Analise dados com o Gemini para receber assistência do Google Cloud

Neste tutorial, descrevemos como usar o Gemini para o Google Cloud, um colaborador com tecnologia de IA do Google Cloud, para analisar dados. No tutorial, você usará o Genmini no BigQuery para analisar e prever vendas de produtos.

Neste tutorial, presumimos que você esteja familiarizado com SQL e tarefas básicas de análise de dados. Não é necessário ter conhecimento sobre os produtos do Google Cloud. Se você não conhece o BigQuery, consulte os guias de início rápido do BigQuery.

Objetivos

  • Use o Gemini para responder a perguntas sobre produtos e casos de uso de análise de dados do Google Cloud.
  • Comando o Gemini para explicar e gerar consultas SQL no BigQuery.
  • Crie um modelo de machine learning (ML) para prever períodos futuros.

Custos

Neste tutorial, usamos o seguinte componente faturável do Google Cloud:

Use a calculadora de preços para estimar os custos com base no uso previsto.

Antes de começar

  1. No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

    Acessar o seletor de projetos

  2. Verifique se você configurou o Gemini no BigQuery no projeto do Google Cloud.

  3. No Console do Google Cloud, acesse a página BigQuery.

    Acessar o BigQuery

  4. Crie um conjunto de dados chamado bqml_tutorial. O conjunto de dados é usado para armazenar objetos de banco de dados, incluindo tabelas e modelos.

  5. Ative os recursos do Gemini no BigQuery necessários para concluir este tutorial:

    1. Para visualizar os recursos do Gemini no BigQuery, na barra de ferramentas, clique em pen_spark Gemini.

    2. Na lista Gemini no editor SQL do BigQuery, selecione todas as opções a seguir:

      • Preenchimento automático
      • Geração automática
      • Explicação

    Para desativar os recursos do Gemini no BigQuery, desmarque os recursos do Gemini.

Use o Gemini para analisar seus dados

Gemini pode ajudar você a saber quais dados você pode acessar para análise e como analisá-los.

Antes de consultar dados, você precisa saber quais dados pode acessar. Cada produto de dados organiza e armazena dados de maneira diferente. Para receber ajuda, você pode enviar ao Genmini uma instrução (ou comando) de linguagem natural, como "Como posso ver quais conjuntos de dados e tabelas estão disponíveis para mim no BigQuery?"

Se você quiser entender as características de diferentes sistemas de consulta de dados, solicite ao Gemini informações específicas sobre o produto, como as seguintes:

  • "Como começar a usar o BigQuery?"
  • "Quais são os benefícios de usar o BigQuery para a análise de dados?"
  • "Como o BigQuery lida com o escalonamento automático de consultas?"

Gemini também pode fornecer informações sobre como analisar seus dados. Para esse tipo de ajuda, você pode enviar solicitações do Gemini como as seguintes:

  • "Como criar um modelo de previsão de série temporal no BigQuery?"
  • "Como carregar diferentes tipos de dados no BigQuery?"

Para solicitar que o Gemini responda a perguntas sobre seus dados, siga estas etapas:

  1. No Console do Google Cloud, acesse a página BigQuery.

    Acessar o BigQuery

  2. Na barra de ferramentas do console do Google Cloud, clique em spark Abrir Gemini.

  3. No painel Gemini, insira um comando como How do I learn which datasets and tables are available to me in BigQuery?.

  4. Clique em Enviar Enviar solicitação.

    O Gemini não usa seus comandos nem as respostas deles como dados para treinar os modelos. Para mais informações, consulte Como o Gemini para o Google Cloud usa seus dados.

    Gemini retorna uma resposta semelhante a esta:

    To learn which datasets and tables are available to you in
BigQuery, you can use the Google Cloud console, the
Google Cloud CLI, or the BigQuery API.
...

  5. Opcional: para redefinir o histórico de chat, no painel Gemini, clique no ícone excluir e depois em Redefinir chat.

Use o Gemini para entender e escrever em SQL no BigQuery

Gemini pode ajudá-lo a trabalhar com SQL. Por exemplo, se você trabalha com consultas SQL escritas por outras pessoas, o Gemini no BigQuery pode explicar uma consulta complexa em linguagem simples. Essas explicações podem ajudar você a entender a sintaxe da consulta, o esquema subjacente e o contexto de negócios.

Comando o Gemini para explicar consultas SQL em um conjunto de dados de vendas

Para solicitar que o Gemini explique um exemplo de consulta SQL, siga estas etapas:

  1. No Console do Google Cloud, acesse a página BigQuery.

    Acessar o BigQuery

  2. No Editor de consultas, abra ou cole a consulta que você quer uma explicação.

    Por exemplo, talvez você queira entender como as tabelas e consultas de dados estão relacionadas em um conjunto de dados de vendas e receber ajuda para gravar consultas que usam o conjunto de dados. Na consulta de exemplo a seguir, é possível entender quais tabelas estão sendo usadas, mas outras seções da consulta podem levar tempo para analisar e entender.

    SELECT u.id as user_id, u.first_name, u.last_name, avg(oi.sale_price) as avg_sale_price
FROM `bigquery-public-data.thelook_ecommerce.users` as u
JOIN `bigquery-public-data.thelook_ecommerce.order_items` as oi
ON u.id = oi.user_id
GROUP BY 1,2,3
ORDER BY avg_sale_price DESC
LIMIT 10

  3. Destaque a consulta que você quer que o Gemini explique e clique em pen_spark Explicar esta consulta.

    A explicação do SQL aparece no painel Gemini.

