Configurar Gemini en BigQuery

Antes de poder usar Gemini en BigQuery , que ofrece asistencia impulsada por IA para sus análisis de datos, su equipo debe hacer lo siguiente:

  1. Habilite las API necesarias y otorgue roles.
  2. Activar Gemini en las funciones de BigQuery en el Google Cloud consola.

Algunas funciones de Gemini en BigQuery están disponibles sin costo adicional, mientras que otras requieren cuota , que se obtiene mediante el uso de la capacidad de cómputo. Para obtener más información sobre el uso de las funciones de Gemini en BigQuery, consulte los precios de Gemini en BigQuery .

Habilitar las API necesarias y otorgar roles

Para usar Gemini en BigQuery, debe habilitar las API requeridas y otorgar los roles de Administración de Identidad y Acceso (IAM) necesarios. Un administrador de servicios o propietario de proyecto con el permiso de IAM " serviceusage.services.enable " suele realizar este paso.

  1. En el el Google Cloud consola, con su proyecto seleccionado, vaya a la página de BigQuery Studio .

    Ir a BigQuery Studio

  2. Ver una función de Gemini en BigQuery en el Google Cloud Consola. Por ejemplo, en BigQuery Studio, pase el cursor sobre el ícono de Gemini de pen_spark .

    Botón Gemini en la barra de herramientas de BigQuery.

    Se le solicitará que habilite API adicionales de Google Cloud.

  3. Haz clic en Continuar para empezar a habilitar las API de Google Cloud necesarias. Un panel lateral muestra las API necesarias para usar Gemini en BigQuery.

  4. Para cada API requerida, haga clic en Habilitar para habilitar la API para el proyecto actual y luego haga clic en Siguiente .

  5. Para otorgar a los principales los roles de IAM necesarios para usar Gemini en BigQuery, introduzca sus nombres de usuario. Los siguientes roles otorgan los permisos necesarios para usar Gemini:

  6. Haga clic en Listo .

Activar Gemini en las funciones de BigQuery

Si es un analista de datos, un científico de datos o un desarrollador que desea usar funciones específicas de Gemini en BigQuery para escribir consultas SQL y código Python, entonces debe activar la función en Google Cloud Consola. Para saber cómo activar funciones, consulte Antes de comenzar en "Escribir consultas con la asistencia de Gemini". Los usuarios que tengan los roles o permisos de IAM necesarios podrán acceder a las funciones de Gemini en BigQuery que usted habilitó para sus... Google Cloud proyecto. Para obtener más información, consulte Gemini para Google Cloud descripción general .

Utilice información de datos y funciones de generación automatizada de metadatos

Las funciones de análisis de datos y generación automatizada de metadatos de BigQuery están disponibles para los clientes que utilizan BigQuery bajo demanda, Enterprise Edition o Enterprise Plus Edition. La cuota para análisis de análisis de datos y generación de metadatos se basa en el uso de estos modelos de cómputo a nivel de organización. Para obtener información sobre las cuotas de estas funciones, consulte Cuotas para Gemini en BigQuery .

Si su organización usa la edición BigQuery Standard solo para computación, puede usar Gemini Code Assist Standard, que incluye información de datos y capacidades de generación automatizada de metadatos, además de las funciones que se indican en la descripción general de precios de Gemini Code Assist Standard y Enterprise . Para saber cómo adquirir Gemini Code Assist Standard, consulte "Comprar una suscripción a Gemini Code Assist Standard" y siga las instrucciones para adquirir la edición Standard.

Habilitar Gemini en las funciones de vista previa de BigQuery

Algunas funciones de Gemini en BigQuery en la versión preliminar forman parte del programa de evaluadores de confianza. Para solicitar acceso a estas funciones, un administrador debe completar el formulario de registro de Gemini en BigQuery (pre-GA) . El acceso a las funciones de Gemini en BigQuery (pre-GA) se habilita periódicamente por lotes.

Las funciones de vista previa que requieren el registro en Gemini en BigQuery incluyen las siguientes:

  • Finalización de consultas SQL (Vista previa)
  • Generación automatizada de metadatos para obtener información sobre los datos (Vista previa)
  • Expresiones de lenguaje natural en SQL (Experimental)
  • Información sobre conjuntos de datos con el motor de conocimiento de BigQuery (versión preliminar)

¿Qué sigue?