透過 BigQuery 資料畫布分析

本文說明如何使用資料畫布進行資料分析。您也可以使用 Dataplex 通用目錄管理資料畫布中繼資料。

BigQuery Studio 資料畫布是 Gemini in BigQuery 功能，可讓您使用自然語言提示和圖形分析工作流程介面，尋找、轉換、查詢及呈現資料。

針對分析工作流程，BigQuery 資料畫布會使用有向非循環圖 (DAG)，提供工作流程的圖形檢視畫面。在 BigQuery 資料畫布中，您可以重複執行查詢結果，並在單一位置處理多個查詢分支。

BigQuery 資料資訊圖板旨在加快分析工作，並協助資料專家 (例如資料分析師、資料工程師等) 從資料中獲得洞察。您不需要具備特定工具的技術知識，只要對 SQL 讀寫有基本瞭解即可。BigQuery 資料畫布會與 Dataplex 通用目錄中繼資料搭配使用，根據自然語言找出適當的資料表。

企業使用者不應直接使用 BigQuery 資料畫布。

BigQuery 資料面板會使用 BigQuery 中的 Gemini 尋找資料、建立 SQL、產生圖表，以及建立資料摘要。

瞭解 Gemini for Google Cloud 如何使用您的資料，以及使用時機。

功能

您可以透過 BigQuery 資料畫布執行以下操作：

• 搭配使用自然語言查詢或關鍵字搜尋語法與 Dataplex 通用目錄中繼資料，找出資料表、檢視或物化檢視等資產。

• 使用自然語言進行基本 SQL 查詢，例如：

  • 包含 FROM 子句、數學函式、陣列和結構體的查詢。
  • 兩個資料表的 JOIN 作業。

• 使用自然語言描述所需內容，即可建立自訂視覺化資料。

• 自動產生資料洞察資料。

限制

• 自然語言指令可能無法正常運作，適用於下列情況：

  • BigQuery ML
  • Apache Spark
  • 物件資料表
  • BigLake
  • INFORMATION_SCHEMA 個檢視表
  • JSON
  • 巢狀和重複欄位
  • 複雜函式和資料類型，例如 DATETIME 和 TIMEZONE

• 資料視覺化效果無法搭配地圖圖表使用。

提示最佳做法

只要使用適當的提示技巧，就能產生複雜的 SQL 查詢。下列建議可協助 BigQuery 資料畫布改善自然語言提示，提高查詢的準確度：

• 清楚表達意思。請清楚說明要求，避免含糊不清。

• 直接提問如要獲得最精確的答案，請一次只問一個問題，並簡短說明提示。如果您一開始提供的提示包含多個問題，請逐一列出問題的各個部分，讓 Gemini 清楚瞭解。

• 提供明確的指示。在提示中強調關鍵字詞。

• 指定運算順序：以清楚有條理的方式提供操作說明。將工作細分為較小的專注步驟。

• 修正並疊代。嘗試使用不同的字詞和做法，找出最佳結果。

詳情請參閱「提示 BigQuery 資料畫布的最佳做法」。

事前準備

1. 確認已為 Google Cloud 專案啟用 Gemini in BigQuery。通常由管理員執行這個步驟。
2. 請確認您具備必要的身分與存取權管理 (IAM) 權限，才能使用 BigQuery 資料畫布。
3. 如要在 Dataplex 通用目錄中管理資料面板中繼資料，請確認 Google Cloud 專案已啟用 Dataplex API。

必要的角色

如要取得使用 BigQuery 資料畫布所需的權限，請要求管理員在專案中授予您下列 IAM 角色：

• BigQuery Studio 使用者 (roles/bigquery.studioUser)
• Gemini 版 Google Cloud 使用者 (roles/cloudaicompanion.user)

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和機構的存取權」。

您或許還可透過自訂角色或其他預先定義的角色取得必要權限。

如要進一步瞭解 BigQuery 中的 IAM 角色和權限，請參閱「IAM 簡介」。

如要在 Dataplex 通用目錄中管理資料畫布中繼資料，請確認您具備必要的 Dataplex 通用目錄角色和 dataform.repositories.get 權限。

