documentación de BigQuery
BigQuery es el almacén de datos de analíticas rentable, totalmente gestionado y a escala de petabytes de Google Cloudcon el que puedes ejecutar analíticas de grandes cantidades de datos casi en tiempo real. Con BigQuery, no tienes que configurar ni gestionar ninguna infraestructura, lo que te permite centrarte en encontrar información valiosa mediante GoogleSQL y aprovechar los modelos de precios flexibles, tanto con opciones de pago por uso como con tarifas planas. Más información
Empieza tu prueba de concepto con 300 USD en crédito gratis
- Acceder a Gemini 2.0 Flash Thinking
- Uso mensual gratuito de productos populares, como las APIs de IA y BigQuery
- Sin cargos automáticos ni permanencia
Sigue explorando con más de 20 productos Always Free
Accede a más de 20 productos gratuitos para casos prácticos habituales, como APIs de IA, máquinas virtuales, almacenes de datos y más.
Recursos de documentación
Guías
-
Guías de inicio rápido: consola, línea de comandos, o bibliotecas de cliente
Referencia
Recursos relacionados
Solución Jump Start de Data Warehouse con BigQuery
Despliega y usa un almacén de datos de muestra con BigQuery.
BigQuery para el almacenamiento de datos
Consulta las prácticas recomendadas para extraer, transformar y cargar tus datos en Google Cloud con BigQuery.
Preprocesar datos de BigQuery con PySpark en Dataproc
Aprende a crear una canalización de procesamiento de datos con Apache Spark y Dataproc en Google Cloud. En la ciencia de datos y la ingeniería de datos, es habitual leer datos de una ubicación de almacenamiento, transformarlos y escribirlos en otra ubicación de almacenamiento.
BigQuery para el análisis de datos
Descubre cómo consultar, ingerir, optimizar y visualizar datos, e incluso crear modelos de aprendizaje automático en SQL dentro de BigQuery.
BigQuery para analistas de marketing
Obtén información valiosa, repetible y escalable sobre tus datos aprendiendo a consultarlos con BigQuery.
BigQuery para el aprendizaje automático
Experimenta con diferentes tipos de modelos en BigQuery Machine Learning y descubre qué hace que un modelo sea bueno.
Migrar almacenes de datos a BigQuery
Descubre patrones y recomendaciones para migrar tu almacén de datos local a BigQuery.
Visualizar datos de BigQuery en un cuaderno de Jupyter
Usa la biblioteca de cliente de Python de BigQuery y Pandas en un cuaderno de Jupyter para visualizar datos de una tabla de muestra de BigQuery.
Cliente: crear credenciales con permisos
Crea credenciales con los ámbitos de la API Drive y BigQuery.
Cliente: crear credenciales con credenciales predeterminadas de aplicación
Crea un cliente de BigQuery con credenciales predeterminadas de aplicación.
Cliente: crear con clave de cuenta de servicio
Crea un cliente de BigQuery con un archivo de clave de cuenta de servicio.
Ejemplos de Python
Trabajar con BigQuery con la biblioteca de cliente de Python de Google Cloud
Ejemplos de Node.js
Ejemplos de la biblioteca de cliente de Node.js para BigQuery
Ejemplo sencillo de C#
Un programa sencillo en C# y fragmentos de código para interactuar con BigQuery
BigQuery y Cloud Monitoring en App Engine con Java 8
En esta demostración de la API se muestra cómo ejecutar una aplicación del entorno estándar de App Engine con dependencias de BigQuery y Cloud Monitoring.
Todos los ejemplos
Consultar todos los ejemplos de BigQuery
Vídeos relacionados
Prueba BigQuery
Los nuevos clientes también reciben 300 USD en crédito gratuito para ejecutar, probar y desplegar cargas de trabajo.