Configurar o Gemini no BigQuery

Antes de usar o Gemini no BigQuery , que oferece assistência com tecnologia de IA para sua análise de dados, sua equipe deve fazer o seguinte:

  1. Habilite as APIs necessárias e conceda funções.
  2. Ative o Gemini nos recursos do BigQuery no Google Cloud console.

Alguns recursos do Gemini no BigQuery estão disponíveis sem custo adicional, enquanto outros exigem uma cota obtida com o uso da capacidade computacional. Para saber mais sobre como usar os recursos do Gemini no BigQuery, consulte a seção Preços do Gemini no BigQuery .

Habilitar APIs necessárias e conceder funções

Para usar o Gemini no BigQuery, você precisa habilitar as APIs necessárias e conceder as funções de Gerenciamento de Identidade e Acesso (IAM) necessárias. Normalmente, essa etapa é executada por um administrador de serviço ou proprietário de projeto com a permissão serviceusage.services.enable do IAM .

  1. No o Google Cloud console, com seu projeto selecionado, acesse a página do BigQuery Studio .

    Acesse o BigQuery Studio

  2. Veja um recurso do Gemini no BigQuery no Google Cloud console. Por exemplo, no BigQuery Studio, passe o mouse sobre o ícone pen_spark do Gemini .

    Botão Gemini na barra de ferramentas do BigQuery.

    Você será solicitado a habilitar APIs adicionais do Google Cloud.

  3. Clique em Continuar para começar a habilitar as APIs necessárias do Google Cloud. Um painel lateral lista as APIs necessárias para usar o Gemini no BigQuery.

  4. Para cada API necessária, clique em Habilitar para habilitar a API para o projeto atual e, em seguida, clique em Avançar .

  5. Para conceder aos principais as funções do IAM necessárias para usar o Gemini no BigQuery, insira os nomes de usuário deles. As seguintes funções concedem as permissões necessárias para usar o Gemini:

  6. Clique em Concluído .

Ativar o Gemini nos recursos do BigQuery

Se você é um analista de dados, cientista de dados ou desenvolvedor que deseja usar recursos específicos do Gemini no BigQuery para escrever consultas SQL e código Python, será necessário ativar o recurso no Google Cloud console. Para saber como ativar os recursos, consulte Antes de começar em "Escrever consultas com a assistência do Gemini". Os usuários que possuem as funções ou permissões do IAM necessárias podem acessar os recursos do Gemini no BigQuery que você habilitou para eles. Google Cloud projeto. Para mais informações, consulte Gemini para Google Cloud visão geral .

Use insights de dados e recursos de geração automatizada de metadados

Os recursos de geração automatizada de metadados e insights de dados do BigQuery estão disponíveis para clientes que utilizam a computação sob demanda do BigQuery, edição Enterprise ou Enterprise Plus. A cota para varreduras de insights de dados e geração de metadados é baseada no uso desses modelos de computação no nível da organização. Para obter informações sobre cotas para esses recursos, consulte Cotas para o Gemini no BigQuery .

Se a sua organização usa a edição BigQuery Standard apenas para computação, você pode usar o Gemini Code Assist Standard, que inclui insights de dados e recursos de geração automatizada de metadados, além dos recursos listados na Visão geral de preços do Gemini Code Assist Standard e Enterprise . Para saber como adquirir o Gemini Code Assist Standard, consulte "Comprar uma assinatura do Gemini Code Assist Standard" e siga as instruções para adquirir a edição Standard.

Habilitar o Gemini nos recursos de visualização do BigQuery

Certos recursos do Gemini no BigQuery em versão prévia fazem parte do programa de testadores confiáveis. Para solicitar acesso a esses recursos, um administrador deve preencher o formulário de inscrição do Gemini no BigQuery Pre-GA . O acesso aos recursos do Gemini no BigQuery Pre-GA é habilitado periodicamente em lotes.

Os recursos de visualização que exigem inscrição no Gemini no BigQuery incluem o seguinte:

  • Conclusão de consulta SQL (visualização)
  • Geração automatizada de metadados para insights de dados (visualização)
  • Expressões em linguagem natural em SQL (Experimental)
  • Insights sobre conjuntos de dados com o mecanismo de conhecimento do BigQuery (visualização)

O que vem a seguir