節點類型

畫布是一或多個節點的集合，節點可按任意順序連接。BigQuery 資料畫布有下列節點類型：

• 文字
• 搜尋
• 資料表
• SQL
• 圖表
• 深入分析

文字節點

在 BigQuery 資料畫布中，文字節點可讓您在畫布中加入富文字內容。這項功能可讓您在畫布中加入說明、筆記或操作說明，方便您和其他人瞭解分析的背景和目的。您可以將任何文字內容輸入文字節點編輯器，包括用於設定格式的 Markdown。這項功能可讓您建立視覺效果出色且含有豐富資訊的文字區塊。

您可以在文字節點中執行下列操作：

• 刪除節點。
• 對節點進行偵錯。
• 複製節點。

搜尋節點

在 BigQuery 資料畫布中，搜尋節點可讓您在畫布中尋找並納入資料資產。它可在自然語言查詢或關鍵字搜尋與您要使用的實際資料之間搭起橋樑。

您可以使用自然語言或關鍵字提供搜尋查詢。搜尋節點會搜尋資料資產。這項服務會運用 Dataplex 通用目錄中繼資料，提升對情境的瞭解程度。BigQuery 資料畫布也會建議最近使用的資料表、查詢和已儲存的查詢。

搜尋節點會傳回符合查詢條件的相關資料資產清單。並將資料欄名稱和資料表說明納入考量。接著，您可以選取要新增至資料畫布做為資料表節點的素材資源，以便進一步分析及以圖表呈現資料。

您可以在搜尋節點中執行下列操作：

• 刪除節點。
• 對節點進行偵錯。
• 複製節點。

資料表節點

在 BigQuery 資料畫布中，資料表節點代表您已納入分析工作流程的特定資料表。它代表您正在處理的資料，並可讓您直接與資料互動。

資料表節點會顯示資料表的相關資訊，例如名稱、結構定義和資料預覽。您可以查看資料表結構定義、資料表詳細資料和資料表預覽等詳細資料，與資料表互動。

您可以在表格節點中執行下列操作：

• 刪除節點。
• 對節點進行偵錯。
• 複製節點。
• 執行節點。
• 執行節點和後續節點。

您可以在資料畫布中執行下列操作：

• 在新 SQL 節點中查詢結果。
• 將結果彙整至另一個資料表。

SQL 節點

在 BigQuery 資料畫布中，您可以使用 SQL 節點直接在畫布中執行自訂 SQL 查詢。您可以直接在 SQL 節點編輯器中編寫 SQL 程式碼，也可以使用自然語言提示產生 SQL。

SQL 節點會針對指定的資料來源執行提供的 SQL 查詢。SQL 節點會產生結果資料表，之後可連結至畫布中的其他節點，以便進一步分析或視覺化。

查詢執行完畢後，您可以將其匯出為排程查詢、匯出查詢結果，或共用畫布，這與執行互動查詢類似。

您可以在 SQL 節點中執行下列操作：

• 將 SQL 陳述式匯出為排定的查詢。
• 刪除節點。
• 對節點進行偵錯。
• 複製節點。
• 執行節點。
• 執行節點和後續節點。

您可以在資料畫布中執行下列操作：

• 在新 SQL 節點中查詢結果。
• 在視覺化節點中以視覺化方式呈現結果。
• 在洞察節點中產生結果洞察資料。
• 將結果彙整至另一個資料表。

圖表節點

在 BigQuery 資料畫布中，您可以使用資料視覺化節點，以視覺化方式顯示資料，更輕鬆地瞭解趨勢、模式和洞察資訊。提供多種圖表類型供您選擇，讓您選取並自訂最適合資料的視覺化效果。

視覺化節點會將資料表做為輸入內容，這可以是 SQL 查詢或表格節點的結果。視覺化節點會根據所選圖表類型和輸入資料表中的資料產生圖表。您可以選取「自動圖表」，讓 BigQuery 為您的資料選取最佳圖表類型。視覺化節點隨即會顯示產生的圖表。

