Questa pagina è stata tradotta dall'API Cloud Translation.

Scrivi query con l'assistenza di Gemini

Questo documento descrive come utilizzare l'assistenza basata sull'IA in Gemini in BigQuery per eseguire query sui dati con query SQL e codice Python. Gemini in BigQuery può generare query e codice, completarle e spiegarle mentre digiti.

Per seguire le indicazioni dettagliate per questa attività direttamente nella console Google Cloud, fai clic su Procedura guidata:

Procedura guidata

Gemini for Google Cloud non utilizza i tuoi prompt o le sue risposte come dati per addestrare i propri modelli senza la tua autorizzazione esplicita. Per ulteriori informazioni su come Google utilizza i tuoi dati, consulta In che modo Gemini for Google Cloud utilizza i tuoi dati.

Per Gemini in BigQuery sono supportati solo i prompt in lingua inglese.

Questo documento è rivolto ad analisti di dati, data scientist e sviluppatori di dati che lavorano con query SQL e notebook di Colab Enterprise in BigQuery. Si presume che tu sappia eseguire query sui dati nell'ambiente BigQuery Studio o come utilizzare i blocchi note Python per analizzare i dati di BigQuery.

Prima di iniziare

Assicurati che Gemini in BigQuery sia configurato per il tuo progetto Google Cloud. Questo passaggio viene normalmente eseguito da un amministratore. Le funzionalità di Gemini in BigQuery potrebbero essere disabilitate o non disponibili finché non completi i passaggi rimanenti di questa sezione.
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
Nella console Google Cloud, vai alla pagina BigQuery Studio.

Vai a BigQuery Studio
Nella barra degli strumenti di BigQuery, fai clic su pen_sparkGemini.
Nell'elenco delle funzionalità, assicurati che siano selezionate le seguenti:
- Elenco Gemini nella query SQL:
  - Completamento automatico (anteprima). Durante la digitazione nell'editor di query, Gemini può suggerire passaggi successivi logici pertinenti al contesto della query attuale o aiutarti a eseguire l'iterazione di una query.
  - Genesi automatica. Puoi chiedere a Gemini in BigQuery di generare una query SQL utilizzando un commento in linguaggio naturale nell' editor di query BigQuery.
  - Strumento di generazione SQL. Puoi inserire testo in linguaggio naturale in uno strumento per generare una query SQL con opzioni per perfezionare i risultati della query, scegliere le origini delle tabelle e confrontare i risultati.
  - Spiegazione. Puoi chiedere a Gemini in BigQuery di spiegare una query SQL utilizzando linguaggio naturale.
- Elenco di Gemini nel notebook Python:
  - Completamento del codice (anteprima). Gemini fornisce suggerimenti contestualmente appropriati e basati sui contenuti nel notebook.
  - Generazione del codice. Puoi chiedere a Gemini di generare il codice Python con un'istruzione o una domanda in linguaggio naturale.
Per completare le attività descritte in questo documento, assicurati di disporre delle autorizzazioni Identity and Access Management (IAM) richieste.

Ruoli obbligatori

Per ottenere le autorizzazioni necessarie per scrivere query con l'assistenza di Gemini, chiedi all'amministratore di concederti il ruolo IAM Utente Gemini for Google Cloud (roles/cloudaicompanion.user) nel progetto. Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso a progetti, cartelle e organizzazioni.

Questo ruolo predefinito contiene le autorizzazioni necessarie per scrivere query con l'assistenza di Gemini. Per visualizzare le autorizzazioni esatte richieste, espandi la sezione Autorizzazioni richieste:

Autorizzazioni obbligatorie

Per scrivere query con l'assistenza di Gemini sono necessarie le seguenti autorizzazioni:

cloudaicompanion.entitlements.get
cloudaicompanion.instances.completeTask
Spiega le query SQL: cloudaicompanion.companions.generateChat
Codice SQL o Python completo: cloudaicompanion.instances.completeCode
Genera codice SQL o Python: cloudaicompanion.instances.generateCode

Potresti anche ottenere queste autorizzazioni con ruoli personalizzati o altri ruoli predefiniti.

Per saperne di più sui ruoli e sulle autorizzazioni IAM in BigQuery, consulta Introduzione a IAM.

