GSP651

Visão geral

Neste laboratório, você vai aprender a controlar os custos do BigQuery modificando cotas.

Atividades propostas

• Consultar um conjunto de dados público e ver os custos associados
• Modificar a cota
• Tentar executar novamente a consulta após a modificação da cota

Preços do BigQuery

O BigQuery oferece opções de preços flexíveis e escalonáveis para atender a diferentes orçamentos e necessidades técnicas.

O BigQuery pode gerar custos de armazenamento e consulta. Neste laboratório, você vai aprender sobre os custos de consulta. Para saber mais, acesse a página Preços do BigQuery.

Existem dois modelos de preços para custos de consulta no BigQuery:

• Sob demanda: o preço é calculado com base na quantidade de dados processados em cada consulta executada. Esta é a opção mais flexível.

• Taxa fixa: os clientes compram recursos dedicados para o processamento de consultas e não são cobrados por consultas individuais. Essa opção é previsível e mais indicada para clientes com orçamentos fixos.

Instalação

Nesta seção, você vai acessar os consoles do Google Cloud e do BigQuery.

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima (recomendado) ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Observação: use apenas a conta de estudante neste laboratório. Se usar outra conta do Google Cloud, você poderá receber cobranças nela.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Username"}}}

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

   {{{user_0.password | "Password"}}}

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. 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 testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Ativar o Cloud Shell

O Cloud Shell é uma máquina virtual com várias ferramentas de desenvolvimento. Ele tem um diretório principal permanente de 5 GB e é executado no Google Cloud. O Cloud Shell oferece acesso de linha de comando aos recursos do Google Cloud.

1. Clique em Ativar o Cloud Shell na parte de cima do console do Google Cloud.

2. Clique nas seguintes janelas:

   • Continue na janela de informações do Cloud Shell.
   • Autorize o Cloud Shell a usar suas credenciais para fazer chamadas de APIs do Google Cloud.

Depois de se conectar, você verá que sua conta já está autenticada e que o projeto está configurado com seu Project_ID, . A saída contém uma linha que declara o projeto PROJECT_ID para esta sessão:

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

A gcloud é a ferramenta de linha de comando do Google Cloud. Ela vem pré-instalada no Cloud Shell e aceita preenchimento com tabulação.

3. (Opcional) É possível listar o nome da conta ativa usando este comando:

gcloud auth list

4. Clique em Autorizar.

Saída:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (Opcional) É possível listar o ID do projeto usando este comando:

gcloud config list project

Saída:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} Observação: consulte a documentação completa da gcloud no Google Cloud no guia de visão geral da gcloud CLI.

Abrir o console do BigQuery

1. No Console do Google Cloud, selecione o menu de navegação > BigQuery:

Você verá a caixa de mensagem Olá! Este é o BigQuery no Console do Cloud. Ela tem um link para o guia de início rápido e as notas de versão.

2. Clique em OK.

O console do BigQuery vai abrir.

Tarefa 1: consulte um conjunto de dados público no BigQuery

Neste laboratório, você vai consultar o conjunto de dados público bigquery-public-data:wise_all_sky_data_release. Para saber mais sobre esse conjunto de dados, acesse a postagem do blog: Querying the Stars with BigQuery GIS (em inglês).

1. No Editor de consultas, cole o seguinte:

   SELECT w1mpro_ep, mjd, load_id, frame_id FROM `bigquery-public-data.wise_all_sky_data_release.mep_wise` ORDER BY mjd ASC LIMIT 500

2. Não execute a consulta. Em vez disso, responda a pergunta a seguir:

O processamento de grandes volumes de dados sem os controles de custo adequados, mesmo com consultas simples como essa acima, pode resultar em cobranças imprevistas na fatura. Para evitar isso, veja o sistema de preços do BigQuery e configure cotas personalizadas para as equipes.

3. Agora execute a consulta e observe a rapidez com que o BigQuery processa esse enorme volume de dados.

Clique em Verificar meu progresso para ver o objetivo.

Consulte um conjunto de dados público no BigQuery

Tarefa 2: analise o custo da consulta

O primeiro 1 TB de dados de consulta processados por mês é gratuito.

• Saiba mais sobre os custos no guia de preços do BigQuery.
• Acesse a calculadora de preços do Google Cloud e saiba mais sobre como contabilizar e estimar custos na plataforma.

Tarefa 3: atualize a cota do BigQuery

Nesta tarefa, você vai atualizar a cota da API BigQuery para restringir os dados processados nas consultas do seu projeto.

1. No Cloud Shell, execute esse comando para visualizar as cotas de uso atuais com a API BigQuery:

gcloud alpha services quota list --service=bigquery.googleapis.com --consumer=projects/${DEVSHELL_PROJECT_ID} --filter="usage"

A seção consumerQuotaLimits mostra seus limites atuais de consultas diárias. Há uma cota separada para uso por projeto e uso por usuário.