您可以透過視覺化節點自訂圖表，包括變更顏色、標籤和資料來源。您也可以將圖表匯出為 PNG 檔案。

使用下列圖形類型將資料視覺化：

• 長條圖
• 熱圖
• 折線圖
• 圓餅圖
• 散布圖

您可以在視覺化節點中執行下列操作：

• 將圖表匯出為 PNG 檔案。
• 對節點進行偵錯。
• 複製節點。
• 執行節點。
• 執行節點和後續節點。

您可以在資料畫布中執行下列操作：

• 在洞察節點中產生結果洞察資料。
• 編輯圖表。

洞察節點

在 BigQuery 資料畫布中，您可以使用洞察節點，根據資料畫布中的資料產生洞察和摘要。這有助於您發掘模式、評估資料品質，以及在畫布上執行統計分析。這項工具可找出資料中的趨勢、模式、異常現象和關聯性，並產生簡明扼要的資料分析結果摘要。

如要進一步瞭解資料洞察，請參閱「在 BigQuery 中產生資料洞察」。

您可以在洞察節點中執行下列操作：

• 刪除節點。
• 複製節點。
• 執行節點。

使用 BigQuery 資料畫布

您可以在 Google Cloud 控制台、查詢或資料表中使用 BigQuery 資料畫布。

1. 前往「BigQuery」頁面

   前往 BigQuery

2. 在查詢編輯器中，按一下 add_box「SQL 查詢」旁的 arrow_drop_down「建立新」，然後點選「資料資訊圖」。

   

3. 在「自然語言」提示欄位中輸入自然語言提示。

   舉例來說，如果您輸入 Find me tables related to trees，BigQuery 資料畫布會傳回可能的資料表清單，包括 bigquery-public-data.usfs_fia.plot_tree 或 bigquery-public-data.new_york_trees.tree_species 等公開資料集。

4. 請選取資料表。

   系統會將所選資料表的資料表節點新增至 BigQuery 資料畫布。如要查看結構定義資訊、資料表詳細資料，或是預覽資料，請選取資料表節點中的相應分頁。

以下範例說明如何在分析工作流程中使用 BigQuery 資料面板。

工作流程範例：尋找、查詢及視覺化呈現資料

在本例中，您會使用 BigQuery 資料畫布中的自然語言提示，尋找資料、產生查詢並編輯查詢。接著，您可以建立圖表。

提示 1：尋找資料

1. 前往 Google Cloud 控制台的「BigQuery」BigQuery頁面。

   前往 BigQuery

2. 在查詢編輯器中，按一下 add_box「SQL 查詢」旁的 arrow_drop_down「建立新」，然後點選「資料資訊圖」。

   

3. 按一下「搜尋資料」。

4. 按一下「filter_list」filter_list「編輯搜尋篩選器」，然後在「Filter search」窗格中，將「BigQuery 公開資料集」切換鈕切換為開啟狀態。

5. 在「自然語言」提示詞欄位中輸入下列自然語言提示：

   Chicago taxi trips
   

   BigQuery 資料畫布會根據 Dataplex 通用目錄中繼資料，產生可能的資料表清單。您可以選取多個資料表。

6. 選取 bigquery-public-data.chicago_taxi_trips.taxi_trips 表格，然後按一下「Add to canvas」。

   taxi_trips 的資料表節點已新增至 BigQuery 資料面板。如要查看結構定義資訊、資料表詳細資料，或是預覽資料，請選取資料表節點中的相應分頁。

提示 2：在所選資料表中產生 SQL 查詢

如要為 bigquery-public-data.chicago_taxi_trips.taxi_trips 資料表產生 SQL 查詢，請執行下列操作：

1. 在資料畫布中，按一下「查詢」。

2. 在「自然語言」提示字段中輸入下列內容：

   Get me the 100 longest trips
   

   BigQuery 資料資訊視窗會產生類似下列的 SQL 查詢：

   SELECT
     taxi_id,
     trip_start_timestamp,
     trip_end_timestamp,
     trip_miles
   FROM
     `bigquery-public-data.chicago_taxi_trips.taxi_trips`
   ORDER BY
     trip_miles DESC
   LIMIT
     100;

