כתיבת שאילתות בעזרת Gemini

במאמר הזה מוסבר איך להשתמש בעזרה מבוססת-AI ב-Gemini ב-BigQuery כדי לשלוח שאילתות לנתונים באמצעות שאילתות SQL וקוד Python. ‫Gemini ב-BigQuery יכול ליצור ולהסביר שאילתות וקוד, להשלים שאילתות וקוד בזמן ההקלדה ולתקן שגיאות בקוד.

---

לחצו על תראו לי איך כדי לקרוא הסבר מפורט על המשימה ישירות במסוף Google Cloud :

תראו לי איך

---

‫Gemini ל- Google Cloud לא משתמש בפרומפטים שלכם או בתשובות שלו כנתונים לאימון המודלים שלו בלי אישור מפורש מכם. איך Gemini for Google Cloud משתמש בנתונים שלכם

ב-Gemini ב-BigQuery אפשר להשתמש רק בפרומפטים באנגלית.

המסמך הזה מיועד למנתחי נתונים, למדעני נתונים ולמפתחי נתונים שעובדים עם שאילתות SQL ועם מחברות (notebooks) וכלים לניתוח נתונים באמצעות תכנות. אנחנו מניחים שאתם יודעים איך לשלוח שאילתות לנתונים בסביבת BigQuery Studio או איך לעבוד עם מחברות Python כדי לנתח נתונים ב-BigQuery.

לפני שמתחילים

1. חשוב לוודא שהגדרתם את Gemini ב-BigQuery עבור Google Cloud הפרויקט. בדרך כלל האדמין מבצע את השלב הזה. יכול להיות שתכונות Gemini ב-BigQuery מושבתות או לא זמינות עד שתשלימו את השלבים שנותרו בקטע הזה.
2. כדי להשתמש ב-Gemini Cloud Assist, צריך גם לפעול לפי השלבים במאמר איך מגדירים את Gemini Cloud Assist.
3. כדי להשתמש ב-Gemini כדי להסביר ולתקן קוד Python ב-notebook של Colab Enterprise ב-BigQuery, צריך גם לבצע את השלבים במאמר הגדרת Gemini ב-Colab Enterprise לפרויקט.

4. בדף לבחירת הפרויקט במסוף Google Cloud , בוחרים פרויקט ב- Google Cloud או יוצרים אותו.

   תפקידים שנדרשים כדי לבחור או ליצור פרויקט

   • Select a project: כדי לבחור פרויקט לא צריך תפקיד IAM ספציפי – אפשר לבחור כל פרויקט שקיבלתם בו תפקיד.
   • יצירת פרויקט: כדי ליצור פרויקט, צריך את התפקיד Project Creator (roles/resourcemanager.projectCreator), שכולל את ההרשאה resourcemanager.projects.create. איך מקצים תפקידים

   כניסה לדף לבחירת הפרויקט

5. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

6. בסרגל הכלים של BigQuery, לוחצים על pen_sparkarrow_drop_downGemini.

   

7. ברשימת התכונות, מוודאים שהתכונות הבאות מסומנות:

   • רשימת Gemini בשאילתת SQL:

     • השלמה אוטומטית (טרום השקה). כשמקלידים בעורך השאילתות, Gemini יכול להציע שלבים הגיוניים שרלוונטיים להקשר של השאילתה הנוכחית, או לעזור לכם לשפר את השאילתה.
     • יצירה אוטומטית. אתם יכולים להשתמש בפרומפט ל-Gemini ב-BigQuery באמצעות הערה בשפה טבעית בעורך השאילתות של BigQuery כדי ליצור שאילתת SQL.
     • כלי ליצירת קוד SQL. אתם יכולים להזין טקסט בשפה טבעית בכלי כדי ליצור שאילתת SQL, עם אפשרויות לשיפור תוצאות השאילתה, לבחירת מקורות טבלה ולהשוואת תוצאות.
     • הסבר. אתם יכולים להנחות את Gemini ב-BigQuery להסביר שאילתת SQL באמצעות שפה טבעית.

   • רשימת Gemini ב-Python notebook:

     • השלמת קוד (תצוגה מקדימה). ‫Gemini מספק המלצות שמתאימות להקשר ומבוססות על התוכן במחברת.
     • יצירת קוד. אתם יכולים להנחות את Gemini באמצעות הצהרה או שאלה בשפה טבעית ליצור קוד Python.

8. כדי להשלים את המשימות שמתוארות במסמך הזה, תצטרכו הרשאות נדרשות לניהול זהויות והרשאות גישה (IAM).

