Gemini in BigQuery 概览

本文档介绍了 Gemini in BigQuery（属于 Gemini for Google Cloud 产品套件）如何提供依托 AI 技术的辅助功能，帮助您处理数据。

使用 Gemini in BigQuery 的 AI 助理

Gemini in BigQuery 提供 AI 辅助功能，可帮助您执行以下操作：

  • 使用数据分析探索和了解您的数据。 正式版 (GA) 数据分析功能可根据表的元数据生成富有洞见的查询，以便您以直观、自动化的方式发现模式并执行统计分析。此功能对于解决早期数据探索的冷启动问题尤为有用。如需了解详情，请参阅在 BigQuery 中生成数据分析。
  • 使用 BigQuery 数据画布探索、转换、查询和直观呈现数据。（GA）您可以使用自然语言查找、联接和查询表格资产、直观呈现结果，并在整个过程中与他人无缝协作。如需了解详情，请参阅使用数据画布进行分析。
  • 获取 SQL 和 Python 数据分析协助。您可以在 BigQuery 中使用 Gemini 生成或建议 SQL 或 Python 代码，以及解释现有 SQL 查询。您还可以使用自然语言查询开始进行数据分析。如需了解如何生成、补全和总结代码，请参阅以下文档：
  • 准备数据以便进行分析。（预览版）BigQuery 中的数据准备功能可为您提供 AI 生成的上下文感知型转换建议，以便清理数据以供分析。如需了解详情，请参阅使用 Gemini 准备数据。
  • 利用分区、聚类和具体化视图方面的建议来优化数据基础架构。您可以让 BigQuery 监控您的 SQL 工作负载，以便发现有助于提高性能和降低费用的机会。如需了解详情，请参阅以下文档：
  • 自动调整和排查无服务器 Apache Spark 工作负载问题。（预览版）自动调整功能可根据最佳实践和对先前工作负载运行情况的分析，将配置设置应用于周期性 Spark 工作负载，从而自动优化 Spark 作业。借助 BigQuery 中的 Gemini 进行高级问题排查可以解释和显示作业错误，还可以提供切实可行的建议来修正运行缓慢或失败的作业。如需了解详情，请参阅自动调整 Spark 工作负载和高级问题排查。
  • 使用转换规则自定义 SQL 转换。（预览版）创建 Gemini 增强型转换规则，以便在使用交互式 SQL 转换器时自定义 SQL 转换。您可以使用自然语言提示描述 SQL 转换输出的更改，也可以指定要查找和替换的 SQL 模式。如需了解详情，请参阅创建转换规则。
BigQuery 中的 Gemini 使用的 Gemini 大语言模型 (LLM) 除了使用用于训练 Gemini 基础模型的数据集之外，还使用了公开代码、Google Cloud 专用资料和其他相关技术信息的数据集进行训练。模型经过训练，以便 Gemini in BigQuery 的回答对 Gemini in BigQuery 用户尽可能有用。

了解 Gemini for Google Cloud 如何以及何时使用您的数据。 作为一项尚处于早期发展阶段的技术，适用于 Google Cloud 产品的 Gemini 可能会生成看似合理但实际上不正确的输出。我们建议您先验证适用于 Google Cloud 产品的 Gemini 的所有输出，然后再使用。如需了解详情，请参阅适用于 Google Cloud 的 Gemini 和 Responsible AI。

价格

请参阅 Gemini for Google Cloud 价格。

配额和限制

如需了解适用于 BigQuery 中的 Gemini 的配额和限制，请参阅 Gemini for Google Cloud 配额和限制。

在 BigQuery 中与 Gemini 交互的位置

在 BigQuery 中设置 Gemini 后，您就可以在 BigQuery Studio 中使用 Gemini in BigQuery 执行以下操作：

自动调整和排查 Spark 作业问题

自动调整功能可帮助您优化 Spark 工作负载，以提升性能和弹性。Gemini in BigQuery 可以针对周期性工作负载应用最佳实践，而不是手动配置设置，然后帮助您了解和监控自动调整。高级问题排查功能可针对“进行了哪些自动调整？”“现在发生了什么？”和“我该怎么办？”

在 BigQuery 中设置 Gemini

如需了解详细设置步骤，请参阅在 BigQuery 中设置 Gemini。

后续步骤