跳至主要内容
技术领域
close
AI 和机器学习
应用开发
应用托管
计算
数据分析和流水线
数据库
分布式云、混合云和多云
生成式 AI
行业解决方案
网络
可观测性和监控
安全
Storage
跨产品工具
close
访问权限和资源管理
费用和用量管理
基础设施即代码
迁移
SDK、语言、框架和工具
/
控制台
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
登录
BigQuery
免费开始使用吧
概览
指南
参考文档
示例
资源
技术领域
更多
概览
指南
参考文档
示例
资源
跨产品工具
更多
控制台
Discover
产品概览
使用沙盒试用 BigQuery
开始使用
使用控制台
探索控制台
加载和查询数据
创建预留
试用 DataFrames
使用 bq CLI 工具
使用客户端库
设计
整理资源
API 依赖项
了解版本
数据集
简介
创建数据集
列出数据集
跨区域复制
托管式灾难恢复
迁移到托管式灾难恢复
数据集数据保留
表
BigQuery 表
简介
创建和使用表
指定表架构
指定架构
指定嵌套和重复的列
指定默认列值
指定 ObjectRef 值
使用分区表进行细分
简介
创建分区表
管理分区表
查询分区表
使用聚簇表进行优化
简介
创建聚簇表
管理聚簇表
查询聚簇表
使用元数据索引
外部表
简介
外部表类型
BigLake 外部表
BigQuery Omni
对象表
外部表
外部表定义文件
外部分区数据
使用元数据缓存
Amazon S3 BigLake 外部表
Apache Iceberg 外部表
Azure Blob Storage BigLake 表
Bigtable 外部表
适用于 Cloud Storage 的 BigLake 外部表
Cloud Storage 对象表
Cloud Storage 外部表
Delta Lake BigLake 表
Google 云端硬盘外部表
视图
逻辑视图
简介
创建逻辑视图
具体化视图
简介
创建物化视图
管理所有视图类型
获取有关视图的信息
管理视图
例程
简介
管理例程
用户定义的函数
Python 中用户定义的函数
用户定义的聚合函数
表函数
远程函数
SQL 存储过程
Apache Spark 的存储过程
使用远程函数分析对象表
远程函数和 Translation API 教程
连接
简介
Amazon S3 连接
Apache Spark 连接
Azure Blob Storage 连接
Cloud 资源连接
Spanner 连接
Cloud SQL 连接
AlloyDB 连接
SAP Datasphere 连接
管理连接
配置具有网络连接的连接
默认连接
索引
搜索索引
简介
管理搜索索引
向量索引
简介
管理向量索引
加载、转换和导出
简介
使用 Data Engineering Agent 构建数据流水线
迁移数据
简介
BigQuery Migration Service
迁移评估
迁移架构和数据
迁移数据流水线
使用自定义组织政策
迁移 SQL
以交互方式转换 SQL 查询
使用 API 转换 SQL 查询
批量转换 SQL 查询
生成元数据以进行转换和评估
使用 YAML 执行 SQL 转换
映射用于批量转换的 SQL 对象名称
加载数据
简介
存储概览
BigQuery Data Transfer Service
简介
数据位置和转移
授权转移
启用传输
设置网络连接
Cloud SQL 实例访问权限
AWS VPN 和网络连接
Azure VPN 和网络连接
管理转移作业
转移作业运行通知
排查转移作业配置问题
使用服务账号
使用第三方转移
使用自定义组织政策
数据源更新日志
事件驱动型转移
批量加载数据
简介
自动检测架构
加载 Avro 数据
加载 Parquet 数据
加载 ORC 数据
加载 CSV 数据
加载 JSON 数据
加载外部分区数据
从 Datastore 导出文件加载数据
从 Firestore 导出文件加载数据
使用 Storage Write API 加载数据
将数据加载到分区表中
使用 Storage API 读写数据
使用 Storage Read API 读取数据
使用 Storage Write API 写入数据
简介
使用 Storage Write API 流式传输数据
使用 Storage Write API 批量加载数据
最佳实践
支持的协议缓冲区和 Arrow 数据类型
使用变更数据捕获进行流式更新
使用旧版流式传输 API
从其他 Google 服务加载数据