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות לכתיבת שאילתות בעזרת Gemini, צריך לבקש מהאדמין להקצות לכם את התפקיד Gemini for Google Cloud User (roles/cloudaicompanion.user) ב-IAM בפרויקט. כדי לקרוא הסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

זהו תפקיד שמוגדר מראש וכולל את ההרשאות שנדרשות לכתיבת שאילתות בעזרת Gemini. כדי לראות בדיוק אילו הרשאות נדרשות, אפשר להרחיב את הקטע ההרשאות הנדרשות:

ההרשאות הנדרשות

כדי לכתוב שאילתות בעזרת Gemini, נדרשות ההרשאות הבאות:

• cloudaicompanion.entitlements.get
• cloudaicompanion.instances.completeTask
• תסביר את שאילתות ה-SQL הבאות: cloudaicompanion.companions.generateChat
• השלמת קוד SQL או Python: cloudaicompanion.instances.completeCode
• יצירת קוד SQL או Python: cloudaicompanion.instances.generateCode

יכול להיות שתקבלו את ההרשאות האלה באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש אחרים.

במאמר מבוא ל-IAM יש מידע נוסף על תפקידים והרשאות ב-IAM ב-BigQuery.

יצירת שאילתת SQL

כדי ליצור שאילתת SQL על סמך הסכימה של הנתונים, אפשר לספק ל-Gemini ב-BigQuery הצהרה או שאלה בשפה טבעית, שנקראות גם הנחיה. אתם יכולים גם לעיין בהמלצות להנחיות מ-Gemini. גם אם אתם מתחילים בלי קוד, עם ידע מוגבל בסכימת הנתונים או עם ידע בסיסי בלבד בתחביר GoogleSQL, Gemini ב-BigQuery יכול ליצור SQL שיעזור לכם לחקור את הנתונים.

שימוש בכלי ליצירת SQL

הכלי ליצירת SQL מאפשר לכם להשתמש בשפה טבעית כדי ליצור שאילתת SQL לגבי טבלאות שצפיתם בהן לאחרונה או שהרצתם עליהן שאילתות. אפשר גם להשתמש בכלי כדי לשנות שאילתה קיימת, וכדי לציין באופן ידני את הטבלאות שרוצים ליצור עבורן SQL.

כדי להשתמש בכלי ליצירת SQL:

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. לצד עורך השאילתות, לוחצים על pen_spark כלי ליצירת SQL.

   

3. בתיבת הדו-שיח Generate SQL with Gemini (יצירת SQL באמצעות Gemini), יש לכם את האפשרויות הבאות:

   • מזינים פרומפט בשפה טבעית לגבי טבלה שצפיתם בה או ששלחתם לגביה שאילתה לאחרונה. לדוגמה, אם צפיתם לאחרונה בטבלה bigquery-public-data.austin_bikeshare.bikeshare_trips, תוכלו להזין את הפקודה הבאה:

     Show me the duration and subscriber type for the ten longest trips.
     

   • לוחצים על אחת מההנחיות המומלצות של Gemini ‏(תצוגה מקדימה). ההנחיה מועתקת לתיבת הדו-שיח יצירת SQL באמצעות Gemini.

4. לוחצים על יצירה.

   שאילתת ה-SQL שנוצרה דומה לזו:

   SELECT
       subscriber_type,
       duration_sec
     FROM
         `bigquery-public-data.san_francisco_bikeshare.bikeshare_trips`
   ORDER BY
       duration_sec DESC
   LIMIT 10;
   

5. בודקים את שאילתת ה-SQL שנוצרה ומבצעים אחת מהפעולות הבאות:

   • כדי לאשר את שאילתת ה-SQL שנוצרה, לוחצים על הוספה כדי להוסיף את ההצהרה לעורך השאילתות. אחר כך לוחצים על Run כדי להריץ את שאילתת ה-SQL המוצעת.
   • כדי לערוך את הפרומפט, לוחצים על עריכה ואז משנים או מחליפים את הפרומפט המקורי. אחרי שערכתם את ההנחיה, לוחצים על עדכון כדי ליצור שאילתה חדשה.
   • כדי לעדכן את מקורות הטבלה ששימשו כהקשר ליצירת שאילתת ה-SQL המוצעת, לוחצים על עריכת מקורות הטבלה, מסמנים את תיבות הסימון המתאימות ולוחצים על החלה.
   • כדי לראות סיכום בשפה טבעית של השאילתה שנוצרה, לוחצים על סיכום השאילתה.
   • כדי לשפר את שאילתת ה-SQL המוצעת, מזינים את השיפורים בשדה Refine ולוחצים על send Refine. לדוגמה, מזינים limit to 1000 כדי להגביל את מספר התוצאות של השאילתה. כדי להשוות את השינויים בשאילתה, מסמנים את התיבה Show diff.
   • כדי לדחות שאילתה מוצעת, סוגרים את הכלי ליצירת SQL.

השבתת הכלי ליצירת SQL

במאמר השבתה של תכונות העזרה של Gemini בכתיבת שאילתות מוסבר איך להשבית את הכלי ליצירת SQL.

