaikan otomatis?", "Apa yang terjadi sekarang?", dan "Apa yang bisa saya lakukan?"

Menyiapkan Gemini di BigQuery

Untuk langkah-langkah penyiapan mendetail, lihat Siapkan Gemini di BigQuery.

Langkah selanjutnya