发现和编目 Cloud Storage 数据
使用第三方应用加载数据
通过跨云操作加载数据
优化加载作业
转换数据
简介
准备数据
简介
使用 Gemini 准备数据
使用 DML 进行转换
转换分区表中的数据
使用更改历史记录
使用流水线转换数据
简介
创建流水线
导出数据
简介
导出查询结果
导出到 Cloud Storage
导出到 Bigtable
导出到 Spanner
导出到 Pub/Sub
导出为 Protobuf 列
ELT 教程
为营销分析数据构建 ELT
分析
简介
搜索资源
探索数据
使用表探索器创建查询
分析数据
生成数据分析
使用数据画布进行分析
使用 Gemini 分析数据
使用 Gemini CLI 分析数据
查询 BigQuery 数据
运行查询
使用 Gemini 编写查询
写入查询结果
使用 SQL 查询数据
简介
数组
JSON 数据
多语句查询
参数化查询
管道语法
使用管道语法分析数据
递归 CTE
草图
表采样
时间序列
交易
通配符表
使用地理空间分析
简介
使用地理空间分析
处理光栅数据
空间分析最佳实践
可视化地理空间数据
用于空间分析的网格系统
地理空间分析语法参考文档
地理空间分析教程
地理空间分析使用入门
使用地理空间分析绘制飓风路径
在 Colab 笔记本中直观呈现地理空间分析数据
使用光栅数据分析温度
搜索数据
搜索编入索引的数据
使用文本分析器
访问历史数据
使用查询
保存查询
简介
创建已保存的查询
持续查询
简介
创建持续查询
使用缓存的结果
使用会话
简介
使用会话
在会话中编写查询
排查查询问题
优化查询
简介
使用查询计划说明
获取查询性能数据分析
优化查询计算
使用基于历史记录的优化
优化存储以提升查询性能
使用具体化视图
使用 BI Engine
使用嵌套和重复的数据
优化函数
使用高级运行时
使用主键和外键
使用 BigQuery API 进行分页
分析多模态数据
简介
使用 SQL 和 Python UDF 分析多模态数据
使用 BigQuery DataFrames 分析多模态数据
使用数据代理分析数据
概览
创建数据代理
通过对话分析数据
查询外部数据源
使用外部表和数据集
Amazon S3 数据
查询 Amazon S3 数据
将查询结果导出到 Amazon S3
查询 Apache Iceberg 数据
使用清单查询打开的表格式
Azure Blob Storage 数据
查询 Azure Blob 存储数据
将查询结果导出到 Azure Blob Storage
查询 Cloud Bigtable 数据
Cloud Storage 数据
查询 BigLake 表中的 Cloud Storage 数据
查询外部表中的 Cloud Storage 数据
处理 Salesforce Data Cloud 数据
查询 Google 云端硬盘数据
创建 AWS Glue 联合数据集
创建 Spanner 外部数据集
运行联合查询
联合查询
查询 SAP Datasphere 数据
查询 AlloyDB 数据
查询 Spanner 数据
查询 Cloud SQL 数据
使用笔记本
简介
使用 Colab 笔记本
简介
创建笔记本
探索查询结果
直观呈现查询结果
使用 Spark
使用 Colab 数据科学代理
使用 DataFrame
简介
使用 DataFrame
使用数据类型系统
管理会话和 I/O
直观呈现图表
在 dbt 中使用 DataFrames
优化性能
使用 Jupyter 笔记本
使用 BigQuery JupyterLab 插件
使用开源 Python 库
使用分析和 BI 工具
简介
使用关联工作表
使用 Tableau Desktop
使用 Looker
使用 Looker Studio
使用第三方工具
Google Cloud Ready - BigQuery
概览
合作伙伴
BigQuery AI
简介
生成式 AI 函数
概览
生成式 AI 模型的端到端用户体验历程
选择文本生成函数
设置生成式 AI 功能的权限
教程
生成文本
使用 AI.GENERATE_TEXT 和 Gemini 生成文本
使用 AI.GENERATE_TEXT 和 Gemma 生成文本
使用 AI.GENERATE_TEXT 和任何受支持的模型生成文本
使用 AI.GENERATE 生成文本
通过以迭代方式调用 ML.GENERATE_TEXT 来处理配额错误
使用 Gemini 模型分析图片
使用托管式 AI 函数执行语义分析
调优文本生成模型
使用数据调优模型
使用调优和评估提高模型性能
生成结构化数据
生成结构化数据
