arrow_back

Utiliser l'interface Web de BigQuery

Utiliser l'interface Web de BigQuery

40 minutes Gratuit

GSP406

Google Cloud – Ateliers adaptés au rythme de chacun

Présentation

Sans le matériel et l'infrastructure adaptés, le stockage d'ensembles de données volumineux et le lancement de requêtes sur ces derniers peuvent être chronophages et coûteux. Google BigQuery est un entrepôt de données d'entreprise qui résout ce problème en permettant des requêtes SQL ultra-rapides grâce à la puissance de traitement de l'infrastructure de Google. Il vous suffit de transférer vos données dans BigQuery. Nous nous chargeons du reste. Vous pouvez contrôler l'accès au projet et à vos données en fonction des besoins de votre entreprise, par exemple en autorisant d'autres personnes à afficher vos données ou à les interroger.

Vous pouvez accéder à BigQuery en utilisant l'interface utilisateur Web ou l'outil de ligne de commande, ou en effectuant des appels vers l'API REST BigQuery à l'aide de différentes bibliothèques clientes, telles que Java, .NET ou Python. Vous disposez également de divers outils tiers pour interagir avec BigQuery, par exemple pour visualiser ou charger des données. Dans cet atelier, vous accéderez à BigQuery à l'aide de l'interface utilisateur Web.

Vous pouvez utiliser l'interface utilisateur Web de BigQuery comme interface visuelle pour exécuter des requêtes, et charger et exporter des données. Dans cet atelier pratique, vous allez apprendre à exécuter des requêtes sur des tables dans un ensemble de données public et à charger des échantillons de données dans BigQuery à l'aide de l'interface utilisateur Web de BigQuery.

Objectifs de l'atelier

Au cours de cet atelier, vous allez apprendre à réaliser les opérations suivantes :

  • Effectuer des requêtes sur un ensemble de données public

  • Créer une table personnalisée

  • Charger des données dans une table

  • Exécuter des requêtes sur une table

Configuration et prérequis

Configuration de Qwiklabs

Avant de cliquer sur le bouton Start Lab (Démarrer l'atelier)

Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Start Lab (Démarrer l'atelier), indique combien de temps les ressources Google Cloud resteront accessibles.

Cet atelier pratique Qwiklabs vous permet de suivre vous-même les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Des identifiants temporaires vous sont fournis pour vous permettre de vous connecter à Google Cloud le temps de l'atelier.

Conditions requises

Pour réaliser cet atelier, vous devez :

  • avoir accès à un navigateur Internet standard (nous vous recommandons d'utiliser Chrome) ;
  • disposer de suffisamment de temps pour réaliser l'atelier en une fois.

Remarque : Si vous possédez déjà votre propre compte ou projet Google Cloud, veillez à ne pas l'utiliser pour réaliser cet atelier.

Remarque : Si vous utilisez un appareil Chrome OS, exécutez cet atelier dans une fenêtre de navigation privée.

Console Google Cloud Platform

Démarrer l'atelier et se connecter à la console Google Cloud

  1. Cliquez sur le bouton Démarrer l'atelier. Si l'atelier est payant, un pop-up s'affiche pour vous permettre de sélectionner un mode de paiement. Sur la gauche, vous trouverez le panneau Détails concernant l'atelier, qui contient les éléments suivants :

    • Le bouton Ouvrir la console Google
    • Le temps restant
    • Les identifiants temporaires que vous devez utiliser pour cet atelier
    • Des informations complémentaires vous permettant d'effectuer l'atelier
  2. Cliquez sur Ouvrir la console Google. L'atelier lance les ressources, puis ouvre la page Se connecter dans un nouvel onglet.

    Conseil : Réorganisez les onglets dans des fenêtres distinctes, placées côte à côte.

    Remarque : Si la boîte de dialogue Sélectionner un compte s'affiche, cliquez sur Utiliser un autre compte.
  3. Si nécessaire, copiez le nom d'utilisateur inclus dans le panneau Détails concernant l'atelier et collez-le dans la boîte de dialogue Se connecter. Cliquez sur Suivant.

  4. Copiez le mot de passe inclus dans le panneau Détails concernant l'atelier et collez-le dans la boîte de dialogue de bienvenue. Cliquez sur Suivant.

    Important : Vous devez utiliser les identifiants fournis dans le panneau de gauche. Ne saisissez pas vos identifiants Google Cloud Skills Boost. Remarque : Si vous utilisez votre propre compte Google Cloud pour cet atelier, des frais supplémentaires peuvent vous être facturés.
  5. Accédez aux pages suivantes :

    • Acceptez les conditions d'utilisation.
    • N'ajoutez pas d'options de récupération ni d'authentification à deux facteurs (ce compte est temporaire).
    • Ne vous inscrivez pas aux essais offerts.

Après quelques instants, la console Cloud s'ouvre dans cet onglet.

