In diesem Dokument wird beschrieben, wie Gemini in BigQuery, das Teil der Produktsuite Gemini für Google Cloud ist, Sie bei der Arbeit mit Ihren Daten mithilfe von KI unterstützt.
KI-gestützte Unterstützung mit Gemini in BigQuery
Gemini in BigQuery bietet KI-Unterstützung für Folgendes:
- Mithilfe von Datenstatistiken Daten analysieren und auswerten Data Insights bietet eine automatisierte, intuitive Möglichkeit, Muster zu erkennen und statistische Analysen durchzuführen. Dazu werden aussagekräftige Abfragen verwendet, die aus den Metadaten Ihrer Tabellen generiert werden. Diese Funktion ist besonders hilfreich, um die Herausforderungen des Kaltstarts bei der frühen Datenexploration zu bewältigen. Weitere Informationen finden Sie unter Data Insights in BigQuery generieren.
- Mit dem BigQuery-Daten-Canvas Daten ermitteln, transformieren, abfragen und visualisieren Mit natürlicher Sprache und Gemini in BigQuery können Sie Tabellen-Assets finden, zusammenführen und abfragen, Ergebnisse visualisieren und während des gesamten Prozesses nahtlos mit anderen zusammenarbeiten. Weitere Informationen finden Sie unter Mit dem Datencanvas analysieren.
- Unterstützte SQL- und Python-Datenanalyse Sie können Gemini in BigQuery verwenden, um Code in SQL oder Python zu generieren oder vorzuschlagen und eine vorhandene SQL-Abfrage zu erklären. Sie können auch Abfragen in natürlicher Sprache verwenden, um mit der Datenanalyse zu beginnen. Informationen zum Generieren, Vervollständigen und Zusammenfassen von Code finden Sie in der folgenden Dokumentation:
- SQL-Codeassistent
- Python-Codeassistent
- Daten für die Analyse vorbereiten Bei der Datenvorbereitung in BigQuery erhalten Sie kontextbezogene, KI-generierte Transformationsempfehlungen, um Daten für die Analyse zu bereinigen. Weitere Informationen finden Sie unter Daten mit Gemini vorbereiten.
- SQL-Übersetzungen mit Übersetzungsregeln anpassen (Vorabversion) Erstellen Sie Gemini-optimierte Übersetzungsregeln, um Ihre SQL-Übersetzungen mit dem interaktiven SQL-Übersetzer anzupassen. Sie können Änderungen an der SQL-Übersetzungsausgabe mithilfe von Prompts in natürlicher Sprache beschreiben oder SQL-Muster angeben, die gefunden und ersetzt werden sollen. Weitere Informationen finden Sie unter Übersetzungsregel erstellen.
Gemini für Google Cloud verwendet Ihre Prompts und die Antworten darauf nicht ohne Ihre ausdrückliche Erlaubnis zum Trainieren seiner Modelle. Weitere Informationen dazu, wie Google Ihre Daten verwendet, finden Sie unter So nutzt Gemini für Google Cloud Ihre Daten.
Weitere Informationen dazu, wie und wann Gemini für Google Cloud Ihre Daten verwendet Da es sich bei Gemini für Google Cloud -Produkte um eine Technologie im Frühstadium handelt, kann es zu Ergebnissen kommen, die zwar plausibel erscheinen, aber faktisch falsch sind. Wir empfehlen, alle Ausgaben von Gemini für Google Cloud -Produkte zu validieren, bevor Sie sie verwenden. Weitere Informationen finden Sie unter Gemini für Google Cloud und verantwortungsbewusste Anwendung von KI.
Preise
Informationen zu den Preisen von Gemini Google Cloud
Kontingente und Limits
Informationen zu Kontingenten und Limits für Gemini in BigQuery finden Sie unter Kontingente und Limits für Gemini Google Cloud .
Wo Sie in BigQuery mit Gemini interagieren können
Nachdem Sie Gemini in BigQuery eingerichtet haben, können Sie mit Gemini in BigQuery Folgendes in BigQuery Studio tun:
- Wenn Sie Statistiken generieren möchten, rufen Sie für einen Tabelleneintrag den Tab Statistiken auf. Dort können Sie Muster erkennen, die Qualität bewerten und statistische Analysen für Ihre BigQuery-Daten ausführen.
- Wenn Sie Data Canvas verwenden möchten, erstellen oder verwenden Sie ein Data Canvas aus einer Tabelle oder Abfrage, um Daten-Assets in natürlicher Sprache zu untersuchen und Ihre Canvases zu teilen.
- Wenn Sie SQL- oder Python-Code in natürlicher Sprache generieren oder beim Tippen Vorschläge mit automatischer Vervollständigung erhalten möchten, verwenden Sie das SQL-Generierungstool für Ihre SQL-Abfragen oder Ihren Python-Code. Gemini in BigQuery kann auch Ihren SQL-Code in natürlicher Sprache erklären.
- Wenn Sie Daten für die Analyse vorbereiten möchten, wählen Sie in der Liste Neu erstellen die Option Datenvorbereitung aus. Weitere Informationen finden Sie unter Editor für die Datenvorbereitung in BigQuery öffnen.
Gemini in BigQuery einrichten
Eine ausführliche Anleitung finden Sie unter Gemini in BigQuery einrichten.
So werden Ihre Daten von Gemini in BigQuery verwendet
Um genaue Ergebnisse zu liefern, benötigt Gemini in BigQuery für erweiterte Funktionen Zugriff auf Ihre Kundendaten und Metadaten in BigQuery. Durch die Aktivierung von Gemini in BigQuery wird Gemini die Berechtigung zum Zugriff auf diese Daten gewährt, einschließlich Ihres Tabellen- und Abfrageverlaufs. Gemini in BigQuery verwendet Ihre Daten nicht zum Trainieren oder Optimieren seiner Modelle. Weitere Informationen dazu, wie Gemini Ihre Daten verwendet, finden Sie unter So nutzt Gemini für Google Cloud Ihre Daten.
Zu den erweiterten Funktionen von Gemini in BigQuery gehören:
- SQL-Generierungstool
- Prompt zum Generieren von SQL-Abfragen
- SQL-Abfrage abschließen
- SQL-Abfrage erklären
- Python-Code generieren
- Python-Codevervollständigung
- Data Canvas
- Datenvorbereitung
- Data insights
Nächste Schritte
- Informationen zu den neuesten Verbesserungen und Fehlerkorrekturen finden Sie in den Versionshinweisen.
- Weitere Informationen zum Einrichten von Gemini in BigQuery
- Weitere Informationen zum Schreiben von Abfragen mit Gemini-Unterstützung
- Weitere Informationen zurGoogle Cloud -Compliance