יצירת SQL מתגובה

אפשר ליצור SQL בכלי לעריכת שאילתות על ידי תיאור השאילתה הרצויה בתגובה.

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בעורך השאילתות, לוחצים על add_box שאילתת SQL.

3. בעורך השאילתות, כותבים תגובת SQL על טבלה שצפיתם בה או ששלחתם לגביה שאילתה לאחרונה. לדוגמה, אם צפיתם לאחרונה בbigquery-public-data.austin_bikeshare.bikeshare_trips טבלה, תוכלו לכתוב את התגובה הבאה:

   # Show me the duration and subscriber type for the ten longest trips.
   

4. מקישים על Enter (Return ב-macOS).

   ההצעה לשאילתת SQL דומה לשאילתה הבאה:

   # Show me the duration and subscriber type for the ten longest trips
   
   SELECT
     duration_sec,
     subscriber_type
     AVG(duration_minutes) AS average_trip_length
   FROM
     `bigquery-public-data.austin_bikeshare.bikeshare_trips`
   ORDER BY
     duration_sec
   LIMIT 10;
   

5. כדי לאשר את ההצעה, מקישים על Tab.

יצירת SQL באמצעות Gemini Cloud Assist

אתם יכולים ליצור שאילתת SQL ב-BigQuery באמצעות החלונית של Cloud Assist במסוף Google Cloud .

כדי להשתמש בצ'אט עם Gemini Cloud Assist כדי ליצור SQL, צריך להפעיל את Gemini Cloud Assist. מידע נוסף זמין במאמר בנושא הגדרת Gemini Cloud Assist.

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בעורך השאילתות, לוחצים על add_box SQL query כדי לפתוח שאילתת SQL חדשה.

3. בסרגל הכלים של Google Cloud , לוחצים על spark Open or close Gemini AI chat כדי לפתוח את הצ'אט עם Gemini Cloud Assist.

   

4. בשדה Enter a prompt (הזנת פרומפט), מזינים פרומפט ליצירת שאילתת SQL. לדוגמה:

   Generate a SQL query to show me the duration and subscriber type for the ten longest trips.
   

5. לוחצים על שליחת ההנחיה. התשובה כוללת שאילתת SQL שדומה לזו:

   SELECT
        subscriber_type,
        duration_sec
    FROM
        `bigquery-public-data.san_francisco_bikeshare.bikeshare_trips`
    ORDER BY
        duration_sec DESC
    LIMIT 10;
    ```
   

6. בודקים את שאילתת ה-SQL שנוצרה.

7. כדי להריץ את שאילתת ה-SQL שנוצרה, לוחצים על content_copy העתקה ללוח, מדביקים את הקוד שנוצר בעורך השאילתות ולוחצים על play_circle הפעלה.

8. אם עורך השאילתות כבר פתוח, אפשר לבחור באחת מהאפשרויות הבאות:

   • כדי לראות את ההבדל בין השאילתה הקיימת לבין השאילתה שנוצרה, לוחצים על תצוגה מקדימה.

     חלונית ההשוואה תיפתח. אחרי שבודקים את השינויים, בוחרים באחת מהאפשרויות הבאות:

     • אישור והרצה: אישור השינויים והרצת השאילתה.
     • אישור: אישור השינויים.
     • דחייה: סגירת חלונית ההשוואה בלי לבצע שינויים בשאילתה הקיימת.

   • כדי להחליף את התוכן של עורך השאילתות בשאילתה שנוצרה ולהריץ אותה, לוחצים על החלה והרצה.

טיפים ליצירת SQL

הטיפים הבאים יעזרו לכם לשפר את ההצעות ש-Gemini ב-BigQuery מספק:

• כדי לציין באופן ידני באילו טבלאות להשתמש, אפשר לכלול את שם הטבלה המלא בגרש הפוך (`), כמו `PROJECT.DATASET.TABLE`.
• אם שמות העמודות או הקשרים הסמנטיים שלהם לא ברורים או מורכבים, אפשר לספק הקשר בהנחיה כדי להכווין את Gemini לכיוון התשובה הרצויה. לדוגמה, כדי לעודד שאילתה שנוצרה להפנות לשם של עמודה, מתארים את שם העמודה ואת הרלוונטיות שלה לתשובה שרוצים לקבל. כדי לעודד תשובה שמתייחסת למונחים מורכבים כמו ערך חיי המשתמש או רווח ברוטו, כדאי לתאר את המושג ואת הרלוונטיות שלו לנתונים כדי לשפר את התוצאות של יצירת ה-SQL.
• כשיוצרים SQL מתגובה, אפשר לכתוב את ההנחיה בכמה שורות. לשם כך, צריך להוסיף את התו # בתחילת כל שורה.
• תיאורי העמודות נלקחים בחשבון כשיוצרים שאילתות SQL. כדי לשפר את הדיוק, כדאי להוסיף תיאורי עמודות לסכימה. מידע נוסף על תיאורי עמודות זמין במאמר תיאורי עמודות בקטע 'ציון סכימה'.