Genera una query SQL

Per generare una query SQL in base allo schema dei dati, puoi fornire a Gemini in BigQuery un'istruzione o una domanda in linguaggio naturale, nota anche come prompt. Anche se non hai codice, hai una conoscenza limitata dello schema dei dati o solo una conoscenza di base della sintassi di GoogleSQL, Gemini in BigQuery può generare SQL che può aiutarti a esplorare i dati.

Utilizzare lo strumento di generazione SQL

Lo strumento di generazione SQL ti consente di utilizzare il linguaggio naturale per generare una query SQL sulle tabelle visualizzate o su cui hai eseguito query di recente. Puoi anche utilizzare lo strumento per modificare una query esistente e per specificare manualmente le tabelle per le quali vuoi generare SQL.

Per utilizzare lo strumento di generazione SQL:

Nella console Google Cloud, vai alla pagina BigQuery Studio.

Vai a BigQuery Studio
Accanto all'editor di query, fai clic su pen_spark Strumento di generazione SQL.
Nella finestra di dialogo Genera SQL con Gemini, inserisci un prompt in linguaggio naturale su una tabella che hai visualizzato o su cui hai eseguito query di recente. Ad esempio, se di recente hai visualizzato la tabella bigquery-public-data.austin_bikeshare.bikeshare_trips, potresti inserire quanto segue:
```
 Show me the duration and subscriber type for the ten longest trips.
```

Fai clic su Genera.

La query SQL generata è simile alla seguente:

SELECT
    subscriber_type,
    duration_sec
  FROM
      `bigquery-public-data.san_francisco_bikeshare.bikeshare_trips`
ORDER BY
    duration_sec DESC
LIMIT 10;

Esamina la query SQL generata ed esegui una delle seguenti azioni:
- Per accettare la query SQL generata, fai clic su Inserisci per inserire l'istruzione nell'editor query. Poi puoi fare clic su Esegui per eseguire la query SQL suggerita.
- Per modificare il prompt, fai clic su Modifica e poi modifica o sostituisci il prompt iniziale. Dopo aver modificato il prompt, fai clic su Aggiorna per generare una nuova query.
- Per aggiornare le origini tabella utilizzate come contesto per generare la query SQL suggerita, fai clic su Modifica origini tabella, seleziona le caselle di controllo appropriate e poi fai clic su Applica.
- Per visualizzare un riepilogo in linguaggio naturale della query generata, fai clic su Riepilogo query.
- Per perfezionare la query SQL suggerita, inserisci eventuali perfezionamenti nel campo Perfeziona e fai clic su Perfeziona. Ad esempio, inserisci limit to 1000 per limitare il numero di risultati della query. Per confrontare le modifiche alla query, seleziona la casella di controllo Mostra differenze.
- Per ignorare una query suggerita, chiudi lo strumento di generazione SQL.

Disattivare lo strumento di generazione SQL

Per scoprire come disattivare lo strumento di generazione SQL, consulta Disattivare le funzionalità dell'assistente per query di Gemini.

Generare SQL da un commento

Puoi generare SQL nell'editor di query descrivendo la query che ti interessa in un commento.

Nella console Google Cloud, vai alla pagina BigQuery Studio.

Vai a BigQuery Studio
Nell'editor di query, fai clic su Query SQL.
Nell'editor di query, scrivi un commento SQL su una tabella che hai visualizzato o su cui hai eseguito query di recente. Ad esempio, se di recente hai visualizzato la tabella bigquery-public-data.austin_bikeshare.bikeshare_trips, potresti scrivere il seguente commento:
```
# Show me the duration and subscriber type for the ten longest trips.
```

Premi Invio (Return su macOS).

La query SQL suggerita è simile alla seguente:

# Show me the duration and subscriber type for the ten longest trips

SELECT
  duration_sec,
  subscriber_type
  AVG(duration_minutes) AS average_trip_length
FROM
  `bigquery-public-data.austin_bikeshare.bikeshare_trips`
ORDER BY
  duration_sec
LIMIT 10;

Per accettare il suggerimento, premi Tab.

