Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Einführung in Notebooks
Dieses Dokument bietet eine Einführung in Colab Enterprise-Notebooks in BigQuery. Sie können Notebooks verwenden, um Analyse- und ML-Workflows mithilfe von SQL, Python und anderen gängigen Paketen und APIs abzuschließen. Notebooks bieten eine verbesserte Zusammenarbeit und Verwaltung mit den folgenden Optionen:
Sie können Notebooks mit Identity and Access Management (IAM) für bestimmte Nutzer und Gruppen freigeben.
Prüfen Sie den Notebook-Versionsverlauf.
Kehren Sie zu früheren Versionen des Notebooks zurück oder wechseln Sie zu diesen.
Notebooks sind BigQuery Studio-Code-Assets, die auf Dataform basieren.
Gespeicherte Abfragen sind ebenfalls Code-Assets.
Alle Code-Assets werden in einer Standardregion gespeichert. Durch das Aktualisieren der Standardregion wird die Region für alle Code-Assets geändert, die danach erstellt werden.
Notebook-Funktionen sind nur in der Google Cloud Console verfügbar.
Vorteile
Notebooks in BigQuery bieten folgende Vorteile:
BigQuery DataFrames sind in Notebooks eingebunden, ohne dass eine Einrichtung erforderlich ist. BigQuery DataFrames ist eine Python API, mit der Sie BigQuery-Daten in großem Maßstab mithilfe von pandas-DataFrame und scikit-learn -APIs analysieren können.
Unterstützung für die unterstützende Codeentwicklung auf Basis von Gemini generative KI
Automatische Vervollständigung von SQL-Anweisungen, wie im BigQuery-Editor.
Die Möglichkeit, Versionen von Notebooks zu speichern, freizugeben und zu verwalten.
Die Möglichkeit, matplotlib, seaborn und andere beliebte Bibliotheken zu verwenden, um Daten zu jedem Zeitpunkt im Workflow zu visualisieren.
Eine Notebook-Laufzeit ist eine virtuelle Compute Engine-Maschine, die einem bestimmten Nutzer zugewiesen ist, um die Codeausführung in einem Notebook zu aktivieren. Mehrere Notebooks können dieselbe Laufzeit verwenden. Jede Laufzeit gehört jedoch nur einem Nutzer und kann nicht von anderen verwendet werden. Notebook-Laufzeiten werden auf der Grundlage von Vorlagen erstellt, die normalerweise von Nutzern mit Administratorberechtigungen definiert werden. Sie können jederzeit zu einer Laufzeit wechseln, die einen anderen Vorlagentyp verwendet.
Notebook-Sicherheit
Sie steuern den Zugriff auf Notebooks über IAM-Rollen (Identity and Access Management). Weitere Informationen finden Sie unter Zugriff auf Notebooks gewähren.
Unterstützte Regionen
Mit BigQuery Studio können Sie Versionen von Notebooks speichern, freigeben und verwalten. In der folgenden Tabelle sind die Regionen aufgeführt, in denen BigQuery Studio verfügbar ist:
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-02-06 (UTC)."],[[["\u003cp\u003eBigQuery notebooks facilitate analysis and machine learning workflows through SQL, Python, and other tools, offering enhanced collaboration features like sharing, version history, and branching.\u003c/p\u003e\n"],["\u003cp\u003eNotebooks are code assets within BigQuery Studio, powered by Dataform, and are integrated with BigQuery DataFrames for scalable data analysis using pandas and scikit-learn.\u003c/p\u003e\n"],["\u003cp\u003eNotebooks provide assistive code development through Gemini AI, auto-completion of SQL statements, and data visualization via matplotlib and seaborn libraries.\u003c/p\u003e\n"],["\u003cp\u003eNotebooks use Colab Enterprise runtimes, which are user-specific Compute Engine virtual machines that can be shared by multiple notebooks but not by multiple users.\u003c/p\u003e\n"],["\u003cp\u003eAccess to notebooks is controlled via Identity and Access Management (IAM), and pricing information for notebook runtimes and slot usage can be monitored via Cloud Billing reports.