提示 3：編輯查詢

如要編輯已產生的查詢，您可以手動編輯查詢，也可以變更自然語言提示並重新產生查詢。在這個範例中，您使用自然語言提示編輯查詢，只選取顧客以現金付款的行程。

1. 在「自然語言」提示字段中輸入下列內容：

   Get me the 100 longest trips where the payment type is cash
   

   BigQuery 資料資訊視窗會產生類似下列的 SQL 查詢：

   SELECT
     taxi_id,
     trip_start_timestamp,
     trip_end_timestamp,
     trip_miles
   FROM
     `PROJECT_ID.chicago_taxi_trips_123123.taxi_trips`
   WHERE
     payment_type = 'Cash'
   ORDER BY
     trip_miles DESC
   LIMIT
     100;

   在上述範例中，PROJECT_ID 是 Google Cloud 專案的 ID。

2. 如要查看查詢結果，請按一下「執行」。

建立圖表

1. 在資料畫布中，按一下「視覺化」。

2. 按一下「建立長條圖」。

   BigQuery 資料畫布會建立長條圖，顯示各趟行程的里程數量。除了提供圖表，BigQuery 資料畫布還會摘要說明支援視覺化資料的一些重要細節。

3. 選用：執行下列一或多項操作：

   • 如要修改圖表，請按一下「編輯」，然後在「編輯圖表」窗格中編輯圖表。
   • 如要分享資料畫布，請按一下「分享」，然後點選「分享連結」來複製 BigQuery 資料畫布連結。
   • 如要清理資料畫布，請依序選取 more_vert「更多動作」和 gavel「清除畫布」。這會產生空白的畫布。

工作流程範例：彙整資料表

在本例中，您會使用 BigQuery 資料畫布中的自然語言提示，尋找資料並彙整資料表。然後將查詢匯出為筆記本。

提示 1：尋找資料

1. 在「自然語言」提示詞欄位中輸入下列提示：

   Information about trees
   

   BigQuery 資料畫布會建議幾個含有樹木資訊的資料表。

2. 在本範例中，請選取 bigquery-public-data.new_york_trees.tree_census_1995 資料表，然後按一下「Add to canvas」。

   表格會顯示在畫布上。

提示 2：根據地址彙整表格

1. 在資料資訊圖表上，按一下「彙整」。

   BigQuery 資料畫布會建議要彙整的資料表。

2. 如要開啟新的「自然語言」提示欄位，請按一下「搜尋表格」。

3. 在「自然語言」提示詞欄位中輸入下列提示：

   Information about trees
   

4. 選取 bigquery-public-data.new_york_trees.tree_census_2005 表格，然後按一下「Add to canvas」。

   表格會顯示在畫布上。

5. 在資料資訊圖表上，按一下「彙整」。

6. 在「On this canvas」部分，選取「Table cell」核取方塊，然後按一下「OK」。

7. 在「自然語言」提示詞欄位中輸入下列提示：

   Join on address
   

   BigQuery 資料畫布會建議使用 SQL 查詢，根據地址彙整這兩個資料表：

   SELECT
     *
   FROM
     `bigquery-public-data.new_york_trees.tree_census_2015` AS t2015
   JOIN
     `bigquery-public-data.new_york_trees.tree_census_1995` AS t1995
   ON
     t2015.address = t1995.address;

8. 如要執行查詢並查看結果，請按一下「執行」。

將查詢匯出為筆記本

BigQuery 資料畫布能讓您將查詢匯出為筆記本。

1. 在資料畫布中，點選「匯出為筆記本」。
2. 在「Save Notebook」窗格中，輸入筆記本名稱和要儲存的區域。
3. 按一下 [儲存]。筆記本已建立成功。
4. 選用步驟：如要查看已建立的筆記本，請按一下「開啟」。

工作流程範例：使用提示編輯圖表

在本例中，您會使用 BigQuery 資料畫布中的自然語言提示，尋找、查詢及篩選資料，然後編輯圖表詳細資料。

提示 1：尋找資料

1. 如要查看美國姓名資料，請輸入以下提示：

   Find data about USA names
   

   BigQuery 資料畫布會產生資料表清單。

2. 在本範例中，請選取 bigquery-public-data.usa_names.usa_1910_current 資料表，然後按一下「Add to canvas」。

