Dokumentasi BigQuery
BigQuery adalah data warehouse analisis yang terkelola sepenuhnya, berskala petabyte, dan hemat biaya dari Google Cloud, yang memungkinkan Anda menjalankan analisis pada sejumlah besar data secara hampir real time. Dengan BigQuery, tidak ada infrastruktur yang harus disiapkan atau dikelola, sehingga Anda dapat fokus menemukan insight bermanfaat menggunakan GoogleSQL atau Python dan memanfaatkan model harga yang fleksibel dengan berbagai opsi on demand dan tarif tetap.
Buka halaman produk BigQuery untuk mengetahui informasi selengkapnya.
Dapatkan kredit gratis senilai 300 USD
Google Cloud新用户首次注册即可获得300美元赠金。此外，无论新老用户，均可免费使用20多款产品，积累动手实践经验。
Dapatkan kredit gratis senilai 300 USD
Google Cloud新用户首次注册即可获得300美元赠金。此外，无论新老用户，均可免费使用20多款产品，积累动手实践经验。
Referensi dokumentasi
Panduan
-
Panduan memulai: Konsol, Command line, Library klien, atau BigQuery DataFrames (Python)
Referensi terkait
Solusi Praktis Data Warehouse dengan BigQuery
Men-deploy dan menggunakan data warehouse sampel dengan BigQuery.
BigQuery untuk Data Warehousing
Pelajari praktik terbaik untuk mengekstraksi, mentransformasi, dan memuat data Anda ke Google Cloud dengan BigQuery.
Melakukan Pra-pemrosesan Data BigQuery dengan PySpark di Managed Service untuk Apache Spark
Pelajari cara membuat pipeline pemrosesan data menggunakan Apache Spark dengan Managed Service untuk Apache Spark di Google Cloud. Biasanya dalam ilmu data dan rekayasa data, membaca data dari satu lokasi penyimpanan, menjalankan transformasi di dalamnya, dan menulisnya ke lokasi penyimpanan lain adalah kasus-kasus penggunaan yang umum terjadi.
BigQuery untuk Analisis Data
Pelajari cara membuat kueri, menyerap, mengoptimalkan, memvisualisasikan, dan bahkan membuat model machine learning di SQL di dalam BigQuery.
BigQuery untuk Analis Pemasaran
Dapatkan insight yang dapat diulang, skalabel, dan berharga tentang data Anda dengan mempelajari cara membuat kuerinya menggunakan BigQuery.
BigQuery untuk Machine Learning
Bereksperimenlah dengan berbagai jenis model di Machine Learning BigQuery, dan pelajari cara membuat model yang baik.
Memigrasikan data warehouse ke BigQuery
Pelajari pola dan rekomendasi untuk mentransisikan data warehouse lokal Anda ke BigQuery.
Memvisualisasikan data BigQuery dalam notebook Jupyter
Gunakan library klien Python BigQuery dan Pandas di notebook Jupyter untuk memvisualisasikan data dalam tabel sampel BigQuery.
Klien: Membuat kredensial dengan cakupan
Buat kredensial dengan cakupan Drive dan BigQuery API.
Klien: Membuat kredensial dengan kredensial default aplikasi
Membuat klien BigQuery menggunakan kredensial default aplikasi.
Klien: Membuat dengan kunci akun layanan
Membuat klien BigQuery menggunakan file kunci akun layanan.
Contoh Python
Bekerja dengan BigQuery menggunakan library klien BigQuery DataFrames dan Google Cloud Python
Contoh sederhana C#
Program C# sederhana dan cuplikan kode untuk berinteraksi dengan BigQuery
BigQuery dan Cloud Monitoring di App Engine dengan Java 8
Katalog API ini menunjukkan cara menjalankan aplikasi lingkungan standar App Engine dengan dependensi di BigQuery dan Cloud Monitoring.