Analisar dados com o Gemini para assistência do Google Cloud

Neste tutorial, descrevemos como usar Gemini para Google Cloud, uma solução com tecnologia de IA como colaborador do Google Cloud, para analisar dados. No tutorial, você usa Gemini no BigQuery para analisar e prever vendas de produtos.

Neste tutorial, presume-se que você esteja familiarizado com SQL e análise de dados básica tarefas. O conhecimento básico dos produtos Google Cloud não é pressuposto. Se você é novo BigQuery, consulte a documentação do BigQuery de início rápido.

Objetivos

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

Custos

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

Use a calculadora de preços para estimar os custos com base nos seus do uso previsto.

Antes de começar

  1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

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

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

    Ir para o BigQuery

  4. Criar um conjunto de dados chamado bqml_tutorial. Você usa o conjunto de dados para armazenar o banco de dados objetos, incluindo tabelas e modelos.

  5. Ativar os recursos do Gemini no BigQuery que você precisa concluir este tutorial:

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

    2. Na lista Gemini no editor SQL do BigQuery, selecione todos os seguintes opções:

      • Preenchimento automático
      • Geração automática
      • Explicação

    Para desativar os recursos do Gemini no BigQuery, desmarque os recursos do Gemini que você quer desativar.

Use o Gemini para analisar seus dados

O Gemini pode ajudar você a saber quais dados você pode acessar análise, e como analisar esses dados.

Antes de consultar os dados, você precisa saber quais consegue acessar. Todos os dados organiza e armazena dados de maneira diferente. Para receber ajuda, envie Uma declaração (ou comando) em linguagem natural para o Gemini, como "Como eu visualizo 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, você pode pedir informações específicas do produto ao Gemini, como o seguinte:

  • "Como começo a usar o BigQuery?"
  • "Quais benefícios o BigQuery oferece aos analistas de dados?"
  • "Como o BigQuery processa consultas de escalonamento automático?"

O Gemini também pode fornecer informações sobre como analisar seus dados. Para esse tipo de ajuda, você pode enviar comandos ao Gemini como da seguinte forma:

  • "Como criar um modelo de previsão de série temporal no BigQuery?".
  • "Como carrego 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.

    Ir para o BigQuery

  2. Na barra de ferramentas do console do Google Cloud, clique em spark Abra o 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 send Enviar solicitação.

    Saiba como e quando o Gemini do Google Cloud usa seus dados.

    O Gemini retorna uma resposta parecida com:

    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 seu histórico de chat, no painel Gemini, clique no ícone delete e em Redefinir chat.

Use o Gemini para entender e escrever SQL no BigQuery

O Gemini pode ajudar você a trabalhar com o SQL. Por exemplo, se você trabalha com consultas SQL que outras pessoas escreveram, o Gemini O BigQuery pode explicar uma consulta complexa em uma linguagem simples. Essas pode ajudar a entender a sintaxe da consulta, o esquema subjacente e de negócios.

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

Para solicitar que o Gemini explique uma consulta SQL de exemplo, 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 que o Gemini explique.

    Por exemplo, talvez você queira entender como as tabelas de dados e as consultas relacionadas em um conjunto de dados de vendas, e você pode precisar de ajuda para escrever consultas que usam conjunto de dados. No exemplo de consulta a seguir, você pode entender quais estão em uso, mas outras seções da consulta podem demorar 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 Depois clique em pen_spark Explique isso 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.

Gere 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 seus dados. Mesmo que você esteja começando sem código, um número limitado conhecimento básico do esquema de dados ou apenas um conhecimento básico da sintaxe do SQL, O Gemini pode sugerir uma ou mais instruções SQL.

No exemplo a seguir, você gera uma consulta que lista os principais produtos de cada dia. Esse tipo de consulta costuma ser complexo, mas usando o Gemini, é possível para criar uma instrução automaticamente. Depois, você vai usar as tabelas na thelook_ecommerce e solicita que o Gemini gere uma consulta para calcular as vendas por item do pedido e por nome do produto.

Para fazer com que o Gemini gere uma consulta listando suas produtos, siga estas etapas:

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

    Ir para 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 comando a seguir e pressione Enter. O caractere de cerquilha (#) solicita: Gemini para gerar 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

    O Gemini sugere uma consulta SQL parecida com:

    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 em Executar para executar a instrução SQL. Também é possível conferir o SQL sugerido e e aceita palavras específicas sugeridas na afirmação.

  6. As sugestões aparecem no painel Resultados da consulta.

Crie um modelo de previsão e visualize 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 resultados do modelo de previsão.

Você usa o exemplo de consulta a seguir com vendas reais, que são usadas 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, acesse o editor SQL do BigQuery execute o seguinte SQL:

    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;

    Você pode usar o Gemini para entender isso consulta

    Após a criação do modelo, o painel Resultados mostra uma mensagem semelhante para o seguinte:

    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 que o Gemini ajude você você escreve uma consulta para receber uma previsão do modelo quando ele for concluído. Para exemplo, insira How can I get a forecast in SQL from the model?

    Com base no contexto do comando, o Gemini retorna uma exemplo de um modelo de ML que prevê 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 do Gemini, copie a consulta SQL.

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

Limpar

Para evitar cobranças dos recursos na sua conta do Google Cloud neste tutorial, é possível excluir o projeto do Google Cloud criados para este tutorial. A outra opção é excluir os recursos individuais.

  1. In the Google Cloud console, go to the Manage resources page.

    Go to Manage resources

  2. In the project list, select the project that you want to delete, and then click Delete.
  3. In the dialog, type the project ID, and then click Shut down to delete the project.

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, então poderá excluir o conjunto de dados que você criou neste tutorial.

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

    Ir para o BigQuery

  2. No painel de 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 no conjunto de dados.

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

A seguir