提示 2：查詢資料

1. 如要查詢資料，請在資料畫布中按一下「查詢」，然後輸入以下提示：

   Summarize this data
   

   BigQuery 資料畫布會產生類似以下的查詢：

   SELECT
     state,
     gender,
     year,
     name,
     number
   FROM
     `bigquery-public-data.usa_names.usa_1910_current`

2. 按一下「執行」。系統會顯示查詢結果。

提示 3：篩選資料

1. 在資料畫布中，按一下「查詢這些結果」。

2. 如要篩選資料，請在「SQL」SQL提示欄位中輸入以下提示：

   Get me the top 10 most popular names in 1980
   

   BigQuery 資料畫布會產生類似以下的查詢：

   SELECT
     name,
     SUM(number) AS total_count
   FROM
     `bigquery-public-data`.usa_names.usa_1910_current
   WHERE
     year = 1980
   GROUP BY
     name
   ORDER BY
     total_count DESC
   LIMIT
     10;

   執行查詢後，您會看到一個資料表，其中列出 1980 年出生的兒童最常見的 10 個名字。

建立及編輯圖表

1. 在資料畫布中，按一下「視覺化」。

   BigQuery 資料畫布會建議多種視覺化選項，包括長條圖、圓餅圖、折線圖和自訂視覺化圖表。

2. 在本例中，請按一下「建立長條圖」。

   BigQuery 資料畫布會建立類似下方的長條圖：

   

除了提供圖表之外，BigQuery 資料畫布還會摘要呈現視覺化資料的部分重要詳細資料。如要修改圖表，請按一下「視覺化詳細資料」，然後在側邊面板中編輯圖表。

提示 4：編輯圖表詳細資料

1. 在「視覺呈現」提示欄位中輸入下列內容：

   Create a bar chart sorted high to low, with a gradient
   

   BigQuery 資料畫布會建立類似下方的長條圖：

   

2. 選用步驟：如要進一步修改，請按一下「編輯」。

   畫面上會顯示「Edit visualization」窗格。您可以編輯詳細資料，例如圖表標題、X 軸名稱和 Y 軸名稱。此外，如果您點選「JSON 編輯器」分頁，可以直接根據 JSON 值編輯圖表。

使用 Gemini 助理

您可以使用 Gemini 提供的即時通訊服務，與 BigQuery 資料畫布互動。對話式助理可根據您的要求建立節點、執行查詢及建立視覺化資料。您可以為助理選擇要使用的資料表，並為助理新增指示，以便控制其行為。助理可搭配新版或現有資料畫布運作。

如要使用 Gemini 助理，請按照下列步驟操作：

1. 如要開啟助理，請在資料畫布上按一下「火花」「開啟資料畫布助理」。

2. 在「提問資料問題」欄位中輸入自然語言提示，例如下列任一項：

   • Show me interesting statistics of my data.
   • Make a chart based on my data, sorted high to low.
   • I want to see sample data from my table.

   回應會根據要求包含一個或多個節點。舉例來說，如果您要求助理建立資料圖表，助理就會在資料畫布上建立視覺化節點。

   點選「提出資料問題」欄位時，您也可以執行下列操作：

   • 如要新增資料，請按一下「設定」。
   • 如要新增操作說明，請按一下「設定」。

3. 如要繼續使用 Google 助理，請新增其他自然語言提示。

您可以繼續在資料畫布中使用自然語言提示。

新增資料

使用 Gemini 即時通訊介面時，您可以新增資料，讓助理知道要參照哪個資料集。在執行任何提示之前，Google 助理會要求您選取資料表。在 Google 助理中搜尋資料時，您可以將可搜尋資料的範圍限制在所有專案、已加星號的專案或目前專案。您也可以決定是否要將公開資料集納入搜尋範圍。

如要將資料新增至 Gemini 助理，請按照下列步驟操作：

1. 如要開啟助理，請在資料畫布上按一下「火花」「開啟資料畫布助理」。
2. 依序按一下「設定」和「新增資料」。
3. 選用：如要將公開資料集納入搜尋結果，請將「公開資料集」切換鈕切換為開啟狀態。
4. 選用：如要將搜尋結果範圍變更為其他專案，請從「範圍」選單中選取適當的專案選項。
5. 找出要新增至 Google 助理的每個表格，然後勾選對應的核取方塊。
   1. 如要搜尋助理未建議的表格，請按一下「搜尋表格」。
   2. 在「自然語言」提示欄位中輸入提示，說明您要查詢的資料表，然後按下 Enter 鍵。
   3. 找出要加入 Google 助理的每個資料表，勾選對應的核取方塊，然後按一下「確定」。
6. 關閉「Canvas 助理設定」窗格。

