Langsung ke konten utama
Area teknologi
close
AI dan ML
Pengembangan aplikasi
Hosting aplikasi
Compute
Pipeline dan analisis data
Database
Terdistribusi, hybrid, dan multicloud
Solusi industri
Migrasi
Jaringan
Kemampuan observasi dan pemantauan
Keamanan
Storage
Alat cross product
close
Pengelolaan akses dan resource
Pengelolaan biaya dan penggunaan
Infrastruktur sebagai kode
SDK, bahasa, framework, dan alat
/
Konsol
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
Masuk
BigQuery
Mulai gratis
Ringkasan
Panduan
Referensi
Contoh
Referensi
Area teknologi
Lainnya
Ringkasan
Panduan
Referensi
Contoh
Referensi
Alat cross product
Lainnya
Konsol
Temukan
Ringkasan produk
Mencoba BigQuery menggunakan sandbox
Mulai
Panduan dan video konsol
Menggunakan konsol
Mempelajari konsol
Memuat dan membuat kueri data
Menggunakan Galeri notebook
Membuat pemesanan
Mencoba DataFrames
Menggunakan agen
Menganalisis data dengan Agen Data Science Colab
Menggunakan alat CLI bq
Menggunakan library klien
Rencana
Pengantar hierarki resource
Dependensi API
Set data
Pengantar
Membuat set data
Mencantumkan set data
Replikasi lintas-region
Pemulihan dari bencana yang dikelola
Bermigrasi ke pemulihan dari bencana yang terkelola
Retensi data set data
Tabel
Tabel BigQuery
Pengantar
Membuat dan menggunakan tabel
Menentukan skema tabel
Menetapkan skema
Menentukan kolom bertingkat dan berulang
Menentukan nilai kolom default
Menentukan nilai ObjectRef
Segmen dengan tabel berpartisi
Pengantar
Membuat tabel berpartisi
Mengelola tabel berpartisi
Mengkueri tabel berpartisi
Mengoptimalkan dengan tabel yang dikelompokkan
Pengantar
Membuat tabel yang dikelompokkan
Mengelola tabel yang dikelompokkan
Membuat kueri tabel yang dikelompokkan
Menggunakan pengindeksan metadata
Sumber data eksternal
Pengantar
Tabel BigLake
Pengantar
Membuat tabel Amazon S3 BigLake
Membuat tabel BigLake Azure Blob Storage
Membuat tabel BigLake Cloud Storage
Tabel objek
Pengantar
Membuat tabel objek Cloud Storage
Tabel eksternal
Pengantar
Membuat tabel eksternal Apache Iceberg
Membuat tabel eksternal Bigtable
Membuat tabel eksternal Cloud Storage
Membuat tabel eksternal Google Drive
Menggunakan cache metadata
Mengelola data yang dipartisi Hive
Membuat file definisi tabel untuk data eksternal
Set data gabungan
Membuat dan mengelola set data gabungan AWS Glue
Membuat set data eksternal Spanner
Tabel terkelola Apache Iceberg
Berinteraksi dengan data Lakehouse
Penayangan
Ringkasan
Tampilan logis
Pengantar
Membuat tampilan logis
Tampilan terwujud
Pengantar
Membuat tampilan terwujud
Memuat, mentransformasi, dan mengekspor
Pengantar
Membangun pipeline data dengan Agen Data Engineering
Migrasikan data
Pengantar
Penilaian migrasi
Memigrasikan skema dan data
Memigrasikan pipeline data
Menggunakan kebijakan organisasi kustom
Memigrasikan SQL
Menerjemahkan kueri SQL secara interaktif
Menerjemahkan kueri SQL menggunakan API
Menerjemahkan kueri SQL dalam batch
Membuat metadata untuk terjemahan dan penilaian
Mengubah terjemahan SQL dengan YAML
Memetakan nama objek SQL untuk terjemahan batch
Muat data
Pengantar
Membuat alur kerja integrasi data menggunakan UI web BigQuery
Ringkasan penyimpanan
BigQuery Data Transfer Service
Pengantar
Sumber data yang didukung
Lokasi dan transfer data