    Usando a consulta de exemplo da etapa anterior, o Gemini retorna uma explicação semelhante a esta:

    The intent of this query is to find the top 10 users by average sale price.
The query first joins the users and order_items tables on the user_id
column. It then groups the results by user_id , first_name , and last_name,
and calculates the average sale price for each group. The results are then
ordered by average sale price in descending order, and the top 10 results
are returned.

Gerar uma consulta SQL que agrupe as vendas por dia e produto

É possível fornecer ao Gemini um comando para gerar uma consulta SQL com base no esquema dos dados. Mesmo que você não tenha um código, tenha um conhecimento limitado do esquema de dados ou apenas um conhecimento básico da sintaxe SQL, o Genmini pode sugerir uma ou mais instruções SQL.

No exemplo a seguir, você gera uma consulta que lista seus principais produtos para cada dia. Esse tipo de consulta costuma ser complexo, mas é possível criar uma instrução automaticamente usando o Gemini. Em seguida, use tabelas no conjunto de dados thelook_ecommerce e solicite que o Gemini gere uma consulta para calcular as vendas por item de pedido e por nome de produto.

Para solicitar que o Gemini gere uma consulta que liste seus principais produtos, siga estas etapas:

  1. No console do Google Cloud, acesse a página do BigQuery.

    Acessar o BigQuery

  2. No menu de navegação, clique em BigQuery Studio.

  3. Clique em Criar uma nova consulta. O painel Explorer carrega automaticamente o banco de dados selecionado.

  4. No editor de consultas, insira o prompt a seguir e pressione Enter. O caractere cerquilha (#) solicita que o Gemini gere SQL.

    # select the sum of sales by date and product casted to day from bigquery-public-data.thelook_ecommerce.order_items joined with bigquery-public-data.thelook_ecommerce.products

    Gemini sugere uma consulta SQL semelhante à seguinte:

    SELECT sum(sale_price),
DATE(created_at),
product_id
FROM `bigquery-public-data.thelook_ecommerce.order_items`
AS t1
INNER JOIN `bigquery-public-data.thelook_ecommerce.products`
AS t2
ON t1.product_id = t2.id
GROUP BY 2, 3

  5. Para aceitar o código sugerido, clique em Tab e depois em Executar para executar a instrução SQL. Você também pode rolar pelo SQL sugerido e aceitar palavras específicas sugeridas na instrução.

  6. No painel Resultados da consulta, confira os resultados da consulta.

Criar um modelo de previsão e conferir os resultados

Nesta seção, você usará o BigQuery ML para fazer o seguinte:

  • Use uma consulta de tendências para criar um modelo de previsão.
  • Use o Gemini para explicar e escrever uma consulta para visualizar os resultados do modelo de previsão.

Use a consulta de exemplo a seguir com vendas reais, que são utilizadas como entrada para o modelo. A consulta é usada como parte da criação do modelo de ML.

  1. Para criar um modelo de ML de previsão, execute este SQL no editor de SQL do BigQuery:

    CREATE MODEL bqml_tutorial.sales_forecasting_model
OPTIONS(MODEL_TYPE='ARIMA_PLUS',
time_series_timestamp_col='date_col',
time_series_data_col='total_sales',
time_series_id_col='product_id') AS
SELECT sum(sale_price) as total_sales,
DATE(created_at) as date_col,
product_id
FROM `bigquery-public-data.thelook_ecommerce.order_items`
AS t1
INNER JOIN `bigquery-public-data.thelook_ecommerce.products`
AS t2
ON t1.product_id = t2.id
GROUP BY 2, 3;

    Use o Gemini para ajudar a entender essa consulta.

    Quando o modelo é criado, o painel Resultados exibe uma mensagem semelhante a esta:

    This statement will replace the model named sales_forecasting_model.
Depending on the type of model, this may take several hours to complete.

  2. No painel Gemini, insira um comando para o Gemini. Ele ajudará você a escrever uma consulta para receber uma previsão do modelo quando ela for concluída. Por exemplo, insira How can I get a forecast in SQL from the model?.

    Com base no contexto do comando, o Gemini retorna um exemplo de um modelo de ML que prevê as vendas:

    To get a forecast in SQL from the model, you can use the following query:

SELECT
*
FROM
  ML.FORECAST(MODEL `PROJECT_ID.DATASET_ID.MODEL_NAME`,
STRUCT(
      7 AS horizon,
      0.95 AS confidence_level
)
)

  3. No painel Gemini, copie a consulta SQL.

  4. No editor SQL do BigQuery, cole e execute a consulta SQL.

Limpar

Para evitar cobranças na sua conta do Google Cloud pelos recursos usados neste tutorial, exclua o projeto do Google Cloud criado para este tutorial. A outra opção é excluir os recursos individuais.

  1. No Console do Google Cloud, acesse a página Gerenciar recursos.

    Acessar "Gerenciar recursos"

  2. Na lista de projetos, selecione o projeto que você quer excluir e clique em Excluir .
  3. Na caixa de diálogo, digite o ID do projeto e clique em Encerrar para excluí-lo.

Excluir o conjunto de dados

A exclusão do seu projeto vai remover todos os conjuntos de dados e tabelas no projeto. Se você preferir reutilizar o projeto, exclua o conjunto de dados criado neste tutorial.

  1. No console do Google Cloud, abra a página do BigQuery.

    Acessar o BigQuery

  2. Na navegação, selecione o conjunto de dados bqml_tutorial que você criou.

  3. Para excluir o conjunto de dados, a tabela e todos os dados, clique em Excluir conjunto de dados.

  4. Para confirmar a exclusão, na caixa de diálogo Excluir conjunto de dados, digite o nome do conjunto de dados (bqml_tutorial) e clique em Excluir.

A seguir