Ce document explique comment Gemini dans BigQuery, qui fait partie de la suite de produits Gemini pour Google Cloud, fournit une assistance optimisée par l'IA pour vous aider à exploiter vos données.
Assistance IA avec Gemini dans BigQuery
Gemini dans BigQuery fournit une assistance IA pour vous aider à effectuer les opérations suivantes :
- Explorer et comprendre vos données grâce aux insights Les insights sur les données offrent un moyen automatisé et intuitif d'identifier des modèles et d'effectuer des analyses statistiques à l'aide de requêtes pertinentes générées à partir des métadonnées de vos tables. Cette fonctionnalité est particulièrement utile pour résoudre les problèmes de démarrage à froid liés à l'exploration initiale des données. Pour en savoir plus, consultez Générer des insights sur les données dans BigQuery.
- Découvrez, transformez, interrogez et visualisez des données avec le canevas de données BigQuery. Vous pouvez utiliser le langage naturel avec Gemini dans BigQuery pour rechercher, joindre et interroger des éléments de table, visualiser les résultats et collaborer facilement avec d'autres utilisateurs tout au long du processus. Pour en savoir plus, consultez Analyser avec les canevas de données.
- Obtenez de l'aide pour analyser vos données avec SQL et Python. Vous pouvez utiliser Gemini dans BigQuery pour générer ou suggérer du code en SQL ou en Python, et pour expliquer une requête SQL existante. Vous pouvez également utiliser des requêtes en langage naturel pour commencer à analyser les données. Pour savoir comment générer, compléter et résumer du code, consultez la documentation suivante :
- Assistance pour le code SQL
- Assistance pour le code Python
- Préparez les données pour l'analyse. La préparation des données dans BigQuery vous fournit des recommandations de transformation générées par l'IA et adaptées au contexte pour nettoyer les données en vue de l'analyse. Pour en savoir plus, consultez Préparer des données avec Gemini.
- Personnaliser vos traductions SQL avec des règles de traduction (Preview) Créez des règles de traduction optimisées par Gemini pour personnaliser vos traductions SQL lorsque vous utilisez le traducteur SQL interactif. Vous pouvez décrire les modifications apportées au résultat de la traduction SQL à l'aide de requêtes en langage naturel ou spécifier des modèles SQL à rechercher et à remplacer. Pour en savoir plus, consultez Créer une règle de traduction.
Sans votre autorisation expresse, Gemini pour Google Cloud n'utilise pas vos requêtes ni ses réponses comme des données destinées à l'entraînement de ses modèles. Pour en savoir plus sur la manière dont Google utilise vos données, consultez Utilisation de vos données par Gemini pour Google Cloud .
Tarifs
Consultez la page Tarifs de Gemini pour Google Cloud .
Quotas et limites
Pour connaître les quotas et les limites qui s'appliquent à Gemini dans BigQuery, consultez Quotas et limites de Gemini pour Google Cloud .
Où interagir avec Gemini dans BigQuery
Une fois que vous avez configuré Gemini dans BigQuery, vous pouvez l'utiliser dans BigQuery Studio pour effectuer les opérations suivantes :
- Pour générer des insights sur les données, accédez à l'onglet Insights d'une entrée de table. Vous pourrez ainsi identifier des modèles, évaluer la qualité et exécuter des analyses statistiques sur vos données BigQuery.
- Pour utiliser le canevas de données, créez-en un ou utilisez-le à partir d'une table ou d'une requête pour explorer les composants de données avec le langage naturel et partager vos canevas.
- Pour générer du code SQL ou Python en langage naturel, ou pour recevoir des suggestions avec saisie semi-automatique pendant la saisie, utilisez l'outil de génération de SQL pour vos requêtes SQL ou votre code Python. Gemini dans BigQuery peut également expliquer votre code SQL en langage naturel.
- Pour préparer les données à l'analyse, dans la liste Créer, sélectionnez Préparation des données. Pour en savoir plus, consultez Ouvrir l'éditeur de préparation des données dans BigQuery.
Configurer Gemini dans BigQuery
Pour connaître la procédure de configuration détaillée, consultez Configurer Gemini dans BigQuery.
Comment Gemini dans BigQuery utilise vos données
Afin de fournir des résultats précis, Gemini dans BigQuery doit accéder à vos données client et à vos métadonnées dans BigQuery pour les fonctionnalités améliorées. L'activation de Gemini dans BigQuery accorde à Gemini l'autorisation d'accéder à ces données, y compris à l'historique de vos tables et requêtes. Gemini dans BigQuery n'utilise pas vos données pour entraîner ni affiner ses modèles. Pour en savoir plus sur la manière dont Gemini utilise vos données, consultez Comment Gemini pour Google Cloud utilise vos données.
Voici les fonctionnalités améliorées de Gemini dans BigQuery :
- Outil de génération SQL
- Requête permettant de générer des requêtes SQL
- Exécuter une requête SQL
- Expliquer une requête SQL
- Générer du code Python
- Complétion de code Python
- Canevas de données
- Préparation des données
- Les insights sur les données
Emplacements
Pour savoir où Gemini traite vos données, consultez Emplacements de diffusion de Gemini.
Étapes suivantes
- Consultez les dernières améliorations et corrections dans les notes de version.
- Découvrez comment configurer Gemini dans BigQuery.
- Découvrez comment écrire des requêtes avec l'assistance Gemini.
- En savoir plus sur la conformitéGoogle Cloud