2. Execute esse comando no Cloud Shell para atualizar sua cota por usuário para .25 TiB diários:

gcloud alpha services quota update --consumer=projects/${DEVSHELL_PROJECT_ID} --service bigquery.googleapis.com --metric bigquery.googleapis.com/quota/query/usage --value 262144 --unit 1/d/{project}/{user} --force

3. Após a atualização da cota, verifique seu consumerQuotaLimits novamente:

gcloud alpha services quota list --service=bigquery.googleapis.com --consumer=projects/${DEVSHELL_PROJECT_ID} --filter="usage"

Você vai encontrar os mesmos limites de antes, mas também o valor usado na etapa anterior em consumerOverride:

--- consumerQuotaLimits: - metric: bigquery.googleapis.com/quota/query/usage quotaBuckets: - defaultLimit: '9223372036854775807' effectiveLimit: '9223372036854775807' unit: 1/d/{project} - metric: bigquery.googleapis.com/quota/query/usage quotaBuckets: - consumerOverride: name: projects/33699896259/services/bigquery.googleapis.com/consumerQuotaMetrics/bigquery.googleapis.com%2Fquota%2Fquery%2Fusage/limits/%2Fd%2Fproject%2Fuser/consumerOverrides/Cg1RdW90YU92ZXJyaWRl overrideValue: '262144' defaultLimit: '9223372036854775807' effectiveLimit: '262144' unit: 1/d/{project}/{user} displayName: Query usage metric: bigquery.googleapis.com/quota/query/usage unit: MiBy

Em seguida, execute novamente sua consulta com a cota atualizada.

Tarefa 4: execute a consulta novamente

1. No console do Cloud, clique em BigQuery.

2. A consulta executada anteriormente ainda deve estar no editor. Caso contrário, cole a seguinte consulta e clique em Executar:

   SELECT w1mpro_ep, mjd, load_id, frame_id FROM `bigquery-public-data.wise_all_sky_data_release.mep_wise` ORDER BY mjd ASC LIMIT 500

   O validador ainda mostra Esta consulta vai processar 1,36 TB quando executada. No entanto, a consulta foi executada e não processou nenhum dado. Por que isso aconteceu?

Observação: caso sua consulta já esteja bloqueada pela cota personalizada, não se preocupe. É provável que você tenha definido a cota personalizada e executado novamente a consulta antes que a primeira consulta tivesse tempo de armazenar os resultados em cache.

As consultas que usam resultados em cache não têm custo adicional nem são deduzidas da sua cota. Consulte Como usar resultados de consulta armazenados em cache para ver mais informações sobre isso.

Para testar a cota que acabou de ser definida, é necessário desativar o cache de consultas para processar dados usando a consulta anterior.

3. Para verificar se a cota mudou, desative os resultados armazenados em cache. No painel Resultados da consulta, clique em Mais > Configurações de consulta:

4. Desmarque Usar resultados em cache e clique em Salvar.

5. Execute novamente a consulta para que ela seja deduzida da sua cota diária.

6. Depois que a consulta for processada com 1,36 TB, execute mais uma vez.

   O que aconteceu? Você conseguiu executar a consulta? Você deve ter recebido a seguinte mensagem de erro:

   Cota personalizada excedida: seu uso excedeu a cota personalizada para QueryUsagePerUserPerDay, que é definida pelo administrador. Para mais informações, acesse https://cloud.google.com/bigquery/cost-controls

Clique em Verificar meu progresso para ver o objetivo.

Execute a consulta novamente

Tarefa 5: conheça as práticas recomendadas do BigQuery

As cotas podem ser usadas para controle de custos, mas cabe à sua empresa determinar quais cotas são apropriadas para a equipe. Este é um exemplo de como definir cotas para evitar custos inesperados. Uma maneira de reduzir o volume de dados consultados é otimizar suas consultas.

Saiba mais sobre como otimizar as consultas do BigQuery no guia de controle de gastos do BigQuery.

Parabéns!

Neste laboratório, você concluiu as seguintes tarefas:

• Consultar um conjunto de dados público e ver os custos associados
• Modificar uma cota da API BigQuery
• Tentar executar novamente a consulta após a modificação da cota

Termine a Quest

Este laboratório autoguiado faz parte da Quest do Qwiklabs Optimizing your Google Cloud Costs. Uma Quest é uma série de laboratórios relacionados que formam um programa de aprendizado. Ao concluir uma Quest, você ganha um selo como reconhecimento da sua conquista. Você pode publicar os selos com um link para eles no seu currículo on-line ou nas redes sociais. Inscreva-se nesta Quest ou em outra que tenha este laboratório para receber os créditos de conclusão imediatamente. Consulte o catálogo do Google Cloud Ensina para ver todas as Quests disponíveis.

Comece o próximo laboratório

Continue com sua Quest em Cloud Monitoring: Qwik Start ou confira essas sugestões:

• Cloud Functions: Qwik Start – linha de comando
• Limpar endereços IP não utilizados

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 10 de outubro de 2023

Laboratório testado em 10 de outubro de 2023

Copyright 2025 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.