המרת הערות ל-SQL

אתם יכולים להשתמש בהערות כהנחיות ליצירת שאילתות SQL שיעזרו לכם לחקור את הנתונים ב-BigQuery. אתם יכולים להטמיע תגובות שמכילות הנחיות בשפה טבעית שמתארות את המידע שאתם רוצים לקבל מהנתונים. ‫Gemini ישיב עם SQL שאפשר להשוות או להוסיף לשאילתה. ביטויים בשפה טבעית יכולים לעזור לכם לשפר את קוד ה-SQL ולשנות אותו. אפשר גם להשתמש בביטויים בשפה טבעית כדי לקבל עזרה בתחביר SQL, למשל לגבי חותמות זמן ופונקציות חלון.

כדי להשתמש ביצירת SQL בשפה טבעית:

1. במסוף Google Cloud , עוברים לדף BigQuery.

   כניסה ל-BigQuery

2. בעורך השאילתות של BigQuery Studio, לוחצים על pen_spark ומוודאים שהאפשרות יצירה אוטומטית של Gemini SQL מופעלת.

   

3. בעורך השאילתות של BigQuery, מזינים שאילתת SQL שמכילה הנחיה בשפה טבעית שמוקפת בהערה בפורמט /* natural language text */ לגבי טבלה שצפיתם בה או שהרצתם עליה שאילתה לאחרונה. ‫Gemini ב-BigQuery משתמש במטא-נתונים של טבלאות שנשאלו עליהן שאילתות לאחרונה כדי למצוא נתונים מתאימים, ולכן אתם יכולים להריץ שאילתה על טבלה כדי להנחות את התשובות. כדי לקבל את התוצאות הכי טובות, ההנחיה בשפה טבעית צריכה להיות ספציפית לתחביר SQL ולנתונים שלכם, ולא ביטוי כללי כמו 'אופטימיזציה של השאילתה שלי'.

   לדוגמה, אם לאחרונה שלחתם שאילתה לגבי bigquery-public-data.austin_bikeshare.bikeshare_trips טבלה, תוכלו להזין את הפרטים הבאים:

   SELECT
       subscriber_type,
       /* the name of the day of week of the trip start ordered longest to
        shortest trip with the trip's duration */
   FROM
       `bigquery-public-data`.`austin_bikeshare`.`bikeshare_trips`
   LIMIT 10;
   

4. מסמנים את שאילתת ה-SQL, כולל הביטוי בשפה הטבעית, שרוצים ש-Gemini ימיר. בדוגמה הקודמת, צריך לסמן את כל דוגמת ה-SQL.

   

5. כדי ליצור קוד SQL, אפשר ללחוץ על auto_awesomeGemini בשוליים או בכלי לעריכת שאילתות, ואז ללחוץ על pen_spark המרת הערות ל-SQL.

6. בודקים את ה-SQL שנוצר. בפלט של שינוי SQL באמצעות Gemini מוצג ההבדל בין הטקסט המקורי לבין הטקסט שנוצר. שאילתת ה-SQL שנוצרה אמורה להיות דומה לזו:

   SELECT
     subscriber_type,
     FORMAT_TIMESTAMP('%A', start_time) AS day_of_week,
     duration_minutes
   FROM
     `bigquery-public-data`.`austin_bikeshare`.`bikeshare_trips`
   ORDER BY
     duration_minutes DESC
   LIMIT
     10;
   

7. כדי להעתיק את השאילתה לעורך השאילתות, לוחצים על הוספה. ההצהרה הקודמת, כולל ההנחיה בשפה טבעית, מופיעה בהערות וקוד ה-SQL שנוצר מועתק לחלונית העריכה, שבה אפשר להריץ או לערוך אותו. אפשר גם לבחור באחת מהאפשרויות הבאות:

   • שיפור: כדי לתת ל-Gemini פרומפט לשינוי קוד ה-SQL שנוצר
   • עריכת המקורות של הטבלה: כדי לבחור טבלה אחרת
   • סיכום השאילתה: כדי ש-Gemini יספק סיכום של שאילתת ה-SQL.

השלמת שאילתת SQL

ההשלמה של SQL מנסה לספק המלצות שמתאימות להקשר ומבוססות על התוכן בעורך השאילתות. בזמן ההקלדה, Gemini יכול להציע שלבים לוגיים רלוונטיים להמשך החיפוש בהקשר של השאילתה הנוכחית, או לעזור לכם לשפר את השאילתה.