\u003c/p\u003e\n"]]],[],null,["# Introduction to notebooks\n=========================\n\nThis document provides an introduction to\n[Colab Enterprise notebooks](/colab/docs/introduction)\nin BigQuery. You can use notebooks to complete\nanalysis and machine learning (ML) workflows by using SQL, Python, and other\ncommon packages and APIs. Notebooks offer improved collaboration and management\nwith the following options:\n\n- Share notebooks with specific users and groups by using Identity and Access Management (IAM).\n- Review the notebook version history.\n- Revert to or branch from previous versions of the notebook.\n\nNotebooks are [BigQuery Studio](/bigquery/docs/query-overview#bigquery-studio)\ncode assets powered by [Dataform](/dataform/docs/overview).\n[Saved queries](/bigquery/docs/saved-queries-introduction) are also code assets.\nAll code assets are stored in a default\n[region](#supported_regions). Updating the default region changes\nthe region for all code assets created after that point.\n\nNotebook capabilities are available only in the Google Cloud console.\n\nBenefits\n--------\n\nNotebooks in BigQuery offer the following benefits:\n\n- [BigQuery DataFrames](/python/docs/reference/bigframes/latest) is integrated into notebooks, no setup required. BigQuery DataFrames is a Python API that you can use to analyze BigQuery data at scale by using the [pandas DataFrame](https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.html) and [scikit-learn](https://scikit-learn.org/stable/modules/classes.html) APIs.\n- Assistive code development powered by [Gemini generative AI](/bigquery/docs/write-sql-gemini).\n- Auto-completion of SQL statements, the same as in the BigQuery editor.\n- The ability to save, share, and manage versions of notebooks.\n- The ability to use [matplotlib](https://matplotlib.org/), [seaborn](https://seaborn.pydata.org/), and other popular libraries to visualize data at any point in your workflow.\n\nRuntime management\n------------------\n\nBigQuery uses\n[Colab Enterprise runtimes](/colab/docs/create-runtime) to run\nnotebooks.\n\nA notebook runtime is a Compute Engine virtual machine allocated to a\nparticular user to enable code execution in a notebook. Multiple notebooks can\nshare the same runtime. However, each runtime belongs to only one user and can't\nbe used by others. Notebook runtimes are created based on template, which are\ntypically defined by users with administrative privileges. You can change to a\nruntime that uses a different template type at any time.\n\nNotebook security\n-----------------\n\nYou control access to notebooks by using Identity and Access Management (IAM) roles. For\nmore information, see\n[Grant access to notebooks](/bigquery/docs/create-notebooks#grant_access_to_notebooks).\n\nTo detect vulnerabilities in Python packages that you use in your notebooks,\ninstall and use\n[Notebook Security Scanner](/security-command-center/docs/enable-notebook-security-scanner)\n([Preview](/products#product-launch-stages)).\n\nSupported regions\n-----------------\n\nBigQuery Studio lets you save, share, and manage versions of\nnotebooks. The following table lists the regions where BigQuery Studio is\navailable:\n\nPricing\n-------\n\nFor pricing information about BigQuery Studio notebooks, see [Notebook runtime pricing](/bigquery/pricing#external_services).\n\nMonitor slot usage\n------------------\n\nYou can monitor your BigQuery Studio notebook slot usage by viewing your [Cloud Billing report](/billing/docs/reports) in the Google Cloud console. In the Cloud Billing report, apply a filter with the label **goog-bq-feature-type** with the value **BQ_STUDIO_NOTEBOOK** to view slot usage and costs from BigQuery Studio notebook.\n\nTroubleshooting\n---------------\n\nFor more information, see [Troubleshoot Colab Enterprise](/colab/docs/troubleshooting).\n\nWhat's next\n-----------\n\n- Learn how to [create notebooks](/bigquery/docs/create-notebooks).\n- Learn how to [manage notebooks](/bigquery/docs/manage-notebooks)."]]
Niedriger CO2-Wert