Remarque : Vous pouvez afficher le menu qui contient la liste des produits et services Google Cloud en cliquant sur le menu de navigation en haut à gauche. Icône du menu de navigation

Ouvrir BigQuery

La console BigQuery permet d'envoyer des requêtes aux tables, y compris aux ensembles de données publics proposés par BigQuery.

Ouvrir la console BigQuery

  1. Dans la console Google Cloud, sélectionnez le menu de navigation > BigQuery.

Le message Bienvenue sur BigQuery dans Cloud Console s'affiche. Il contient un lien vers le guide de démarrage rapide et les notes de version.

  1. Cliquez sur OK.

La console BigQuery s'ouvre.

Effectuer des requêtes sur un ensemble de données public

Dans cette section, vous allez charger un ensemble de données public, USA Names, dans BigQuery, puis exécuter une requête sur cet ensemble de données afin de déterminer les prénoms les plus couramment donnés aux États-Unis entre 1910 et 2013.

Charger l'ensemble de données USA Names

  1. Dans le volet de gauche, cliquez sur ADD DATA > Explore public datasets (Ajouter des données > Accéder à des ensembles de données publics).

add-dataset.png

La fenêtre "Datasets" (Ensembles de données) s'ouvre.

  1. Dans le champ de recherche, saisissez "USA Names", puis appuyez sur la touche Entrée.

  2. Cliquez sur la vignette USA Names (Noms aux États-Unis) qui apparaît dans les résultats de recherche.

usa-names

  1. Cliquez sur VIEW DATASET (Afficher l'ensemble de données).

BigQuery s'ouvre dans un nouvel onglet du navigateur. Le projet bigquery-public-data est ajouté à vos ressources et l'ensemble de données usa_names est répertorié dans le volet gauche de l'arborescence de la section "Resources" (Ressources).

usa-names-dataset.png

Exécuter une requête sur l'ensemble de données USA Names

Vous allez interroger l'ensemble de données bigquery-public-data.usa_names.usa_1910_2013 afin d'extraire le prénom et le sexe des bébés, puis afficher les 10 premiers prénoms par ordre décroissant.

  1. Copiez et collez la requête suivante dans la zone Query editor (Éditeur de requête) :

SELECT
  name, gender,
  SUM(number) AS total
FROM
  `bigquery-public-data.usa_names.usa_1910_2013`
GROUP BY
  name, gender
ORDER BY
  total DESC
LIMIT
  10
  1. Dans le coin inférieur droit de la fenêtre, consultez l'outil de validation de requête.

query-validator.png

BigQuery affiche une coche verte si la requête est valide. Dans le cas contraire, un point d'exclamation rouge apparaît. Lorsque la requête est correctement formulée, l'outil de validation indique également la quantité de données à traiter lors de son exécution. Vous pourrez ainsi déterminer le coût d'exécution de la requête.

  1. Cliquez sur Run query (Exécuter la requête).

Les résultats de la requête s'affichent sous l'éditeur de requête. En haut de la section des résultats, BigQuery indique le temps écoulé et la quantité de données traitées par la requête. La table contenant les résultats de la requête figure sous ces informations. La ligne d'en-tête contient le nom de la colonne indiqué dans le champ GROUP BY (Grouper par) de la requête.

79dfab8f4004d7a7.png

Créer une table personnalisée

Dans cette section, vous allez créer une table personnalisée, y charger des données, puis exécuter une requête sur ces dernières.

Télécharger les données sur votre ordinateur local

Le fichier que vous téléchargez contient environ 7 Mo de données correspondant aux prénoms populaires donnés aux bébés et est fourni par l'Administration de la sécurité sociale des États-Unis.

  1. Téléchargez le fichier ZIP baby names sur votre ordinateur local.

  2. Décompressez le fichier sur votre ordinateur.

  3. Le fichier zip contient un fichier NationalReadMe.pdf, qui décrit l'ensemble de données. En savoir plus sur l'ensemble de données.

  4. Ouvrez le fichier yob2014.txt pour obtenir un aperçu des données. Il s'agit d'un fichier CSV contenant les trois colonnes suivantes : prénom, sexe (M ou F) et nombre d'enfants portant ce prénom. Le fichier ne comporte pas de ligne d'en-tête.

  5. Notez l'emplacement du fichier yob2014.txt pour pouvoir le retrouver plus tard.

Créer un ensemble de données

Dans cette section, vous allez créer un ensemble de données pour y stocker votre table, ajouter des données à votre projet, puis créer la table de données sur laquelle vous exécuterez des requêtes.

Les ensembles de données vous permettent de contrôler l'accès aux tables et aux vues d'un projet. Dans cet atelier, vous n'allez utiliser qu'une table, mais vous aurez tout de même besoin d'un ensemble de données pour la stocker.

  1. De retour dans la console, dans la section Resources (Ressources) du volet gauche, cliquez sur l'ID de votre projet GCP (commençant par qwiklabs).

bq-console.png

Le projet s'ouvre sous l'éditeur de requête.