助理會根據你選擇的資料進行分析。

新增指示

使用 Gemini 對話介面時，您可以新增指示，讓助理知道如何執行操作。這些指示會套用至資料畫布中的所有提示。可能的操作說明示例包括：

• Visualize trends over time.
• Chart colors: Red (negative), Green (positive)
• Domain: USA

如要為 Google 助理新增指示，請按照下列步驟操作：

1. 如要開啟助理，請在資料畫布上按一下「火花」「開啟資料畫布助理」。
2. 按一下「設定」。
3. 在「Instructions」欄位中，新增 Google 助理操作說明清單，然後關閉「Canvas assistant settings」窗格。

助理會記住指示，並套用至日後的提示。

Gemini 助理最佳做法

如要使用 BigQuery 資料輔助畫布取得最佳結果，請遵循下列最佳做法：

• 具體明確。明確說明要計算、分析或視覺化哪些內容。例如，請說 Calculate the average trip duration for trips starting in council district eight，而非 Analyze trip data。

• 確保正確的資料背景資訊。助理只能使用您提供的資料。確認所有相關表格和欄位都已新增至畫布。

• 從簡單開始，然後逐步改進。請先提出簡單的問題，確保助理能瞭解基本結構和資料。例如，先說 Show total trips by subscriber_type，再說 Show total trips by subscriber_type and break down the result by council_district。

• 將複雜問題拆解如果是多步驟程序，建議您使用明確的提示，並將其分成不同的部分，或是為每個主要步驟使用不同的提示。例如說出 First, find the top five busiest stations by trip count. Second, calculate the average trip duration for trips starting from only those top five stations。

• 明確指出計算方式。指定所選計算，例如 SUM、MAX 或 AVERAGE。例如說出 Find the MAX trip duration per bike_id。

• 針對持續性背景和偏好設定使用系統指令。使用系統指示來說明資訊規則，以及套用至所有提示的偏好設定。

• 查看畫布。請務必檢查產生的節點，確認邏輯與要求相符，且結果正確無誤。

• 實驗：嘗試使用不同的措辭、詳細程度和提示結構，瞭解 Google 助理如何回應您的特定資料和分析需求。

• 參照資料欄名稱。請盡可能使用所選資料的實際欄名稱。例如，請說 Show the count of trips grouped by subscriber_type and start_station_name，而非 Show trips by subscriber type。

工作流程示例：與 Gemini 助理合作

在這個範例中，您會使用自然語言提示搭配 Gemini 助理，尋找、查詢及以圖表呈現資料。

1. 前往 Google Cloud 控制台的「BigQuery」BigQuery頁面。

   前往 BigQuery

2. 在查詢編輯器中，按一下 add_box「SQL 查詢」旁的 arrow_drop_down「建立新」，然後點選「資料資訊圖」。

   

3. 按一下「搜尋資料」。

4. 按一下「filter_list」filter_list「編輯搜尋篩選器」，然後在「Filter search」窗格中，將「BigQuery 公開資料集」切換鈕切換為開啟狀態。

5. 在「自然語言」提示詞欄位中輸入下列自然語言提示：

   bikeshare
   

   BigQuery 資料畫布會根據 Dataplex 通用目錄中繼資料，產生可能的資料表清單。您可以選取多個資料表。

6. 選取 bigquery-public-data.austin_bikeshare.bikeshare_stations 表格和 bigquery-public-data.austin_bikeshare.bikeshare_trips，然後按一下「Add to canvas」。

   系統會將每個所選資料表的資料表節點新增至 BigQuery 資料畫布。如要查看結構定義資訊、資料表詳細資料，或是預覽資料，請選取資料表節點中的相應分頁。

7. 如要開啟助理，請在資料畫布上按一下「火花」「開啟資料畫布助理」。

8. 按一下「設定」。

9. 在「指令」欄位中，為 Google 助理新增下列指令：

   Tasks:
     - Visualize findings with charts
     - Show many charts per question
     - Make sure to cover each part via a separate line of reasoning
   