כדי לנסות את השלמת ה-SQL באמצעות Gemini ב-BigQuery, פועלים לפי השלבים הבאים:

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. מעתיקים את השאילתה הבאה בעורך השאילתות:

   SELECT
     subscriber_type
     , EXTRACT(HOUR FROM start_time) AS hour_of_day
     , AVG(duration_minutes) AS avg_trip_length
   FROM
     `bigquery-public-data.austin_bikeshare.bikeshare_trips`
   

   הודעת שגיאה מציינת ש-subscriber_type לא מקובץ או מצטבר. לפעמים צריך עזרה כדי להגדיר שאילתה בצורה נכונה.

3. בסוף השורה של subscriber_type, לוחצים על מקש הרווח.

   ההצעות לשיפור השאילתה עשויות להסתיים בטקסט שדומה לטקסט הבא:

   GROUP BY
     subscriber_type, hour_of_day;
   

   אפשר גם ללחוץ על Enter (או על Return ב-macOS) כדי ליצור הצעות.

4. כדי לקבל את ההצעה, מקישים על Tab, או מעבירים את מצביע העכבר מעל הטקסט המוצע ולוחצים כדי לראות הצעות חלופיות. כדי לבטל הצעה, מקישים על ESC או ממשיכים להקליד.

   

הסבר על שאילתת SQL

אתם יכולים לתת ל-Gemini ב-BigQuery הנחיה להסביר שאילתת SQL בשפה טבעית. ההסבר הזה יכול לעזור לכם להבין שאילתה שהתחביר, הסכימה הבסיסית וההקשר העסקי שלה עשויים להיות קשים להערכה בגלל האורך או המורכבות שלה.

כדי לקבל הסבר לשאילתת SQL, פועלים לפי השלבים הבאים:

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בעורך השאילתות, פותחים או מדביקים שאילתה שרוצים לקבל עליה הסבר.

3. מדגישים את השאילתה שרוצים ש-Gemini ב-BigQuery יסביר.

4. לוחצים על astrophotography_mode Gemini, ואז על Explain this query.

   

   ההסבר על ה-SQL מופיע בחלונית Cloud.

תיקון שגיאות SQL והסבר עליהן

אתם יכולים להשתמש ב-Gemini ב-BigQuery כדי לתקן שגיאות בשאילתות SQL ולהסביר אותן. כדי לתקן שגיאה בטקסט של השאילתה לפני שמפעילים פתרונות חכמים, פועלים לפי השלבים הבאים:

1. מדגישים את הטקסט שמכיל את השגיאה.

2. לוחצים על auto_awesome שיפור ואז על astrophotography_mode לתיקון הבעיה.

3. חלונית Gemini Cloud Assist תיפתח ותציג הצעה לשינוי השאילתה כדי לתקן את השגיאה.

4. לוחצים על החלה והפעלה כדי לבצע את השינוי, או על תצוגה מקדימה כדי לפתוח חלונית השוואה שבה מוצג ההבדל בין השאילתה שלכם לבין השאילתה המוצעת.

כדי לתקן שגיאה שמופיעה אחרי שמריצים שאילתה, מבצעים את השלבים הבאים:

1. לצד השגיאה בחלונית תוצאות, לוחצים על הצעות לתיקון מ-Gemini.

2. חלונית Gemini Cloud Assist תיפתח ותציג הצעה לשינוי השאילתה כדי לתקן את השגיאה.

3. לוחצים על החלה והפעלה כדי לבצע את השינוי, או על תצוגה מקדימה כדי לפתוח חלונית השוואה שבה מוצג ההבדל בין השאילתה שלכם לבין השאילתה המוצעת.

יצירת קוד Python

אתם יכולים לבקש מ-Gemini ב-BigQuery ליצור קוד Python באמצעות הצהרה או שאלה בשפה טבעית. ‫Gemini ב-BigQuery מגיב עם הצעה אחת או יותר לקוד Python, ומשתמש בשמות טבלאות רלוונטיים ישירות מפרויקט BigQuery שלכם. כך מתקבל קוד Python מותאם אישית שניתן להרצה.

שימוש בכלי ליצירת קוד Python

בדוגמה הבאה, יוצרים קוד למערך נתונים ציבורי של BigQuery‏, bigquery-public-data.ml_datasets.penguins.

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכרטיסיות של עורך השאילתות, לוחצים על החץ לתפריט הנפתח arrow_drop_down לצד add_box שאילתת SQL, ואז לוחצים על מחברת.

   מחברת חדשה תיפתח עם תאים שמציגים שאילתות לדוגמה על מערך הנתונים הציבורי bigquery-public-data.ml_datasets.penguins.

3. כדי להוסיף תא קוד חדש, בסרגל הכלים לוחצים על add קוד. תא הקוד החדש מכיל את ההודעה Start coding or generate with AI (אפשר להתחיל לתכנת או ליצור קוד באמצעות AI).

4. בתא הקוד החדש, לוחצים על יצירה.

5. בעורך יצירה, מזינים את ההנחיה הבאה בשפה טבעית:

   Using bigquery magics, query the `bigquery-public-data.ml_datasets.penguins` table
   

6. מקישים על Enter (Return ב-macOS).