Suggerimenti per la generazione SQL

I seguenti consigli possono migliorare i suggerimenti forniti da Gemini in BigQuery:

Per specificare manualmente le tabelle da utilizzare, puoi includere il nome completo della tabella tra apici inversi (`), ad esempio`PROJECT.DATASET.TABLE`.
Se i nomi delle colonne o le relative relazioni semantiche non sono chiare o sono complesse, puoi fornire il contesto nel prompt in modo da spiegare meglio a Gemini la risposta che ti interessa. Ad esempio, per fare in modo che la query generata faccia riferimento al nome di una colonna, descrivi il nome della colonna e la sua pertinenza rispetto alla risposta desiderata. Per far sì che una risposta faccia riferimento a termini complessi come lifetime value o margine lordo, descrivi il concetto e la sua pertinenza rispetto ai tuoi dati per migliorare i risultati della generazione dell'SQL.
Quando generi SQL da un commento, puoi formattare il prompt su più righe anteponendo a ogni riga il carattere #.
Le descrizioni delle colonne vengono prese in considerazione durante la generazione delle query SQL. Per migliorare l'accuratezza, aggiungi descrizioni delle colonne allo schema. Per ulteriori informazioni sulle descrizioni delle colonne, consulta Descrizioni delle colonne in "Specificare uno schema".

Dati di Gemini e BigQuery

Gemini in BigQuery può accedere ai metadati delle tabelle per cui disponi dell'autorizzazione. Questi metadati possono includere nomi delle tabelle, nomi delle colonne, tipi di dati e descrizioni delle colonne. Gemini in BigQuery non può accedere ai dati nelle tabelle, nelle viste o nei modelli. Per ulteriori informazioni su come Gemini utilizza i tuoi dati, vedi In che modo Gemini for Google Cloud utilizza i tuoi dati.

Completa una query SQL

Il completamento SQL tenta di fornire suggerimenti contestualmente appropriati e basati sui contenuti nell'editor di query. Durante la digitazione, Gemini può suggerire passaggi successivi logici pertinenti al contesto della query attuale o aiutarti a eseguire l'iterazione di una query.

Per provare il completamento SQL con Gemini in BigQuery:

Nella console Google Cloud, vai alla pagina BigQuery Studio.

Vai a BigQuery Studio

Nell'editor di query, copia quanto segue:

SELECT
  subscriber_type
  , EXTRACT(HOUR FROM start_time) AS hour_of_day
  , AVG(duration_minutes) AS avg_trip_length
FROM
  `bigquery-public-data.austin_bikeshare.bikeshare_trips`

Un messaggio di errore indica che subscriber_type non è raggruppato o aggregato. Capita spesso di aver bisogno di aiuto per creare una query corretta.

Alla fine della riga per subscriber_type, premi Barra spaziatrice.

I perfezionamenti suggeriti per la query potrebbero terminare con un testo simile al seguente:
```
GROUP BY
  subscriber_type, hour_of_day;
```
Puoi anche premere Invio (Return su macOS) per generare suggerimenti.
Per accettare il suggerimento, premi Tab o tieni premuto il puntatore sul testo suggerito e fai clic su un suggerimento alternativo. Per ignorare un suggerimento, premi Esc o continua a digitare.

Spiega una query SQL

Puoi chiedere a Gemini in BigQuery di spiegare una query SQL in linguaggio naturale. Questa spiegazione può aiutarti a comprendere una query per la quale può essere difficile valutare la sintassi, lo schema sottostante e il contesto aziendale a causa della lunghezza o della complessità della query.

Per ottenere una spiegazione di una query SQL:

Nella console Google Cloud, vai alla pagina BigQuery Studio.

Vai a BigQuery Studio
Nell'editor query, apri o incolla la query per cui vuoi ricevere una spiegazione.
Evidenzia la query che vuoi che Gemini in BigQuery spieghi.
Fai clic su astrophotography_mode Gemini, poi su Spiega questa query.

La spiegazione SQL viene visualizzata nel riquadro Gemini.

Genera codice Python

Puoi chiedere a Gemini in BigQuery di generare codice Python utilizzando un prompt (un'istruzione o una domanda in linguaggio naturale). Gemini in BigQuery risponde con uno o più suggerimenti di codice Python.

Nell'esempio seguente, generi codice per un set di dati pubblico BigQuery, bigquery-public-data.ml_datasets.penguins.

