In diesem Dokument wird beschrieben, wie Gemini in BigQuery, das Teil der Produktfamilie Gemini für Google Cloud ist, KI-basierte Unterstützung bietet, um Ihnen die Arbeit mit Ihren Daten zu erleichtern.
KI-Unterstützung mit Gemini in BigQuery
Gemini in BigQuery bietet KI-Unterstützung, um Sie bei Folgendem zu unterstützen:
- Daten mit Data Insights analysieren und nachvollziehen 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 Kaltstartprobleme der frühen Datenexploration zu beheben. Weitere Informationen finden Sie unter Data Insights in BigQuery generieren.
- Daten mit dem BigQuery-Daten-Canvas ermitteln, transformieren, abfragen und visualisieren Mit Gemini in BigQuery können Sie natürliche Sprache verwenden, um Tabellenassets zu finden, zusammenzuführen und abzufragen, Ergebnisse zu visualisieren und während des gesamten Prozesses nahtlos mit anderen zusammenzuarbeiten. Weitere Informationen finden Sie unter Mit dem Daten-Canvas 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 erläutern. 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-Code-Assist
- Python-Code-Assistenz
- Daten für die Analyse vorbereiten: Die Datenvorbereitung in BigQuery bietet kontextbezogene, KI-generierte Transformationsempfehlungen zum Bereinigen von Daten für die Analyse. Weitere Informationen finden Sie unter Daten mit Gemini vorbereiten.
- SQL-Übersetzungen mit Übersetzungsregeln anpassen (Vorabversion) Erstellen Sie Gemini-optimierte Übersetzungsregeln, um Ihre SQL-Übersetzungen anzupassen, wenn Sie den interaktiven SQL-Übersetzer verwenden. Sie können Änderungen an der SQL-Übersetzungsausgabe mit Prompts in natürlicher Sprache beschreiben oder SQL-Muster zum Suchen und Ersetzen angeben. 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 verwendet Gemini für Google Cloud Ihre Daten.
Preise
Preise für Gemini für Google Cloud
Kontingente und Limits
Informationen zu Kontingenten und Limits für Gemini in BigQuery finden Sie unter Kontingente und Limits für Gemini für Google Cloud .
Wo kann ich mit Gemini in BigQuery interagieren?
Nachdem Sie Gemini in BigQuery eingerichtet haben, können Sie Gemini in BigQuery in BigQuery Studio für Folgendes verwenden:
- Wenn Sie Statistiken generieren möchten, rufen Sie den Tab Statistiken für einen Tabelleneintrag auf. Dort können Sie Muster erkennen, die Qualität bewerten und statistische Analysen für Ihre BigQuery-Daten ausführen.
- Wenn Sie Data Canvas verwenden möchten, erstellen Sie ein Data Canvas oder verwenden Sie Data Canvas aus einer Tabelle oder Abfrage, um Daten-Assets in natürlicher Sprache zu untersuchen und Ihre Canvas freizugeben.
- Wenn Sie SQL- oder Python-Code in natürlicher Sprache generieren oder während der Eingabe Vorschläge mit Autovervollständigung erhalten möchten, verwenden Sie das SQL-Generierungstool für Ihre SQL-Abfragen oder Ihren Python-Code. Gemini in BigQuery kann Ihren SQL-Code auch in natürlicher Sprache erklären.
- Wenn Sie Daten für die Analyse vorbereiten möchten, wählen Sie in der Liste Neu erstellen die Option Datenaufbereitung aus. Weitere Informationen finden Sie unter Editor für die Datenvorbereitung in BigQuery öffnen.
Gemini in BigQuery einrichten
Eine ausführliche Anleitung zur Einrichtung finden Sie unter Gemini in BigQuery einrichten.
Verwendung Ihrer Daten durch Gemini in BigQuery
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 Ihrer Tabellen und Ihres Abfrageverlaufs. Gemini in BigQuery verwendet Ihre Daten nicht zum Trainieren oder Feinabstimmen seiner Modelle. Weitere Informationen dazu, wie Gemini Ihre Daten verwendet, finden Sie unter So verwendet Gemini für Google Cloud Ihre Daten.
Die erweiterten Funktionen von Gemini in BigQuery sind:
- SQL-Generierungstool
- Prompt zum Generieren von SQL-Abfragen
- SQL-Abfrage abschließen
- SQL-Abfrage erklären
- Python-Code generieren
- Python-Codevervollständigung
- Data Canvas
- Datenvorbereitung
- Data insights
Standorte
Informationen dazu, wo Gemini Ihre Daten verarbeitet, finden Sie unter Gemini-Bereitstellungsstandorte.
Nächste Schritte
- Die neuesten Verbesserungen und Fehlerkorrekturen finden Sie in den Versionshinweisen.
- Informationen zum Einrichten von Gemini in BigQuery
- Weitere Informationen zum Schreiben von Abfragen mit Gemini-Unterstützung
- Google Cloud Weitere Informationen zur Compliance