   קוד ה-Python המוצע אמור להיראות כך:

   %%bigquery
   SELECT *
   FROM `bigquery-public-data.ml_datasets.penguins`
   LIMIT 10
   

7. כדי להריץ את הקוד, לוחצים על play_circle Run cell (הרצת התא).

יצירת קוד Python באמצעות Gemini Cloud Assist

אתם יכולים להשתמש ב-Gemini Cloud Assist במסוף Google Cloud כדי ליצור קוד Python ב-BigQuery. כדי להשתמש ב-Gemini Cloud Assist ליצירת קוד, צריך להפעיל את Gemini Cloud Assist. מידע נוסף זמין במאמר בנושא הגדרת Gemini Cloud Assist.

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכרטיסיות של עורך השאילתות, לוחצים על החץ לתפריט הנפתח arrow_drop_down לצד add_box שאילתת SQL, ואז לוחצים על מחברת.

3. בסרגל הכלים של Google Cloud , לוחצים על spark Open or close Gemini AI chat כדי לפתוח את הצ'אט עם Gemini Cloud Assist.

   

4. בשדה Enter a prompt (הזנת פרומפט), מזינים פרומפט ליצירת קוד Python. לדוגמה:

   Generate python code to query the `bigquery-public-data.ml_datasets.penguins`
   table using bigquery magics
   
   

5. לוחצים על send שליחת ההנחיה. ‫Gemini מחזיר קוד Python שדומה לקוד הבא:

   %%bigquery
   SELECT *
   FROM `bigquery-public-data.ml_datasets.penguins`
   LIMIT 10
   

6. בודקים את קוד ה-Python שנוצר.

7. כדי להריץ את קוד Python, לוחצים על content_copy העתקה ללוח, מדביקים את הקוד שנוצר בעורך השאילתות ולוחצים על play_circle הפעלה.

יצירת קוד של BigQuery DataFrames

אתם יכולים ליצור קוד של BigQuery DataFrames באמצעות Gemini ב-BigQuery. כדי לבקש מ-Gemini להשתמש ב-BigQuery DataFrames בקוד שנוצר, צריך לציין את הכוונה בהנחיה. לדוגמה, אפשר להתחיל את ההנחיה במילים 'using bigframes' או 'utilizing BigQuery DataFrames'.

‫BigQuery DataFrames מספק שתי ספריות:

• ‫bigframes.pandas, שמספק API תואם ל-pandas לניתוח נתונים.
• ‫bigframes.ml, שמספק API דמוי scikit-learn ללמידת מכונה (ML).

האופטימיזציה של Gemini ליצירת קוד מתבצעת עבור הספרייה bigframes.pandas.

מידע נוסף על BigQuery DataFrames ועל ההרשאות שנדרשות לשימוש ב-BigQuery DataFrames זמין במאמר הרשאות ל-BigQuery DataFrames. ‫BigQuery DataFrames היא חבילה בקוד פתוח. אפשר להריץ את הפקודה pip install --upgrade bigframes כדי להתקין את הגרסה העדכנית ביותר.

בדוגמה הבאה, יוצרים קוד למערך נתונים ציבורי של BigQuery‏, bigquery-public-data.ml_datasets.penguins.

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכרטיסיות של עורך השאילתות, לוחצים על החץ לתפריט הנפתח arrow_drop_down לצד add_box שאילתת SQL, ואז לוחצים על מחברת.

   ייפתח נוטבוק חדש.

3. כדי להוסיף תא קוד חדש, בסרגל הכלים לוחצים על add קוד.

4. תא הקוד החדש מכיל את ההודעה Start coding or generate with AI (אפשר להתחיל לתכנת או ליצור קוד באמצעות AI). בתא הקוד החדש, לוחצים על יצירה.

5. בעורך יצירה, מזינים את ההנחיה הבאה בשפה טבעית:

   Read the penguins table from the BigQuery public data using bigframes
   

6. מקישים על Enter (Return ב-macOS).

   קוד ה-Python המוצע אמור להיראות כך:

   import bigframes.pandas as bpd
   
   # Read the penguins table from the BigQuery public data using bigframes
   result = bpd.read_gbd("bigquery-public-data.ml_datasets.penguins")
   

7. כדי להריץ את הקוד, לוחצים על play_circle Run cell (הרצת התא).

8. כדי לראות תצוגה מקדימה של התוצאות, לוחצים על add Code (קוד) בסרגל הכלים כדי להוסיף תא קוד חדש.

9. בתא החדש, קוראים לשיטה peek() – לדוגמה, result.peek() – ומקישים על play_circle הרצת התא. מוצגות כמה שורות של נתונים.