10. 關閉「Canvas 助理設定」窗格。

11. 在「提問資料問題」欄位中，輸入下列自然語言提示：

    Show the number of trips by council district and subscriber type
    

12. 您可以繼續在「問資料問題」欄位中輸入提示。輸入下列自然語言提示：

    What are most popular stations among the top 5 subscriber types
    

13. 輸入最終提示：

    What station is least used to start and end a trip
    

    詢問所有相關提示後，系統會根據您給予助理的提示和指示，在畫布中填入相關查詢和視覺化節點。繼續輸入提示或修改現有提示，以取得您要的結果。

查看所有資料面板

如要查看專案中所有資料畫布的清單，請按照下列步驟操作：

1. 前往 Google Cloud 控制台的「BigQuery」BigQuery頁面。

   前往 BigQuery

2. 在「Explorer」窗格中，按一下「資料畫布」旁的 more_vert「查看動作」，然後執行下列任一操作：

• 如要在目前的分頁中開啟清單，請按一下「全部顯示」。
• 如要在新分頁中開啟清單，請依序點選「在新分頁中顯示所有項目」>。
• 如要在分割分頁中開啟清單，請按一下「顯示所有項目」>「分割」分頁。

查看資料面板中繼資料

如要查看資料畫布中繼資料，請按照下列步驟操作：

1. 前往 Google Cloud 控制台的「BigQuery」BigQuery頁面。

   前往 BigQuery

2. 在「Explorer」窗格中，展開專案和「Data canvases」資料夾，並視需要展開「Shared data canvases」資料夾。按一下要查看中繼資料的資料畫布名稱。

3. 查看「摘要」窗格，瞭解資料畫布相關資訊，例如所使用的區域和上次修改日期。

使用資料畫布版本

您可以選擇在存放區內或外建立資料資訊方塊。資料畫布的版本控制會根據資料畫布的所在位置而有所不同。

在存放區中管理資料畫布版本

存放區是位於 BigQuery 或第三方供應商的 Git 存放區。您可以在存放區中使用工作區，對資料畫布執行版本控制。詳情請參閱「使用檔案的版本控制功能」。

在存放區外部進行資料畫布版本管理

您可以查看、比較及還原資料無框畫的版本。

查看及比較資料畫布版本

如要查看資料資訊圖表的不同版本，並與目前版本比較，請按照下列步驟操作：

1. 前往 Google Cloud 控制台的「BigQuery」BigQuery頁面。

   前往 BigQuery

2. 在「Explorer」窗格中，展開專案和「Data canvases」資料夾，並視需要展開「Shared data canvases」資料夾。按一下要查看活動資料的資料畫布名稱。

3. 按一下 schedule「版本記錄」，即可查看資料畫布版本清單，並依日期由新到舊排序。

4. 按一下資料資訊圖版本旁的 more_vert「查看動作」，然後點選「比較」。比較窗格隨即開啟，比較您選取的資料資訊圖版本與目前的資料資訊圖版本。

5. 選用：如要比較版本內容，而非在個別檢視窗中比較，請依序按一下「比較」和「內嵌」。

還原資料面板版本

從比較窗格還原資料時，您可以比較先前版本的資料畫布與目前版本，然後選擇是否要還原。

1. 在「Explorer」窗格中，展開專案和「Data canvases」資料夾，並視需要展開「Shared data canvases」資料夾。按一下要還原先前版本的資料畫布名稱。
2. 按一下 schedule「版本記錄」。

3. 按一下要還原的資料畫布版本旁的 more_vert「View actions」，然後點選「Compare」。

   比較窗格會隨即開啟，比較您選取的資料資訊圖版版本與最新的資料資訊圖版版本。

4. 如要在比較後還原先前的資料資訊圖版本，請按一下「還原」。

5. 按一下「確認」。

在 Dataplex 通用目錄中管理中繼資料

Dataplex 通用目錄可讓您查看及管理資料畫布的中繼資料。預設情況下，Dataplex 通用目錄會提供資料畫布，無須額外設定。

您可以使用 Dataplex 通用目錄管理所有 BigQuery 位置的資料畫布。在 Dataplex 通用目錄中管理資料畫布時，請遵守 Dataplex 通用目錄配額和限制和 Dataplex 通用目錄價格。