Vai alla pagina BigQuery Studio.

Vai a BigQuery Studio
Nella barra delle schede dell'editor di query, fai clic sulla freccia menu a discesa accanto a Query SQL e poi su Notebook Python.

Si apre il nuovo notebook contenente celle che mostrano query di esempio relative al set di dati pubblico bigquery-public-data.ml_datasets.penguins.
Per inserire una nuova cella di codice, fai clic su Codice nella barra degli strumenti. La nuova cella di codice contiene il messaggio Inizia a programmare o genera con l'IA.
Nella nuova cella di codice, fai clic su Genera.

Nell'editor Genera, inserisci il seguente prompt in linguaggio naturale:

Using bigquery magics, query the `bigquery-public-data.ml_datasets.penguins` table

Premi Invio (Return su macOS).

Il codice Python suggerito è simile al seguente:

%%bigquery
SELECT *
FROM `bigquery-public-data.ml_datasets.penguins`
LIMIT 10

Per eseguire il codice, premi Esegui cella.

Codice Python completo

Il completamento del codice Python tenta di fornire suggerimenti contestualmente appropriati e basati sui contenuti nell'editor query. Durante la digitazione, Gemini in BigQuery può suggerire passaggi successivi logici pertinenti al contesto del codice attuale o aiutarti a eseguire l'iterazione del codice.

Per provare il completamento del codice Python con Gemini in BigQuery, segui questi passaggi:

Vai alla pagina BigQuery Studio.

Vai a BigQuery Studio
Nella barra delle schede dell'editor di query, fai clic sulla freccia menu a discesa accanto a Query SQL e poi su Notebook Python.

Si apre un nuovo notebook contenente celle che mostrano query di esempio relative al set di dati pubblico bigquery-public-data.ml_datasets.penguins.
Nell'editor, inizia a digitare il codice Python. Ad esempio %%bigquery. Gemini in BigQuery suggerisce il codice in linea mentre digiti.
Per accettare il suggerimento, premi Tab.

Disattivare le funzionalità dell'assistente per la query di Gemini

Per disattivare funzionalità specifiche in Gemini in BigQuery:

Nella console Google Cloud, vai alla pagina BigQuery Studio.

Vai a BigQuery Studio
Nella barra degli strumenti di BigQuery, fai clic su pen_sparkGemini.
Nell'elenco, deseleziona le funzionalità dell'assistente per la query che vuoi disattivare.

Per scoprire come disattivare Gemini in BigQuery, consulta Disattivare Gemini in BigQuery.

Invia il tuo feedback

Nella console Google Cloud, vai alla pagina BigQuery Studio.

Vai a BigQuery Studio
Nella barra degli strumenti di BigQuery, fai clic su pen_sparkGemini.
Fai clic su Invia feedback.

Contribuisci a migliorare i suggerimenti

Puoi contribuire a migliorare i suggerimenti di Gemini condividendo con Google i dati dei prompt che invii alle funzionalità in Anteprima.

Per condividere i dati dei prompt, segui questi passaggi:

Nella console Google Cloud, vai alla pagina BigQuery Studio.

Vai a BigQuery Studio
Nella barra degli strumenti di BigQuery, fai clic su pen_sparkGemini.
Seleziona Condividi i dati per migliorare Gemini in BigQuery.
Nella finestra di dialogo Impostazioni di utilizzo dei dati, aggiorna le impostazioni di utilizzo dei dati.

Le impostazioni di condivisione dei dati si applicano all'intero progetto e possono essere impostate solo da un amministratore del progetto con le autorizzazioni IAM serviceusage.services.enable e serviceusage.services.list. Per ulteriori informazioni sull'utilizzo dei dati nel programma Trusted Tester, vedi Gemini per il programma Trusted Tester di Google Cloud.

Prezzi

Per informazioni dettagliate sui prezzi di questa funzionalità, consulta la panoramica dei prezzi di Gemini in BigQuery.

Quote e limiti

Per informazioni su quote e limiti per questa funzionalità, consulta Quote per Gemini in BigQuery.

Passaggi successivi

Leggi la panoramica di Gemini per Google Cloud.
Scopri in che modo Gemini per Google Cloud utilizza i tuoi dati.