קוד Python מלא

ההשלמה האוטומטית של קוד Python מנסה לספק המלצות שמתאימות להקשר ומבוססות על התוכן בכלי לעריכת שאילתות. בזמן ההקלדה, Gemini ב-BigQuery יכול להציע שלבים הגיוניים שרלוונטיים להקשר של הקוד הנוכחי, או לעזור לכם לבצע איטרציה בקוד.

כדי לנסות את השלמת קוד Python באמצעות Gemini ב-BigQuery, פועלים לפי השלבים הבאים:

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכרטיסיות של עורך השאילתות, לוחצים על החץ לתפריט הנפתח arrow_drop_down לצד add_box שאילתת SQL, ואז לוחצים על מחברת.

   מחברת חדשה תיפתח, עם תאים שמציגים שאילתות לדוגמה על מערך הנתונים הציבורי bigquery-public-data.ml_datasets.penguins.

3. בעורך, מתחילים להקליד קוד Python. לדוגמה %%bigquery. ‫Gemini ב-BigQuery מציע קוד מוטבע בזמן ההקלדה.

4. כדי לאשר את ההצעה, מקישים על Tab.

הסבר על קוד Python

אתם יכולים להשתמש ב-Gemini ב-BigQuery כדי לקבל הסבר על קוד Python ב-notebooks של Colab Enterprise.

אחרי שמקבלים הסבר, אפשר לשאול עוד שאלות בתיבת הדו-שיח של הפרומפט כדי להבין טוב יותר את הקוד.

כדי לקבל הסבר לקוד Python במחברת, פועלים לפי השלבים הבאים:

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בחלונית הימנית, לוחצים על explore כלי הניתוחים:

   

   אם לא רואים את החלונית הימנית, לוחצים על last_page הרחבת החלונית הימנית כדי לפתוח אותה.

3. בחלונית Explorer מרחיבים את הפרויקט ולוחצים על Notebooks.

4. לוחצים על ה-Notebook שרוצים לפתוח.

5. מדגישים את תא ה-Python שרוצים להבין.

6. לוחצים על spark Gemini ואז על הסבר על הקוד.

   ההסבר לקוד מופיע בחלונית לצד התא.

7. אופציונלי: כדי להבין טוב יותר את הקוד, אפשר לשאול שאלות בשדה כאן כותבים את ההנחיה.

תיקון והסבר של שגיאות ב-Python

אתם יכולים להשתמש ב-Gemini ב-BigQuery כדי לתקן ולהסביר שגיאות בקוד Python ב-notebooks של Colab Enterprise.

כדי לתקן או להבין את שגיאות הקוד בעזרת Gemini, פועלים לפי השלבים הבאים:

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בחלונית הימנית, לוחצים על explore כלי הניתוחים:

   

3. בחלונית Explorer מרחיבים את הפרויקט ולוחצים על Notebooks.

4. לוחצים על ה-Notebook שרוצים לפתוח.

5. בתא קוד במחברת, מזינים קוד שמכיל שגיאה ואז מריצים את התא. לדוגמה, יכול להיות שתזינו print(1, שחסרה לו סוגר סוגר.

   אחרי שתא הקוד מורץ, המחברת מדפיסה הודעת שגיאה מתחת לתא הקוד. אם הפעלתם את Gemini במחברות Python ו-Gemini מציע לכם לתקן או להסביר את השגיאה, תופיע אחת מהאפשרויות הבאות:

   • אם יש שגיאות בתחביר של Python, מופיעה האפשרות תיקון שגיאה.
   • בכל שאר סוגי השגיאות, מופיעה האפשרות הסבר על השגיאה.

6. כדי לתקן שגיאת תחביר:

   1. לוחצים על תיקון השגיאה.

      ‫Gemini מציע איך לתקן את השגיאה.

   2. בודקים את ההצעה ומבצעים אחת מהפעולות הבאות:

      • כדי לקבל את ההצעה, לוחצים על הצ'ק קבלת ההצעה.
      • כדי לדחות את ההצעה, לוחצים על סגירה דחיית ההצעה.

7. כדי לפתור את כל סוגי השגיאות האחרים, צריך לבצע את הפעולות הבאות:

   1. לוחצים על הסבר על השגיאה.

      תיפתח חלונית עם הסבר על השגיאה והצעות לשינויים.

   2. אופציונלי: כדי להבין טוב יותר את השגיאה, אפשר לשאול שאלות בשדה כאן כותבים את ההנחיה.

   3. כדי לאשר שינוי מוצע, לוחצים על library_add הוספת תא קוד.

יצירת קוד PySpark

אתם יכולים לבקש מ-Gemini Code Assist ליצור קוד PySpark במחברת שלכם. ‫Gemini Code Assist מאחזר טבלאות רלוונטיות של BigQuery ו-Dataproc Metastore וסכימות שלהן, ומשתמש בהן כדי ליצור תשובת קוד. הידע של Gemini Code Assist על הסכימה מאפשר לו להימנע מהזיות, והוא מציע מפתחות לצירוף וסוגי עמודות.

