Gemini no BigQuery

Neste documento, descrevemos como o Gemini no BigQuery, que é um produto do portfólio Gemini para Google Cloud, fornece assistência com tecnologia de IA para ajudar você a trabalhar com seus dados.

Assistência de IA com o Gemini no BigQuery

Gemini no BigQuery oferece assistência de IA das seguintes maneiras:

  • Explore e entenda seus dados com insights de dados. Os insights de dados são uma maneira automatizada e intuitiva de descobrir padrões, avaliar a qualidade dos dados e realizar análises estatísticas usando consultas úteis geradas a partir dos metadados das tabelas. Esse recurso é especialmente útil para enfrentar os desafios de inicialização a frio da exploração inicial de dados. Para mais informações, consulte Gerar insights de dados no BigQuery.
  • Descubra, transforme, consulte e visualize dados com a tela de dados do BigQuery. Usando a linguagem natural, é possível encontrar, mesclar e consultar recursos de tabela, visualizar resultados e colaborar perfeitamente com outras pessoas durante todo o processo. Para mais informações, consulte Analisar com a tela de dados.
  • Receba assistência para análise de dados em SQL e Python. Você pode usar o Genmini no BigQuery para gerar ou sugerir código em SQL ou Python e para explicar uma consulta SQL existente. Também é possível usar consultas de linguagem natural para iniciar a análise de dados. Para saber como gerar, completar e resumir o código, consulte Criar consultas com a assistência do Genmini.
  • Otimize sua infraestrutura de dados com recomendações de particionamento, clustering e visualização materializada. Permita que o BigQuery monitore suas cargas de trabalho SQL para encontrar oportunidades de melhorar o desempenho e reduzir custos. Para mais informações, consulte Visualizar recomendações de partição e cluster e Gerenciar recomendações de visualização materializada.
  • Ajuste e solucione problemas de cargas de trabalho do Apache Spark sem servidor. O ajuste automático pode otimizar os jobs do Spark aplicando definições de configuração a uma carga de trabalho recorrente do Spark com base nas práticas recomendadas e em uma análise de execuções anteriores de cargas de trabalho. A solução de problemas avançada com o Gemini explica e mostra erros de jobs, além de oferecer recomendações práticas para corrigir jobs lentos ou com falha. Para mais informações, consulte Como ajustar automaticamente cargas de trabalho do Spark e Monitorar e solucionar problemas de cargas de trabalho sem servidor do Dataproc.
  • Personalize suas traduções de SQL com regras de tradução. Crie regras de tradução aprimoradas pelo Gemini para personalizar suas traduções de SQL usando o tradutor de SQL interativo. É possível descrever mudanças na saída de tradução do SQL usando comandos em linguagem natural ou especificar padrões SQL para localizar e substituir. Para mais informações, consulte Criar uma regra de tradução.
O Genmini no BigQuery usa modelos de linguagem grandes (LLMs) desenvolvidos pelo Google. Os LLMs são ajustados com bilhões de linhas de código aberto, dados de segurança e conteúdo específico do Google Cloud, como documentação e exemplo de código.

O Gemini não usa seus comandos nem as respostas deles como dados para treinar os modelos. Para mais informações, consulte Como o Gemini para o Google Cloud usa seus dados. Como uma tecnologia em estágio inicial, o Gemini pode gerar uma saída que parece plausível, mas é na verdade incorreta. Recomendamos que você valide toda a saída do Gemini antes de usá-lo. Para mais informações, consulte Gemini para o Google Cloud e IA responsável.

Onde interagir com o Gemini

Depois de configurar o Gemini no BigQuery, você pode usar o Gemini no BigQuery para fazer o seguinte no BigQuery Studio:

  • Para usar insights de dados, acesse a guia Insights para ver uma entrada de tabela. Lá, é possível identificar padrões, avaliar a qualidade e executar análises estatísticas nos dados do BigQuery.
  • Para usar a tela de dados, crie uma ou use a tela de dados de uma tabela ou consulta para explorar recursos de dados com linguagem natural e compartilhar suas telas.
  • Para receber consultas SQL assistidas, use a ferramenta Help me code, que permite iterar sua consulta, especificar os dados de origem e, em seguida, inserir a consulta no BigQuery Studio.
  • Para visualizar recomendações de particionamento, clustering e visualizações materializadas, clique em Recomendações na barra de ferramentas do console do Google Cloud.
  • Se quiser usar a linguagem natural para gerar códigos SQL ou Python ou receber sugestões com preenchimento automático enquanto digita, use a ferramenta Quero ajuda para escrever um código nas suas consultas SQL ou códigos Python. Gemini também pode explicar seu código SQL em linguagem natural.

Ajuste automático e solução de problemas de jobs do Spark

O ajuste automático ajuda a otimizar o desempenho e a resiliência das cargas de trabalho do Spark. Em vez de definir as configurações manualmente, o Gemini pode aplicar as práticas recomendadas para cargas de trabalho recorrentes e, em seguida, ajudar a entender e monitorar o ajuste automático. A solução de problemas avançada fornece respostas em linguagem natural para "O que foi ajustado automaticamente?", "O que está acontecendo agora?", e "O que posso fazer a respeito?"

Configurar o Gemini no BigQuery

Para etapas detalhadas de configuração, consulte Configurar o Gemini no BigQuery.

A seguir