El Proyecto | Sobre nosotros | Contribuir | Donaciones | Licencia
HOME Mis cursos Finalizados
◄ Anterior
◄

BigQuery

Siguiente ►
►

Introducción a BigQuery

BigQuery es un servicio de almacenamiento de datos totalmente administrado y altamente escalable que permite realizar análisis de datos superrápidos en grandes conjuntos de datos. Es parte de la suite de servicios de Google Cloud Platform (GCP) y está diseñado para manejar grandes volúmenes de datos con facilidad.

Características Clave de BigQuery

  • Escalabilidad: BigQuery puede manejar petabytes de datos sin problemas.
  • Velocidad: Utiliza la infraestructura de Google para realizar consultas SQL rápidas.
  • Facilidad de uso: No requiere administración de servidores ni configuración de infraestructura.
  • Seguridad: Ofrece control de acceso detallado y cifrado de datos.
  • Integración: Se integra fácilmente con otros servicios de GCP y herramientas de análisis de datos.

Configuración Inicial

Paso 1: Crear un Proyecto en GCP

  1. Accede a la consola de GCP: Google Cloud Console
  2. Crea un nuevo proyecto:
    • Navega a la sección de proyectos.
    • Haz clic en "Nuevo Proyecto".
    • Asigna un nombre a tu proyecto y selecciona una organización (si es aplicable).
    • Haz clic en "Crear".

Paso 2: Habilitar la API de BigQuery

  1. En la consola de GCP, navega a "API y Servicios".
  2. Busca "BigQuery API".
  3. Haz clic en "Habilitar".

Paso 3: Configurar Facturación

  1. Navega a la sección de facturación en la consola de GCP.
  2. Asocia una cuenta de facturación a tu proyecto.

Descripción General de BigQuery

Componentes Principales

  • Datasets: Contenedores que organizan tablas y vistas.
  • Tablas: Almacenan datos en filas y columnas.
  • Vistas: Consultas SQL guardadas que actúan como tablas virtuales.
  • Consultas: Instrucciones SQL que recuperan y manipulan datos.

Interfaz de Usuario

La interfaz de BigQuery en la consola de GCP permite:

  • Crear y gestionar datasets y tablas.
  • Ejecutar consultas SQL.
  • Ver resultados de consultas.
  • Gestionar permisos y acceso.

Ejemplo Práctico: Crear y Consultar una Tabla

Paso 1: Crear un Dataset

-- En la consola de BigQuery, ejecuta la siguiente consulta para crear un dataset
CREATE SCHEMA my_dataset;

Paso 2: Crear una Tabla

-- Crea una tabla llamada 'employees' en el dataset 'my_dataset'
CREATE TABLE my_dataset.employees (
  employee_id INT64,
  first_name STRING,
  last_name STRING,
  email STRING,
  hire_date DATE
);

Paso 3: Insertar Datos en la Tabla

-- Inserta algunos datos en la tabla 'employees'
INSERT INTO my_dataset.employees (employee_id, first_name, last_name, email, hire_date)
VALUES
  (1, 'John', 'Doe', '[email protected]', '2020-01-15'),
  (2, 'Jane', 'Smith', '[email protected]', '2019-03-22');

Paso 4: Consultar Datos

-- Consulta los datos de la tabla 'employees'
SELECT * FROM my_dataset.employees;

Ejercicio Práctico

Ejercicio 1: Crear y Consultar una Nueva Tabla

  1. Crear un nuevo dataset llamado sales_data.
  2. Crear una tabla llamada transactions con las siguientes columnas:
    • transaction_id (INT64)
    • customer_id (INT64)
    • amount (FLOAT64)
    • transaction_date (DATE)
  3. Insertar datos en la tabla transactions.
  4. Consultar los datos de la tabla transactions.

Solución

-- Crear un nuevo dataset
CREATE SCHEMA sales_data;

-- Crear una tabla llamada 'transactions'
CREATE TABLE sales_data.transactions (
  transaction_id INT64,
  customer_id INT64,
  amount FLOAT64,
  transaction_date DATE
);

-- Insertar datos en la tabla 'transactions'
INSERT INTO sales_data.transactions (transaction_id, customer_id, amount, transaction_date)
VALUES
  (1, 101, 250.75, '2021-06-15'),
  (2, 102, 125.50, '2021-06-16');

-- Consultar los datos de la tabla 'transactions'
SELECT * FROM sales_data.transactions;

Resumen

En esta sección, hemos cubierto los conceptos básicos de BigQuery, incluyendo su configuración inicial, componentes principales y cómo crear y consultar tablas. BigQuery es una herramienta poderosa para el análisis de grandes volúmenes de datos y se integra perfectamente con otros servicios de GCP. En el próximo módulo, exploraremos más servicios de datos y análisis en GCP.

◄ Anterior
◄
Siguiente ►
►
El Proyecto | Sobre nosotros | Contribuir | Donaciones | Licencia
© Copyright 2024. Todos los derechos reservados