כדי ליצור קוד באמצעות Gemini Code Assist בנוטבוק:

1. כדי להוסיף תא קוד חדש, לוחצים על + Code (קוד) בסרגל הכלים. בתא הקוד החדש מוצג Start coding or generate with AI. לוחצים על יצירה.

2. בעורך של יצירה, מזינים הנחיה בשפה טבעית ולוחצים על enter. חשוב לכלול בפרומפט את מילת המפתח spark או pyspark.

   פרומפט לדוגמה:

   create a spark dataframe from order_items and filter to orders created in 2024
   

   פלט לדוגמה:

   spark.read.format("bigquery").option("table", "sqlgen-testing.pysparkeval_ecommerce.order_items").load().filter("year(created_at) = 2024").createOrReplaceTempView("order_items")
   df = spark.sql("SELECT * FROM order_items")
   

טיפים ליצירת קוד באמצעות Gemini Code Assist

• כדי לאפשר ל-Gemini Code Assist לאחזר טבלאות וסכימות רלוונטיות, צריך להפעיל את הסנכרון של Data Catalog עבור מופעים של Dataproc Metastore.

• מוודאים שלחשבון המשתמש יש גישה לקטלוג הנתונים כדי לשלוח שאילתות לטבלאות. כדי לעשות את זה, צריך להקצות את התפקיד DataCatalog.Viewer.

השבתת התכונות של Gemini לעזרה בכתיבת שאילתות

כדי להשבית תכונות ספציפיות ב-Gemini ב-BigQuery:

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכלים של BigQuery, לוחצים על pen_sparkarrow_drop_downGemini.

   

3. ברשימה, מבטלים את הסימון של התכונות של העוזר ליצירת שאילתות שרוצים להשבית.

במאמר איך משביתים את Gemini ב-BigQuery מוסבר איך משביתים את Gemini ב-BigQuery.

השבתה של Gemini ב-Colab Enterprise

כדי להשבית את Gemini ב-Colab Enterprise בפרויקט בענן ב-Google Cloud, אדמין צריך להשבית את Gemini for Google Cloud API. מידע נוסף זמין במאמר בנושא השבתת שירותים.

כדי להשבית את Gemini ב-Colab Enterprise למשתמש ספציפי, אדמין צריך לבטל את התפקיד Gemini ל-Google Cloud User (roles/cloudaicompanion.user) של המשתמש הזה. ראו איך מבטלים תפקידים ב-IAM.

שליחת משוב

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכלים של BigQuery, לוחצים על pen_sparkarrow_drop_downGemini.

   

3. לוחצים על שליחת משוב.

רוצה לעזור לנו לשפר את ההצעות?

אתם יכולים לעזור לשפר את ההצעות של Gemini על ידי שיתוף עם Google של נתוני ההנחיות שאתם שולחים לתכונות בגרסת טרום-השקה.

כדי לשתף את נתוני ההנחיות:

1. במסוף Google Cloud , עוברים לדף BigQuery Studio.

   כניסה ל-BigQuery Studio

2. בסרגל הכלים של BigQuery, לוחצים על pen_sparkarrow_drop_downGemini.

   

3. בוחרים באפשרות שיתוף נתונים לשיפור Gemini ב-BigQuery.

4. בתיבת הדו-שיח הגדרות שימוש בנתונים, מעדכנים את הגדרות השימוש בנתונים.

הגדרות שיתוף הנתונים חלות על כל הפרויקט, ורק אדמין בפרויקט עם הרשאות IAM‏ serviceusage.services.enable וserviceusage.services.list יכול להגדיר אותן. מידע נוסף על השימוש במידע בתוכנית הבודקים הנאמנים זמין במאמר תוכנית הבודקים הנאמנים של Gemini Google Cloud .

‫Gemini ונתונים ב-BigQuery

כדי לספק תוצאות מדויקות, Gemini ב-BigQuery צריך גישה לנתוני הלקוחות ולמטא-נתונים ב-BigQuery כדי להשתמש בתכונות משופרות. מידע נוסף זמין במאמר איך Gemini ב-BigQuery משתמש בנתונים שלכם.

מיקומים

אפשר להשתמש ב-Gemini ב-SQL עם עזרה מ-BigQuery ובניתוח נתונים ב-Python בכל המיקומים של BigQuery. מידע על המיקום שבו Gemini ב-BigQuery מעבד את הנתונים שלכם זמין במאמר המיקום שבו Gemini ב-BigQuery מעבד את הנתונים שלכם.

תמחור

פרטים על התמחור של התכונה הזו זמינים במאמר סקירת התמחור של Gemini ב-BigQuery.

המאמרים הבאים

• סקירה כללית על Gemini for Google Cloud
• איך Gemini for Google Cloud ‎ משתמש בנתונים שלכם
• כך בוחנים את הנתונים באמצעות יצירת תובנות מהנתונים.