  1. Sur la droite du projet, cliquez sur CREATE DATASET (Créer un ensemble de données).

  2. Sur la page Create dataset (Créer un ensemble de données), procédez comme suit :

  • Dans le champ Dataset ID (ID de l'ensemble de données), saisissez babynames.
  • Dans le champ Data location (Emplacement des données), sélectionnez United States (US) (États-Unis).
  • Dans le champ Default table expiration (Expiration de la table par défaut), conservez la valeur par défaut.

Les ensembles de données publics sont actuellement stockés dans l'emplacement multirégional "US". Par souci de simplicité, placez votre ensemble de données dans le même emplacement.

create-dataset.png

  1. Cliquez sur le bouton Create dataset (Créer un ensemble de données) situé au bas du panneau.

Charger les données dans une nouvelle table

Dans cette section, vous allez charger des données dans la table que vous avez créée.

  1. Cliquez sur babynames (Prénoms de bébés) dans le volet gauche de la section Resources (Ressources), puis cliquez sur Create table (Créer une table).

Utilisez les valeurs par défaut pour tous les paramètres, sauf indication contraire.

  1. Sur la page Create table (Créer une table) :

  • Sous Source, cliquez sur Upload (Importer) dans le menu déroulant.

  • Sous Select file (Sélectionner un fichier), cliquez sur Browse (Parcourir), accédez au fichier yob2014.txt, puis cliquez sur Open (Ouvrir).

  • Sous File format (Format de fichier), sélectionnez CSV dans le menu déroulant.

  • Dans le champ Table name (Nom de la table), saisissez names_2014.

  • Dans la section Schema (Schéma), cliquez sur le bouton Edit as text (Modifier en tant que texte) et collez la définition de schéma suivante dans la zone de texte.

name:string,gender:string,count:integer

create-table.png

  1. Cliquez sur le bouton Create table (Créer une table) situé au bas de la fenêtre.

  2. Attendez que BigQuery crée la table et charge les données. Pendant cette opération, une chaîne 1 running (1 en cours d'exécution) s'affiche à côté de Job history (Historique des tâches) dans le volet de gauche. Cette chaîne disparaît après le chargement des données.

Prévisualiser la table

  1. Dans le volet de gauche, sélectionnez babynames > names_2014 dans le panneau de navigation.
  2. Dans le panneau des détails, cliquez sur l'onglet Preview (Aperçu).

87469f59db3ee2ab.png

Interroger la table

Maintenant que vous avez chargé des données dans votre table, vous pouvez exécuter des requêtes sur celle-ci. Le processus est identique à l'exemple précédent, sauf que cette fois, vous interrogez votre table au lieu d'une table publique.

  1. Dans l'éditeur de requête, cliquez sur Compose new query (Saisir une nouvelle requête).

  2. Copiez et collez la requête suivante dans la zone Query editor (Éditeur de requête). Cette requête permet de récupérer les cinq premiers prénoms masculins donnés aux enfants nés aux États-Unis en 2014.

SELECT
 name, count
FROM
 `babynames.names_2014`
WHERE
 gender = 'M'
ORDER BY count DESC LIMIT 5
  1. Cliquez sur Run query (Exécuter la requête). Les résultats sont affichés sous la fenêtre de requête.

a77eadeafdf06a84.png

Félicitations !

Vous avez exécuté une requête sur un ensemble de données public. Vous avez ensuite créé une table personnalisée, y avez chargé des données, puis avez exécuté une requête sur cette table.

MarchMadness02_125.png

Terminer votre quête

Cet atelier d'auto-formation fait partie de la quête NCAA® March Madness®: Bracketology with Google Cloud sur Qwiklabs. Une quête est une série d'ateliers associés qui constituent une formation. Si vous terminez cette quête, vous obtiendrez le badge ci-dessus attestant de votre réussite. Vous pouvez rendre publics les badges que vous recevez et ajouter leur lien dans votre CV en ligne ou sur vos comptes de réseaux sociaux. Inscrivez-vous à cette quête pour obtenir immédiatement les crédits associés à cet atelier si vous l'avez suivi. Découvrez d'autres quêtes Qwiklabs disponibles](http://google.qwiklabs.com/catalog).

Suivre votre prochain atelier

Continuez sur votre lancée avec la quête Exploring NCAA Data with Big Query ou avec une de nos suggestions :

Étapes suivantes et informations supplémentaires

Pour plus d'informations sur BigQuery, consultez la documentation Google BigQuery et l'article Ensembles de données publics BigQuery.

Google Cloud Training & Certification

...helps you make the most of Google Cloud technologies. Our classes include technical skills and best practices to help you get up to speed quickly and continue your learning journey. We offer fundamental to advanced level training, with on-demand, live, and virtual options to suit your busy schedule. Certifications help you validate and prove your skill and expertise in Google Cloud technologies.

Dernière mise à jour du manuel : 8 avril 2019
Dernier test de l'atelier : 8 avril 2018

Copyright 2020 Google LLC Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.