Ir al contenido principal
Áreas tecnológicas
close
IA y aprendizaje automático
Desarrollo de aplicaciones
Alojamiento de aplicaciones
Computación
Analíticas y flujos de datos
Bases de datos
Tecnologías distribuidas, híbridas y multinube
IA generativa
Soluciones por sector
Redes
Observabilidad y monitorización
Seguridad
Storage
Herramientas para varios productos
close
Gestión de accesos y recursos
Gestión de costes y uso
Infraestructura como código
Migración
SDK, lenguajes, frameworks y herramientas
/
Consola
English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어
Acceder
Data analytics
BigQuery
Empezar gratis
Introducción
Guías
Referencia
Ejemplos
Recursos
Áreas tecnológicas
Más
Introducción
Guías
Referencia
Ejemplos
Recursos
Herramientas para varios productos
Más
Consola
Descubrir
Descripción general del producto
Probar BigQuery con el entorno aislado
Empezar
Tutoriales y vídeos sobre consolas
Usar la consola
Explorar la consola
Cargar y consultar datos
Crear reservas
Probar DataFrames
Usar la herramienta de CLI bq
Utiliza las bibliotecas cliente.
Diseño
Organiza los recursos
Dependencias de la API
Acerca de las ediciones
Conjuntos de datos
Introducción
Crear conjuntos de datos
Mostrar conjuntos de datos
Replicación interregional
Recuperación tras fallos gestionada
Migrar a la recuperación tras fallos gestionada
Conservación de datos de conjuntos de datos
Tablas
Tablas de BigQuery
Introducción
Crear y usar tablas
Especificar esquemas de tabla
Especificar un esquema
Especificar columnas anidadas y repetidas
Especificar valores de columna predeterminados
Especificar valores de ObjectRef
Segmentar con tablas con particiones
Introducción
Crear tablas con particiones
Gestionar tablas con particiones
Consultar tablas con particiones
Optimizar con tablas agrupadas en clústeres
Introducción
Crear tablas agrupadas en clústeres
Gestionar tablas agrupadas en clústeres
Consultar tablas agrupadas en clústeres
Usar la indexación de metadatos
Tablas externas
Introducción
Tipos de tablas externas
Tablas externas de BigLake
BigQuery Omni
Tablas de objetos
Tablas externas
Archivo de definición de tabla externa
Datos con particiones externas
Usar el almacenamiento en caché de metadatos
Tablas externas de BigLake de Amazon S3
Tablas externas de Apache Iceberg
Tablas de BigLake de Azure Blob Storage
Tabla externa de Bigtable
Tablas externas de BigLake para Cloud Storage
Tablas de objetos de Cloud Storage
Tablas externas de Cloud Storage
Tablas de BigLake de Delta Lake
Tablas externas de Google Drive
Visualizaciones
Vistas lógicas
Introducción
Crear vistas lógicas
Vistas materializadas
Introducción
Crear vistas materializadas
Gestionar todos los tipos de vista
Obtener información sobre las vistas
Gestionar vistas
Rutinas
Introducción
Gestionar rutinas
Funciones definidas por el usuario
Funciones definidas por el usuario en Python
Funciones de agregación definidas por el usuario
Funciones de tabla
Funciones remotas
Procedimientos almacenados de SQL
Procedimientos almacenados para Apache Spark
Analizar tablas de objetos mediante funciones remotas
Tutorial sobre funciones remotas y la API Translation
Conexiones
Introducción
Conexión de Amazon S3
Conexión de Apache Spark
Conexión de Azure Blob Storage
Conexión de recursos de Cloud
Conexión de Spanner
Conexión de Cloud SQL
Conexión de AlloyDB
Conexión de SAP Datasphere
Gestionar conexiones
Configurar conexiones con archivos adjuntos de red
Conexiones predeterminadas
Índices
Índices de búsqueda
Introducción
Gestionar índices de búsqueda
Índices vectoriales
Introducción
Gestionar índices vectoriales
Cargar, transformar y exportar
Introducción
Usar el agente de ingeniería de datos para crear un flujo de procesamiento de datos
Migrar datos
Introducción
Servicio de migración de BigQuery
Evaluación de la migración
Migrar esquemas y datos
Migrar flujos de datos
Usar políticas de organización personalizadas
Migrar SQL
Traducir consultas de SQL de forma interactiva
Traducir consultas SQL con la API