Mengizinkan transfer
Mengaktifkan transfer
Menyiapkan koneksi jaringan
Akses instance Cloud SQL
AWS VPN dan lampiran jaringan
Azure VPN dan lampiran jaringan
Mengelola transfer
Mentransfer notifikasi operasi
Memecahkan masalah konfigurasi transfer
Menggunakan akun layanan
Menggunakan transfer pihak ketiga
Menggunakan kebijakan organisasi kustom
Log perubahan sumber data
Transfer berdasarkan peristiwa
Mentransfer data ke dalam tabel Managed Iceberg
Memuat data secara kelompok
Pengantar
Mendeteksi skema secara otomatis
Memuat data Avro
Memuat data Parquet
Memuat data ORC
Memuat data CSV
Memuat data JSON
Memuat data berpartisi secara eksternal
Memuat data dari ekspor Datastore
Memuat data dari ekspor Firestore
Memuat data menggunakan Storage Write API
Memuat data ke dalam tabel berpartisi
Menuliskan dan membaca data dengan Storage API
Membaca data dengan Storage Read API
Menuliskan data dengan Storage Write API
Pengantar
Menggunakan Storage Write API (gRPC)
Ringkasan
Data streaming
Memuat data secara kelompok
Mengalirkan data pembaruan dengan penyerapan pengambilan data perubahan
Praktik terbaik
Jenis data Arrow dan buffering protokol yang didukung
Menggunakan Storage Write API (REST)
Memuat data dari layanan Google lainnya
Menemukan dan membuat katalog data Cloud Storage
Memuat data menggunakan aplikasi pihak ketiga
Memuat data menggunakan operasi BigQuery Omni
Mengoptimalkan tugas pemuatan
Mentransformasi data
Pengantar
Menyiapkan data
Pengantar
Menyiapkan data dengan Gemini
Transformasi dengan DML
Mengubah data dalam tabel berpartisi
Menggunakan histori perubahan
Mentransformasi data dengan pipeline
Pengantar
Membuat pipeline
Ekspor data
Pengantar
Mengekspor hasil kueri
Ekspor ke Cloud Storage
Mengekspor ke Bigtable
Mengekspor ke Spanner
Mengekspor ke AlloyDB
Ekspor ke Pub/Sub
Mengekspor sebagai kolom Protobuf
Tutorial ELT
Membangun ELT untuk data analisis pemasaran
Analisis
Pengantar
Jelajahi data Anda
Telusuri referensi
Menggunakan table explorer
Membuat profil data Anda
Insight data
Tentang insight data
Membuat insight tabel
Menghasilkan insight set data
Menganalisis dengan kanvas data
Menganalisis data dengan Gemini
Menganalisis data dengan Gemini CLI
Analisis data Anda
Jalankan kueri
Menulis kueri dengan Gemini
Menulis hasil kueri
Membuat kueri data dengan SQL
Pengantar
Array
Data JSON
Kueri multi-pernyataan
Kueri berparameter
Sintaksis pipa
Menganalisis data menggunakan sintaksis pipe
CTE Rekursif
Sketsa
Pengambilan sampel tabel
Deret waktu
Transaksi
Tabel karakter pengganti
Menggunakan notebook
Pengantar
Menggunakan notebook Colab
Pengantar
Membuat notebook
Menjelajahi hasil kueri
Memvisualisasikan hasil kueri
Membuat dan membagikan Aplikasi Data
Menggunakan Spark
Menggunakan Agen Data Science Colab
Menggunakan DataFrame
Pengantar
Menginstal DataFrame
Memanipulasi data
Menyesuaikan fungsi Python
Menggunakan ML dan AI
Menggunakan sistem jenis data
Mengelola sesi dan I/O
Memvisualisasikan grafik
Menggunakan DataFrame di dbt
Mengoptimalkan performa
Bermigrasi ke DataFrame versi 2.0
Menggunakan plugin BigQuery JupyterLab
Menggunakan analisis geospasial
Pengantar
Menggunakan analisis geospasial
Bekerja dengan data raster
Praktik terbaik untuk analisis spasial
Memvisualisasikan data geospasial
