menu
arrow_back

BigQuery-Webbenutzeroberfläche verwenden

BigQuery-Webbenutzeroberfläche verwenden

Minutes Free

GSP406

Google Cloud-Labs zum selbstbestimmten Lernen

Übersicht

Das Speichern und Abfragen umfangreicher Datasets kann ohne die richtige Hardware und Infrastruktur zeitaufwendig und teuer sein. Google BigQuery ist ein Data Warehouse für Unternehmen, das dieses Problem durch sehr schnelle SQL-Abfragen löst. Dabei wird die Rechenleistung der Google-Infrastruktur genutzt. Verschieben Sie einfach Ihre Daten zu BigQuery und überlassen Sie uns den Rest. Sie können den Zugriff auf das Projekt und auf Ihre Daten entsprechend Ihren Unternehmensanforderungen steuern und anderen Personen das Einsehen oder Abfragen Ihrer Daten ermöglichen.

Der Zugriff auf BigQuery erfolgt entweder über eine Webbenutzeroberfläche oder ein Befehlszeilentool. Sie können aber auch die BigQuery REST API mithilfe verschiedener Clientbibliotheken wie Java, .NET oder Python aufrufen. Außerdem gibt es verschiedene Drittanbietertools, die zur Interaktion mit BigQuery eingesetzt werden können, z. B. zum Visualisieren oder Laden von Daten. In diesem Lab greifen Sie über die Webbenutzeroberfläche auf BigQuery zu.

Sie können die BigQuery-Webbenutzeroberfläche als visuelle Schnittstelle verwenden, um Abfragen auszuführen, Daten zu laden und Daten zu exportieren. In diesem praxisorientierten Lab wird beschrieben, wie Sie Tabellen in einem öffentlichen Dataset abfragen und mit der BigQuery-Webbenutzeroberfläche Beispieldaten in BigQuery laden.

Aufgaben

Aufgaben in diesem Lab:

  • Öffentliches Dataset abfragen

  • Benutzerdefinierte Tabelle erstellen

  • Daten in eine Tabelle laden

  • Tabelle abfragen

Join Qwiklabs to read the rest of this lab...and more!

  • Get temporary access to the Google Cloud Console.
  • Over 200 labs from beginner to advanced levels.
  • Bite-sized so you can learn at your own pace.
Join to Start This Lab
Score

—/100

Query a public dataset (dataset: usa_names, table: usa_1910_2013)

Schritt durchführen

/ 30

Create a new dataset

Schritt durchführen

/ 40

Query new dataset

Schritt durchführen

/ 30