Analizza i dati con l'assistenza di Gemini per Google Cloud

Anteprima

Questo prodotto è soggetto ai "Termini delle offerte pre-GA" nella sezione Termini di servizio generali dei Termini specifici dei servizi. I prodotti pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Questo tutorial descrive come utilizzare Gemini per Google Cloud, un servizio collaboratore per Google Cloud, per analizzare i dati. Nel tutorial utilizzi Gemini in BigQuery per analizzare e prevedere le vendite dei prodotti.

Questo tutorial presuppone che tu conosca il linguaggio SQL e l'analisi dei dati di base attività di machine learning. Non si presume la conoscenza dei prodotti Google Cloud. Se non hai mai utilizzato BigQuery, vedi BigQuery guide rapide.

Obiettivi

• Usa Gemini per rispondere alle tue domande su Google Cloud prodotti e casi d'uso di analisi dei dati.
• Chiedi a Gemini di spiegare e generare query SQL in in BigQuery.
• Crea un modello di machine learning (ML) per prevedere cicli futuri.

Costi

Questo tutorial utilizza i seguenti componenti fatturabili di Google Cloud:

• BigQuery
• BigQuery ML

Utilizza il Calcolatore prezzi per stimare i costi in base ai tuoi l'utilizzo previsto.

Prima di iniziare

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

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

2. Assicurati di avere configurare Gemini in BigQuery nel tuo progetto Google Cloud.

3. Nella console Google Cloud, vai alla pagina BigQuery.

   Vai a BigQuery

4. Crea un set di dati denominato bqml_tutorial. Utilizzerai il set di dati per archiviare il database tra cui tabelle e modelli.

5. Abilita le funzionalità di Gemini in BigQuery che devi completare questo tutorial:

   1. Per visualizzare le funzionalità di Gemini in BigQuery, in Nella barra degli strumenti, fai clic su pen_spark Gemini.

   2. Nell'elenco Gemini in BigQuery SQL, seleziona tutte le le seguenti opzioni:

      • Completamento automatico
      • Generazione automatica
      • Spiegazione

   Per disabilitare le funzionalità di Gemini in BigQuery, deseleziona le funzionalità di Gemini che vuoi disabilitare.

Usare Gemini per analizzare i dati

Essendo una tecnologia in fase iniziale, Gemini per Google Cloud prodotti possono generare un output che sembra plausibile, ma che è di fatto errato. Ti consigliamo di convalidare tutti gli output di Gemini per i prodotti Google Cloud prima di utilizzarli. Per ulteriori informazioni, vedi Gemini per Google Cloud e IA responsabile.

Gemini può aiutarti a sapere a quali dati puoi accedere di analisi e come analizzarli.

Prima di poter eseguire query sui dati, devi sapere a quali dati puoi accedere. Ogni dato Il prodotto organizza e memorizza i dati in modo diverso. Per ricevere assistenza, puoi inviare Gemini un'affermazione in linguaggio naturale (o un messaggio) come "Come faccio a visualizzare quali set di dati e tabelle sono disponibili in BigQuery?"

Se vuoi comprendere le caratteristiche dei diversi sistemi di query sui dati, potresti chiedere a Gemini informazioni specifiche sul prodotto, come le seguenti:

• "Come faccio a iniziare a utilizzare BigQuery?"
• "Quali sono i vantaggi dell'utilizzo di BigQuery per l'analisi dei dati?"
• "In che modo BigQuery gestisce la scalabilità automatica per le query?"

Gemini può anche fornire informazioni su come analizzare e i dati di Google Cloud. Per questo tipo di aiuto, potresti inviare prompt di Gemini come come segue:

• "Come faccio a creare un modello di previsione delle serie temporali in BigQuery?".
• "Come faccio a caricare diversi tipi di dati in BigQuery?"

Per chiedere a Gemini di rispondere a domande sui tuoi dati, segui questi passaggi:

1. Nella console Google Cloud, vai alla pagina BigQuery.

   Vai a BigQuery

2. Nella barra degli strumenti della console Google Cloud, fai clic su spark Apri Gemini.

3. Nel riquadro Gemini, inserisci un prompt come How do I learn which datasets and tables are available to me in BigQuery?.

4. Fai clic su send Invia prompt.

   Scopri come e quando Gemini per Google Cloud utilizza i tuoi dati.

   Gemini restituisce una risposta simile alla seguente:

   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. (Facoltativo) Per reimpostare la cronologia chat, nel riquadro Gemini, fai clic sull'icona delete, quindi su Reimposta chat.

   Nota: lo stato della cronologia chat viene conservato solo in memoria e non viene mantenuto quando passi a un'altra area di lavoro o quando chiudi la console Google Cloud.

Utilizza Gemini per comprendere e scrivere codice SQL in BigQuery

Gemini può aiutarti a lavorare con SQL. Ad esempio, se lavori con query SQL scritte da altre persone, Gemini BigQuery è in grado di spiegare una query complessa con un linguaggio semplice. Tale spiegazioni possono aiutarti a comprendere la sintassi della query, lo schema sottostante e contesto aziendale.