Traducir consultas de SQL por lotes
Generar metadatos para la traducción y la evaluación
Transformar traducciones de SQL con YAML
Asignar nombres de objetos SQL para la traducción por lotes
Cargar datos
Introducción
Información general sobre el almacenamiento
BigQuery Data Transfer Service
Introducción
Ubicación y transferencias de datos
Autorizar transferencias
Habilitar transferencias
Configurar conexiones de red
Acceso a la instancia de Cloud SQL
AWS VPN y adjunto de red
VPN de Azure y adjuntos de red
Gestionar transferencias
Notificaciones de ejecución de transferencias
Solucionar problemas de configuración de transferencias
Usar cuentas de servicio
Usar transferencias de terceros
Usar políticas de organización personalizadas
Registro de cambios de la fuente de datos
Transferencias basadas en eventos
Transferir datos a tablas de BigLake Iceberg
Datos de carga de lotes
Introducción
Detectar esquemas automáticamente
Cargar datos de Avro
Cargar datos de Parquet
Cargar datos de ORC
Cargar datos de CSV
Cargar datos de JSON
Cargar datos con particiones externas
Cargar datos desde una exportación de Datastore
Cargar datos desde una exportación de Firestore
Cargar datos con la API Storage Write
Cargar datos en tablas con particiones
Escribir y leer datos con la API Storage
Leer datos con la API Storage Read
Escribir datos con la API Storage Write
Introducción
Transmitir datos con la API Storage Write
Cargar datos por lotes con la API Storage Write
Prácticas recomendadas
Tipos de datos de búfer de protocolo y Arrow admitidos
Transmitir actualizaciones con la captura de datos de cambios
Usar la API de streaming antigua
Cargar datos de otros servicios de Google
Descubrir y catalogar datos de Cloud Storage
Cargar datos con aplicaciones de terceros
Cargar datos mediante operaciones entre nubes
Optimizar las tareas de carga
Transformar datos
Introducción
#prepare_data
Introducción
Preparar datos con Gemini
Transformar con DML
Transformar datos en tablas con particiones
Trabajar con el historial de cambios
Transformar datos con flujos de procesamiento
Introducción
Crear flujos de procesamiento
Exportar datos
Introducción
Exportar resultados de consultas
Exportar a Cloud Storage
Exportar a Bigtable
Exportar a Spanner
Exportar a Pub/Sub
Exportar como columnas Protobuf
Tutoriales de ELT
Crear un proceso ELT para los datos de analíticas de marketing
Analizar
Introducción
Buscar recursos
Explora tus datos
Crear consultas con el explorador de tablas
Crear un perfil de tus datos
Generar estadísticas de datos
Analizar datos con un lienzo de datos
Analizar datos con Gemini
Analizar datos con la CLI de Gemini
Consultar datos de BigQuery
Ejecutar una consulta
Escribir consultas con Gemini
Escribir resultados de consultas
Consultar datos con SQL
Introducción
Matrices
Datos JSON
Consultas con varias instrucciones
Consultas con parámetros
Sintaxis de tubería
Analizar datos con la sintaxis de tubería
CTEs recursivas
Bocetos
Muestrear tablas
Series temporales
Transacciones
Tablas comodín
Utilizar analíticas geoespaciales
Introducción
Trabajar con analíticas geoespaciales
Trabajar con datos ráster
Prácticas recomendadas para el análisis espacial
Visualiza datos geoespaciales
Sistemas de cuadrícula para análisis espaciales
Referencia de sintaxis de analíticas geoespaciales
Tutoriales de analíticas geoespaciales
Empezar a usar las analíticas geoespaciales
Usar analíticas geoespaciales para trazar el recorrido de un huracán
Visualizar datos de analíticas geoespaciales en un cuaderno de Colab
Usar datos ráster para analizar la temperatura
Datos de búsqueda
Buscar datos indexados
Trabajar con analizadores de texto
Acceder al historial de datos
Trabajar con consultas
Guardar consultas
Introducción
Crear consultas guardadas
Consultas continuas
Introducción
Crear consultas continuas
Utilizar los resultados almacenados en caché
Usar sesiones
Introducción
Trabajar con sesiones
Escribir consultas en sesiones
Solucionar problemas con las consultas
