Gemini in BigQuery 概览

本文档介绍了 BigQuery 中的 Gemini Gemini for Google Cloud 产品套件的开发工具， 提供依托 AI 技术的辅助功能，帮助您处理数据。除了 Gemini 协助， 借助 BigQuery ML，您还可以使用 Vertex AI 模型和 Cloud AI API 执行 AI 任务，例如文本生成或机器 翻译。

使用 Gemini in BigQuery 获得 AI 协助

BigQuery 中的 Gemini 可提供 AI 协助， 您需要执行以下操作：

  • 通过数据分析探索和理解数据。 正式版 (GA) 数据分析功能可根据表的元数据生成富有洞见的查询，以便您以直观、自动化的方式发现模式并执行统计分析。此功能对于解决早期数据探索的冷启动问题尤为有用。如需了解详情，请参阅在 BigQuery 中生成数据分析。
  • 使用 BigQuery 数据发现、转换、查询和直观呈现数据 画布。（GA）您可以使用自然语言查找、联接和查询表格资产、直观呈现结果，并在整个过程中与他人无缝协作。如需更多信息 请参阅使用数据画布进行分析。
  • 获得 SQL 和 Python 数据分析辅助功能。您可以在 BigQuery 中使用 Gemini 生成或建议 SQL 或 Python 代码，以及解释现有 SQL 查询。您还可以使用 以便开始进行数据分析。如需了解如何生成、补全和总结代码，请参阅以下文档：
  • 准备数据以便进行分析。（预览版）BigQuery 中的数据准备功能可为您提供 AI 生成的上下文感知型转换建议，以便清理数据以供分析。如需了解详情，请参阅使用 Gemini 准备数据。
  • 利用分区、聚类和具体化视图建议优化数据基础架构。您可以让 BigQuery 监控您的 SQL 工作负载，以便发现有助于提高性能和降低费用的机会。如需了解详情，请参阅以下文档：
  • 自动调整和排查无服务器 Apache Spark 工作负载问题。（预览） 自动调节功能可以通过应用配置来自动优化 Spark 作业 根据最佳实践和 先前的工作负载运行情况分析借助 BigQuery 中的 Gemini 进行高级问题排查可以解释和显示作业错误，还可以提供切实可行的建议来修正运行缓慢或失败的作业。如需了解详情，请参阅自动调整 Spark 工作负载和高级问题排查。
  • 使用转换规则自定义 SQL 转换。（预览） 创建 Gemini 增强型翻译规则，即可自定义您的 使用 交互式 SQL 转换工具。 您可以使用自然的语言描述 SQL 转换输出的 或指定要查找和替换的 SQL 模式。有关 请参阅 创建转换规则。
Gemini 大语言模型 (LLM) BigQuery 中的 Gemini 使用公开数据集和 可用的代码、Google Cloud 专属资料， 可帮助确保 BigQuery 中的 Gemini Gemini in BigQuery 用户的实用性

了解 Gemini for Google Cloud 如何以及何时使用您的数据。 作为一项尚处于早期发展阶段的技术，适用于 Google Cloud 产品的 Gemini 可能会生成看似合理但实际上不正确的输出。我们建议您先验证适用于 Google Cloud 产品的 Gemini 的所有输出，然后再使用。如需了解详情，请参阅适用于 Google Cloud 的 Gemini 和 Responsible AI。

价格

请参阅 Gemini for Google Cloud 价格。

配额和限制

如需了解适用于 BigQuery 中的 Gemini 的配额和限制，请参阅 Gemini for Google Cloud 配额和限制。

在何处与 Gemini in BigQuery 交互

在 BigQuery 中设置 Gemini 后，您可以在 BigQuery Studio 中使用 BigQuery 中的 Gemini 执行以下操作：

自动调整和排查 Spark 作业问题

自动调节可帮助您优化 Spark 工作负载，以提升性能和 弹性。您无需手动配置设置 BigQuery 可以运用最佳实践来处理周期性工作负载和 然后帮助您了解和监控您的自动调节。高级问题排查 以自然语言回答“自动微调的内容”是什么，“What is happening now?” 和“What can I do about it?”

在 BigQuery 中设置 Gemini

如需了解详细的设置步骤，请参阅在 BigQuery 中设置 Gemini。

后续步骤