menu
arrow_back

Criar tabelas permanentes e visualizações com acesso controlado no BigQuery

Criar tabelas permanentes e visualizações com acesso controlado no BigQuery

1 hora 5 créditos

GSP410

Laboratórios autoguiados do Google Cloud

Visão geral

O BigQuery é um banco de dados de análise NoOps, totalmente gerenciado e de baixo custo desenvolvido pelo Google. Com ele, você pode consultar muitos terabytes de dados sem ter que gerenciar uma infraestrutura nem precisar de um administrador de banco de dados. O BigQuery usa SQL e está disponível no modelo de pagamento por utilização. Com ele, você pode se concentrar na análise dos dados para encontrar insights significativos.

Você usará um conjunto de dados de comércio eletrônico com milhões de registros do Google Analytics referentes à Google Merchandise Store e carregados no BigQuery. Você tem uma cópia do conjunto de dados usado neste laboratório e analisará os campos e linhas disponíveis para extrair insights.

Neste laboratório, você aprenderá a criar novas tabelas de relatórios permanentes e análises lógicas usando um conjunto de dados de comércio eletrônico existente.

Configuração

Antes de clicar no botão Start Lab

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer, que é iniciado quando você clica em Start Lab, mostra por quanto tempo os recursos do Cloud ficarão disponíveis.

Este laboratório prático do Qwiklabs permite que você realize as atividades em um ambiente real de nuvem, não em um ambiente simulado ou de demonstração. Isso é possível porque você recebe credenciais novas e temporárias para fazer login e acessar o Google Cloud Platform durante o laboratório.

O que é necessário

Para fazer este laboratório, você precisa ter:

  • acesso a um navegador de Internet padrão (recomendamos o Chrome);
  • tempo para concluir todas as atividades.

Observação: não use um projeto seu nem uma conta pessoal do GCP neste laboratório.

Configure o Console do Google Cloud Platform

Como começar o laboratório e fazer login no Console

  1. Clique no botão Começar o laboratório. Se for preciso pagar pelo laboratório, você verá um pop-up para selecionar a forma de pagamento. Um painel é exibido à esquerda contendo as credenciais temporárias que você deve usar para o laboratório.

    Abra o Console do Google

  2. Copie o nome de usuário e clique em Abrir Console do Google. O laboratório inicia os recursos e depois abre a página Escolher uma conta em outra guia.

    Dica: abra as guias em janelas separadas, lado a lado.

  3. Na página "Escolher uma conta", clique em Usar outra conta.

    Escolha uma conta

  4. A página de login é aberta. Cole o nome de usuário que foi copiado do painel "Detalhes da conexão". Em seguida, copie e cole a senha.

    Importante: é preciso usar as credenciais do painel "Detalhes da conexão". Não use as credenciais do Qwiklabs. Não use sua conta pessoal do GCP, caso tenha uma, neste laboratório (isso evita cobranças).

  5. Acesse as próximas páginas:

    • Aceite os Termos e Condições.
    • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
    • Não se inscreva em avaliações gratuitas.

Depois de alguns instantes, o Console do GCP será aberto nesta guia.

Abre BigQuery Console

No Console do Google Cloud, Selecione Menu da Navegação > BigQuery:

BigQuery_menu.png

A caixa de mensagem Welcome to BigQuery no cloud console abra. Essa caixa de mensagem fornece um link ao guia do quickstart e as notas de lançamento.

Clique em Feito.

O console do Bigquery abra.

bq-console.png

Participe do Qwiklabs para ler o restante deste laboratório e muito mais!

  • Receber acesso temporário a Console do Google Cloud.
  • Mais de 200 laboratórios, do nível iniciante ao avançado.
  • Tamanho compacto para que você possa aprender no seu próprio ritmo.
Participe para iniciar este laboratório
Pontuação

—/100

Create a new dataset to store the tables

Executar etapa

/ 10

Create a table

Executar etapa

/ 10

Working as intended

Executar etapa

/ 20

Create a table

Executar etapa

/ 20

Create view

Executar etapa

/ 10

Create a new view to returns recent 10 transactions

Executar etapa

/ 20

Run a query with session_user in views for limiting data access

Executar etapa

/ 10