Chiedi a Gemini di spiegare le query SQL in un set di dati delle vendite

Per chiedere a Gemini di spiegare una query SQL di esempio, segui questi passaggi: passaggi:

1. Nella console Google Cloud, vai alla pagina BigQuery.

   Vai a BigQuery

2. Nell'editor query, apri o incolla la query per cui vuoi ricevere una spiegazione.

   Ad esempio, potresti voler capire il modo in cui le tabelle e le query correlate a un set di dati sulle vendite. Potresti avere bisogno di aiuto nella scrittura di query che usano il set di dati. Nella query di esempio che segue, puoi capire quali tabelle, ma altre sezioni della query potrebbero richiedere tempo da analizzare e comprendere.

   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. Evidenzia la query che vuoi che Gemini spieghi. quindi fai clic su pen_spark Spiega questo query di ricerca.

   La spiegazione SQL viene visualizzata nel riquadro Gemini.

   Utilizzando la query di esempio del passaggio precedente, Gemini restituisce una spiegazione simile alla seguente:

   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.
   

Genera una query SQL che raggruppa le vendite per giorno e prodotto

Puoi fornire a Gemini un prompt per generare una query SQL in base allo schema dei dati. Anche se inizi senza codice, è prevista una una conoscenza dello schema dei dati o solo una conoscenza di base della sintassi SQL, Gemini può suggerire una o più istruzioni SQL.

Nell'esempio seguente, generi una query che elenca i tuoi prodotti principali per ogni giorno. Questo tipo di query è spesso complesso, ma con Gemini puoi automaticamente un'istruzione. Puoi quindi usare le tabelle nella classe thelook_ecommerce set di dati e chiedere a Gemini di generare una query per calcolare le vendite per articolo dell'ordine e per nome del prodotto.

Per chiedere a Gemini di generare una query che elenca i tuoi principali segui questi passaggi:

1. Nella console Google Cloud, vai a BigQuery .

   Vai a BigQuery

2. Nel menu di navigazione, fai clic su BigQuery Studio.

3. Fai clic su Crea una nuova query. Il riquadro Explorer carica automaticamente il database selezionato.

4. Nell'editor di query, inserisci il seguente prompt, quindi premi Invio. Il carattere cancelletto (#) richiede Gemini per generare 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 suggerisce una query SQL simile alla seguente:

   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
   

   Nota: Gemini potrebbe suggerire più istruzioni SQL per il tuo .

5. Per accettare il codice suggerito, fai clic su Tab e poi su Esegui per eseguire l'istruzione SQL. Puoi anche scorrere tra le query SQL suggerite accettare parole specifiche suggerite nell'affermazione.

6. Nel riquadro Risultati delle query visualizza i risultati della query.

Creare un modello di previsione e visualizzare i risultati

In questa sezione utilizzerai BigQuery ML per:

• Utilizzare una query di tendenza per creare un modello di previsione.
• Usa Gemini per spiegare e aiutarti a scrivere una query da visualizzare i risultati del modello di previsione.

Utilizzi la seguente query di esempio con le vendite effettive, che vengono utilizzate come al modello. La query viene utilizzata come parte della creazione del modello ML.

1. Per creare un modello ML di previsione, nell'editor SQL di BigQuery, esegui questo 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;
   

   Puoi usare Gemini per comprendere query

   Nota: mentre il modello è in esecuzione, puoi anche richiedere a Gemini nel riquadro Gemini con domande come What is an ARIMA_PLUS model type?

   Una volta creato il modello, nel riquadro Risultati viene visualizzato un messaggio simile a:

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

2. Nel riquadro Gemini, inserisci un prompt in modo che Gemini possa aiutarti scrivi una query per ottenere una previsione dal modello una volta completato. Per ad esempio, inserisci How can I get a forecast in SQL from the model?

   In base al contesto del prompt, Gemini restituisce una esempio di un modello ML che prevede le vendite:

   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
   )
   )
   

   Nota: Gemini utilizza il contesto della sessione di chat per aiutarti rispondere alle domande nella stessa sessione.

3. Nel riquadro Gemini, copia la query SQL.

4. Nell'editor SQL di BigQuery, incolla ed esegui la query SQL.

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse usati in questo tutorial, puoi eliminare il progetto Google Cloud per questo tutorial. In alternativa, puoi eliminare il singolo Google Cloud.

Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

• L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività descritte in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
• Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un appspot.com URL, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

Se intendi esplorare più architetture, tutorial o guide rapide, il riuso dei progetti può aiutarti a non superare i limiti di quota.

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.

Elimina il set di dati

L'eliminazione del progetto rimuove tutti i set di dati e tutte le tabelle nel progetto. Se preferisci riutilizzare il progetto, puoi eliminare il set di dati che hai creato questo tutorial.

1. Nella console Google Cloud, apri BigQuery .

   Vai a BigQuery

2. Nel menu di navigazione, seleziona il set di dati bqml_tutorial che hai creato.

3. Per eliminare il set di dati, la tabella e tutti i dati, fai clic su Elimina del set di dati.

4. Per confermare l'eliminazione, nella finestra di dialogo Elimina set di dati digita il nome del set di dati (bqml_tutorial) e fai clic su Elimina.

Passaggi successivi

• Leggi Gemini per Google Cloud Panoramica.

• Scopri di più sulle quote di Gemini limiti.

• Scopri di più sulle località per Gemini.