Dokumentasi BigQuery
BigQuery adalah data warehouse analisis yang terkelola sepenuhnya, berskala petabyte, dan hemat biaya dari Google Cloud, yang memungkinkan Anda menjalankan analisis pada sejumlah besar data secara hampir real time. Dengan BigQuery, tidak ada infrastruktur yang harus disiapkan atau dikelola, sehingga Anda dapat fokus menemukan insight bermanfaat menggunakan GoogleSQL dan memanfaatkan model harga yang fleksibel dengan berbagai opsi on demand dan tarif tetap. Pelajari lebih lanjut
Mulai bukti konsep Anda dengan kredit gratis senilai $300
- Mendapatkan akses ke Gemini 2.0 Flash Thinking
- Penggunaan bulanan gratis untuk produk populer, termasuk AI API dan BigQuery
- Tidak ada biaya otomatis, tanpa komitmen
Terus jelajahi dengan lebih dari 20 produk yang selalu gratis
Akses 20+ produk gratis untuk kasus penggunaan umum, termasuk API AI, VM, data warehouse, dan lainnya.
Referensi dokumentasi
Panduan
-
Panduan memulai: Konsol, Command line, atau Library klien
Referensi
Referensi terkait
Solusi Praktis Data Warehouse dengan BigQuery
Men-deploy dan menggunakan data warehouse sampel dengan BigQuery.
BigQuery untuk Data Warehousing
Pelajari praktik terbaik untuk mengekstraksi, mentransformasi, dan memuat data Anda ke Google Cloud dengan BigQuery.
Melakukan pra-pemrosesan Data BigQuery dengan PySpark di Dataproc
Pelajari cara membuat pipeline pemrosesan data menggunakan Apache Spark dengan Dataproc di Google Cloud. Biasanya dalam ilmu data dan rekayasa data, membaca data dari satu lokasi penyimpanan, menjalankan transformasi di dalamnya, dan menulisnya ke lokasi penyimpanan lain adalah kasus-kasus penggunaan yang umum terjadi.
BigQuery untuk Analisis Data
Pelajari cara membuat kueri, menyerap, mengoptimalkan, memvisualisasikan, dan bahkan membuat model machine learning di SQL di dalam BigQuery.
BigQuery untuk Analis Pemasaran
Dapatkan insight yang dapat diulang, skalabel, dan berharga tentang data Anda dengan mempelajari cara membuat kuerinya menggunakan BigQuery.
BigQuery untuk Machine Learning
Bereksperimenlah dengan berbagai jenis model di Machine Learning BigQuery, dan pelajari cara membuat model yang baik.
Memigrasikan data warehouses ke BigQuery
Pelajari pola dan rekomendasi untuk mentransisikan data warehouse lokal Anda ke BigQuery.
Memvisualisasikan data BigQuery dalam notebook Jupyter
Gunakan library klien Python BigQuery dan Pandas di notebook Jupyter untuk memvisualisasikan data dalam tabel sampel BigQuery.
Klien: Membuat kredensial dengan cakupan
Buat kredensial dengan cakupan Drive dan BigQuery API.
Klien: Membuat kredensial dengan kredensial default aplikasi
Membuat klien BigQuery menggunakan kredensial default aplikasi.
Klien: Membuat dengan kunci akun layanan
Membuat klien BigQuery menggunakan file kunci akun layanan.
Contoh Python
Bekerja dengan BigQuery menggunakan library klien Google Cloud Python
Contoh Node.js
Contoh library klien Node.js untuk BigQuery
Contoh sederhana C#
Program C# sederhana dan cuplikan kode untuk berinteraksi dengan BigQuery
BigQuery dan Cloud Monitoring di App Engine dengan Java 8
Katalog API ini menunjukkan cara menjalankan aplikasi lingkungan standar App Engine dengan dependensi di BigQuery dan Cloud Monitoring.
Semua contoh
Jelajahi semua contoh untuk BigQuery
Video terkait
Coba sendiri BigQuery
Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.