Optimizar consultas
Introducción
Utilizar la explicación del plan de consulta
Consultar estadísticas de rendimiento de las consultas
Optimizar las operaciones de computación de las consultas
Usar optimizaciones basadas en el historial
Optimizar el almacenamiento para mejorar el rendimiento de las consultas
Usar vistas materializadas
Usar BI Engine
Usar datos anidados y repetidos
Optimizar funciones
Usar el tiempo de ejecución avanzado
Usar claves primarias y externas
Paginación con la API de BigQuery
Analizar datos multimodales
Introducción
Analizar datos multimodales con funciones definidas por el usuario de SQL y Python
Analizar datos multimodales con BigQuery DataFrames
Analizar datos con agentes de datos
Introducción
Crear agentes de datos
Analizar datos con conversaciones
Consultar fuentes de datos externas
Usar tablas y conjuntos de datos externos
Datos de Amazon S3
Consultar datos de Amazon S3
Exportar resultados de consultas a Amazon S3
Consultar datos de Apache Iceberg
Consultar formatos de tabla abiertos con manifiestos
Datos de Azure Blob Storage
Consultar datos de Azure Blob Storage
Exportar resultados de consultas a Azure Blob Storage
Consultar datos de Cloud Bigtable
Datos de Cloud Storage
Consultar datos de Cloud Storage en tablas de BigLake
Consultar datos de Cloud Storage en tablas externas
Trabajar con datos de Salesforce Data Cloud
Consultar datos de Google Drive
Crear conjuntos de datos federados de AWS Glue
Crear conjuntos de datos externos de Spanner
Ejecutar consultas federadas
Consultas federadas
Consultar datos de SAP Datasphere
Consultar datos de AlloyDB
Consultar datos de Spanner
Consultar datos de Cloud SQL
Usar cuadernos
Introducción
Usar cuadernos de Colab
Introducción
Crear cuadernos
Consultar los resultados de las consultas
Visualizar resultados de consultas
Usar Spark
Usar el agente de ciencia de datos de Colab
Usar DataFrames
Introducción
Usar DataFrames
Usar el sistema de tipos de datos
Gestionar sesiones y E/S
Visualizar gráficos
Usar DataFrames en dbt
Optimización del rendimiento
Usar cuadernos de Jupyter
Usar el complemento de BigQuery para JupyterLab
Usar bibliotecas de Python de código abierto
Usar herramientas de análisis y de BI
Introducción
Usar Hojas vinculadas
Usar Tableau Desktop
Usar Looker
Usar Looker Studio
Usar herramientas de terceros
Google Cloud Ready - BigQuery
Introducción
Partners
BigQuery AI
Introducción
Funciones de IA generativa
Introducción
Recorridos de usuario integrales para modelos de IA generativa
Elegir una función de generación de texto
Definir permisos para funciones de IA generativa
Funciones de la API de IA de Cloud
Introducción
Elegir una función de procesamiento del lenguaje natural
Elegir una función de procesamiento de documentos
Tutoriales
Generar texto
Generar texto con AI.GENERATE_TEXT y Gemini
Generar texto con AI.GENERATE_TEXT y Gemma
Generar texto con AI.GENERATE_TEXT y cualquier modelo compatible
Generar texto con AI.GENERATE
Gestionar errores de cuota llamando a ML.GENERATE_TEXT de forma iterativa
Analizar imágenes con un modelo de Gemini
Realizar análisis semánticos con funciones de IA gestionadas
Ajustar modelos de generación de texto
Ajustar un modelo con tus datos
Usar el ajuste y la evaluación para mejorar el rendimiento del modelo
Generar datos estructurados
Generar datos estructurados
Procesamiento del lenguaje natural
Interpretar texto
Traducir texto
Procesamiento de documentos
Procesar documentos
Analizar PDFs en una canalización de generación aumentada por recuperación
Reconocimiento de voz
Transcribir archivos de audio
Visión artificial
Anotar imágenes
Ejecutar inferencias en datos de imágenes
Analizar imágenes con un modelo de clasificación importado
Analizar imágenes con un modelo de vector de características importado
Inserciones y búsqueda vectorial
Introducción
Automatizar la generación de inserciones
Tutoriales
Generar inserciones
Generar incrustaciones de texto con un LLM
Generar inserciones de texto con un modelo abierto