Dataplex 通用目錄會自動從資料畫布擷取下列中繼資料：

• 資料資產名稱
• 資料資產父項
• 資料資產位置
• 資料資產類型
• 對應的 Google Cloud 專案

Dataplex 通用目錄會將資料畫布記錄為項目，並使用下列項目值：

系統項目群組

資料畫布的系統項目群組為 @dataform。如要在 Dataplex 通用目錄中查看資料畫布項目的詳細資料，您必須查看 dataform 系統項目群組。如需查看項目群組中所有項目清單的操作說明，請參閱 Dataplex Universal Catalog 說明文件中的「查看項目群組詳細資料」一節。

系統項目類型

資料畫布的系統輸入類型為 dataform-code-asset。如要查看資料畫布的詳細資料，您需要查看 dataform-code-asset 系統輸入類型、使用以面向為準的篩選器篩選結果，並將 dataform-code-asset 面向內的 type 欄位設為 DATA_CANVAS。接著，選取所選資料無框畫的項目。如需有關如何查看所選項目類型詳細資料的操作說明，請參閱 Dataplex Universal Catalog 說明文件中的「查看項目類型的詳細資料」。如要瞭解如何查看所選項目的詳細資料，請參閱 Dataplex Universal Catalog 說明文件中的「查看項目詳細資料」一節。

系統切面類型

資料畫布的系統切面類型為 dataform-code-asset。如要透過切面為 Dataplex 通用目錄中的資料畫布註解，為資料畫布項目提供額外背景資訊，請查看 dataform-code-asset 切面類型、使用以切面為依據的篩選器篩選結果，並將 dataform-code-asset 切面中的 type 欄位設為 DATA_CANVAS。如要瞭解如何使用切面標註項目，請參閱 Dataplex 通用目錄說明文件中的「管理切面並強化中繼資料」。

類型

資料畫布的類型為 DATA_CANVAS。您可以使用 aspect:dataplex-types.global.dataform-code-asset.type=DATA_CANVAS 查詢，在以面向為準的篩選器中篩選 dataform-code-asset 系統輸入類型和 dataform-code-asset 面向類型的資料畫布。

如要瞭解如何在 Dataplex 通用目錄中搜尋資產，請參閱 Dataplex 通用目錄文件中的「在 Dataplex 通用目錄中搜尋資料資產」。

定價

如要詳細瞭解這項功能的定價，請參閱 Gemini in BigQuery 定價總覽。

配額與限制

如要瞭解這項功能的配額和限制，請參閱「BigQuery 中的 Gemini 配額」。

位置

您可以在所有 BigQuery 位置中使用 BigQuery 資料畫布。Gemini in BigQuery 在全球運作，因此您無法將資料處理作業限制在特定區域。如要進一步瞭解 Gemini in BigQuery 處理資料的位置，請參閱「Gemini 服務位置」。

提供意見回饋

您可以向 Google 提交意見回饋，協助我們改善 BigQuery 資料面板建議。如要提供意見回饋，請按照下列步驟操作：

1. 在 Google Cloud 控制台工具列中，按一下「提供意見」。

2. 選用：如要複製 DAG JSON 資訊，以便提供更多意見回饋背景資訊，請按一下 content_copy「複製」。

3. 如要填寫表單並提供意見回饋，請按一下表單。

資料共用設定會套用至整個專案，而且只有具備 serviceusage.services.enable 和 serviceusage.services.list IAM 權限的專案管理員能夠設定。如要進一步瞭解「信任的測試人員」計畫的資料使用方式，請參閱「 Google Cloud 『信任的測試人員』計畫中的 Gemini」。

如要直接提供這項功能的意見回饋，也可以傳送電子郵件至 datacanvas-feedback@google.com。

後續步驟

• 瞭解如何使用 Gemini 輔助功能編寫查詢。

• 瞭解如何建立 Notebook。