Sistem petak untuk analisis spasial
Referensi sintaksis analisis geospasial
Tutorial analisis geospasial
Memulai dengan analisis geospasial
Menggunakan analisis geospasial untuk merencanakan jalur badai
Memvisualisasikan data analisis geospasial dalam notebook Colab
Menggunakan data raster untuk menganalisis suhu
Rutinitas
Pengantar
Mengelola rutinitas
Fungsi yang ditentukan pengguna (UDF)
Fungsi yang ditentukan pengguna di Python
Fungsi agregat yang ditentukan pengguna
Fungsi tabel
Fungsi jarak jauh
Prosedur tersimpan SQL
Prosedur tersimpan untuk Apache Spark
Menganalisis tabel objek menggunakan fungsi jarak jauh
Fungsi jarak jauh dan tutorial Translation API
Menganalisis data multimodal
Pengantar
Bekerja dengan nilai ObjectRef
Menganalisis data multimodal dengan SQL dan DataFrame BigQuery
Indeks penelusuran
Pengantar
Mengelola indeks penelusuran
Menelusuri data yang diindeks
Bekerja dengan penganalisis teks
Menjalankan kueri global
Mengakses data historis
Menggunakan library Python open source
Menggunakan Grafik BigQuery
Pengantar
Membuat dan mengkueri grafik
Ringkasan skema
Ringkasan kueri
Praktik terbaik kueri
Bekerja dengan ukuran
Menggunakan pemodelan grafik visual
Memvisualisasikan grafik
Memulai percakapan dengan grafik
Menggunakan alat dan integrasi visualisasi
Menggunakan BigQuery Graph dan Spanner Graph
Menelusuri grafik
Kelola kueri
Menyimpan kueri
Pengantar
Membuat kueri tersimpan
Kueri berkelanjutan
Pengantar
Membuat kueri berkelanjutan
Menggunakan gabungan stream-ke-stream dalam kueri berkelanjutan
Memahami agregasi jendela dalam kueri berkelanjutan
Gunakan hasil yang disimpan dalam cache
Menggunakan sesi
Pengantar
Mengerjakan sesi
Menulis kueri dalam sesi
Memecahkan masalah kueri
Mengoptimalkan kueri
Pengantar
Menggunakan penjelasan rencana kueri
Mendapatkan insight performa kueri
Mengoptimalkan komputasi kueri
Menggunakan pengoptimalan berbasis histori
Mengoptimalkan penyimpanan untuk performa kueri
Menggunakan tampilan terwujud
Menggunakan BI Engine
Menggunakan data bertingkat dan berulang
Mengoptimalkan fungsi
Menggunakan runtime lanjutan
Menggunakan kunci utama dan kunci asing
Memberi nomor halaman dengan BigQuery API
Membuat kueri sumber data eksternal
Membuat koneksi
Pengantar
Membuat koneksi
Membuat koneksi resource Cloud
Membuat koneksi resource Cloud default
Koneksi AlloyDB
Koneksi Amazon S3
Koneksi Apache Spark
Koneksi Azure Blob Storage
Koneksi Cloud SQL
Koneksi SAP Datasphere
Koneksi Spanner
Mengelola koneksi
Mengonfigurasi koneksi dengan lampiran jaringan
Menjalankan kueri pada data eksternal
Membuat kueri tabel BigLake
Tabel BigLake Amazon S3
Tabel BigLake Azure Blob Storage
Tabel BigLake Cloud Storage
Menganalisis data dengan BigQuery Omni
Mengekspor hasil kueri
Mengekspor ke Amazon S3
Mengekspor ke Azure Blob Storage
Membuat kueri tabel eksternal
Tabel eksternal Apache Iceberg
Tabel eksternal Bigtable
Tabel eksternal Cloud Storage
Tabel eksternal Google Drive
Menjalankan kueri gabungan
Pengantar
Menjalankan kueri gabungan AlloyDB
Menjalankan kueri gabungan Cloud SQL
Menjalankan kueri gabungan SAP Datasphere
Menjalankan kueri gabungan Spanner
Menganalisis jenis data eksternal lainnya
Membuat kueri format tabel terbuka dengan file manifes
Menganalisis data Salesforce Data Cloud
Menggunakan analisis dan alat BI
Pengantar
Menggunakan Sheet yang Terhubung
Menggunakan Tableau Desktop
Menggunakan Looker
Menggunakan Data Studio
Menggunakan alat pihak ketiga
Google Cloud Ready - BigQuery
Ringkasan
Partner
BigQuery AI
Pengantar
Fungsi AI generatif
Ringkasan
Perjalanan pengguna menyeluruh untuk model AI generatif
Pilih fungsi pembuatan teks
Menetapkan izin untuk fungsi AI generatif
Mengoptimalkan biaya dengan distilasi model
Fungsi Cloud AI API
Ringkasan
Pilih fungsi natural language processing
Pilih fungsi pemrosesan dokumen
Tutorial
Buat teks
Membuat teks dengan Gemini
Membuat teks dengan Gemma
Membuat teks dengan model yang didukung
Membuat teks menggunakan AI.GENERATE
Menangani error kuota
Menganalisis gambar
Melakukan analisis semantik
Menyesuaikan model pembuatan teks
Menyesuaikan model
Menggunakan penyesuaian dan evaluasi untuk meningkatkan performa model
Membuat data terstruktur
Membuat data terstruktur
Natural language processing
Memahami teks
Menerjemahkan teks
Pemrosesan dokumen
Memproses dokumen
Mengurai PDF dalam pipeline retrieval-augmented generation
Pengenalan ucapan
Mentranskripsikan file audio
Computer vision
Menganotasi gambar
Menjalankan inferensi pada data gambar
Menganalisis gambar dengan model klasifikasi yang diimpor
Menganalisis gambar dengan model vektor fitur yang diimpor
Embedding dan penelusuran vektor
Ringkasan
Indeks vektor
Mengelola indeks vektor
Mengotomatiskan pembuatan embedding
Tutorial
Membuat embedding
Membuat embedding teks menggunakan model jarak jauh
Membuat embedding teks menggunakan model terbuka
Membuat embedding gambar menggunakan LLM
Membuat embedding video menggunakan LLM
Menangani error kuota dengan memanggil ML.GENERATE_EMBEDDING secara berulang
Membuat dan menelusuri embedding multimodal
Membuat embedding teks menggunakan model TensorFlow yang telah dilatih sebelumnya
Membuat embedding dengan model transformer dalam format ONNX
Penelusuran vektor
Menelusuri embedding dengan penelusuran vektor
Melakukan penelusuran semantik dan retrieval-augmented generation
AI Pendukung
Ringkasan Gemini di BigQuery
Menyiapkan Gemini di BigQuery
Menggunakan Cloud Assist
Keamanan dan privasi
Lokasi Gemini di BigQuery
Menganalisis dengan agen analisis percakapan
Ringkasan
Membuat agen data
Menganalisis data dengan percakapan
Machine learning
Pengantar
Memahami perjalanan pengguna
Perjalanan pengguna menyeluruh untuk model ML
Perjalanan pengguna menyeluruh untuk model perkiraan
Perjalanan pengguna menyeluruh untuk model yang diimpor
Model perkiraan deret waktu TimesFM
Pola referensi
Model ML dan MLOps
Pembuatan model
Rekayasa dan pengelolaan fitur
Ringkasan pra-pemrosesan fitur
Jenis fitur input yang didukung
Pra-pemrosesan otomatis
Pra-pemrosesan manual
Penyajian fitur
Melakukan rekayasa fitur dengan klausa TRANSFORM
Ringkasan penyesuaian hyperparameter
Ringkasan evaluasi model
Ringkasan inferensi model
Ringkasan Explainable AI
Ringkasan bobot model
Ringkasan pipeline ML
Ringkasan pemantauan model
Mengelola model BigQueryML di Agent Platform
Menggunakan model
Membuat daftar model
Mengelola model
Mendapatkan metadata model
Mengupdate metadata model
Mengekspor model
Menghapus model
Klasifikasi
Regresi
Pengurangan dimensi
Dukungan
Rekomendasi
Perkiraan
