Como usar o Google BigQuery para praticar SQL gratuitamente

Quer praticar SQL sem instalar nada ou gastar um centavo? Com o Google BigQuery Sandbox, você pode explorar conjuntos de dados reais, escrever consultas on-line e desenvolver suas habilidades em SQL gratuitamente, sem precisar de cartão de crédito. Este guia mostrará a você como começar, passo a passo.

O que é o Google BigQuery?

O Google BigQuery é um data warehouse baseado em nuvem, um tipo de banco de dados criado para armazenar e analisar grandes quantidades de dados. Ele foi criado pelo Google e faz parte do Google Cloud. Você usa SQL para pesquisar, filtrar e analisar as informações armazenadas nele.

O BigQuery é fácil de usar para iniciantes porque você não precisa gerenciar nenhum servidor e dá acesso a conjuntos de dados públicos gratuitos que você pode explorar e praticar imediatamente. Você pode começar a usá-lo apenas com uma conta gratuita do Google, sem necessidade de cartão de crédito. Se quiser experimentar recursos mais avançados, o Google também oferece US$ 300 em créditos gratuitos quando você se inscreve no Google Cloud.

O BigQuery é uma ótima maneira de obter experiência prática com SQL em um ambiente real baseado em nuvem. Você pode consultar conjuntos de dados interessantes diretamente em seu navegador, sem necessidade de configuração ou instalação. É um ponto de entrada prático e de baixa barreira para qualquer pessoa que esteja aprendendo SQL ou que tenha curiosidade em trabalhar com ferramentas de dados na nuvem.

Se você é novo no SQL, uma ótima maneira de começar é com o SQL para Iniciantes curso. É um curso interativo e amigável para iniciantes que o ajudará a construir uma base sólida - perfeito antes de mergulhar no BigQuery.

O que é o BigQuery Sandbox?

O Google BigQuery Sandbox é uma versão gratuita do BigQuery que permite que você o experimente sem adicionar um cartão de crédito. Ele é perfeito para iniciantes que desejam aprender a trabalhar com dados, escrever consultas SQL ou explorar conjuntos de dados públicos. Você pode armazenar até 10 GB de dados e executar até 1 TB de consultas por mês gratuitamente. O sandbox oferece a maioria dos principais recursos do BigQuery, mas todas as tabelas que você criar serão automaticamente excluídas após 60 dias. É uma ótima opção se você quiser praticar ou testar coisas sem se preocupar com custos.

Como configurar sua sandbox do Google BigQuery

Veja a seguir as etapas para configurar sua conta gratuita do BigQuery:

1. Crie uma conta do Google ou inscreva-se em sua conta do Google existente.
2. Acesse diretamente o console do BigQuery: https://console.cloud.google.com/bigquery. (Não digite "BigQuery" no Google - isso o levará a uma página de marketing em vez do console).
3. Crie um novo projeto do Google Cloud ou selecione um projeto existente.
4. Se necessário, ative a API do BigQuery em seu projeto.

Após essas etapas, você chegará à interface do BigQuery. Ela deve ter a seguinte aparência:

Primeiros passos no BigQuery Sandbox

O BigQuery Studio lhe dá as boas-vindas com uma tela inicial. Clique em "Open query" (Abrir consulta) para ver um exemplo de consulta usando um dos conjuntos de dados públicos.

Você também verá um breve guia visual no qual poderá clicar, se desejar. É uma maneira útil de entender a interface.

Em seguida, você verá um editor de consultas com uma consulta SQL de exemplo já carregada. Clique no botão "Run" (Executar ) acima do editor para executar a consulta. Os resultados aparecerão no painel "Query results" (Resultados da consulta) abaixo.

Adicionar conjuntos de dados públicos ao seu projeto

Um ótimo lugar para começar é com os conjuntos de dados públicos gratuitos do Google. Clique no link abaixo para abrir o projeto bigquery-public-data: https://console.cloud.google.com/bigquery?p=bigquery-public-data&d=samples&page=dataset

Certifique-se de marcar o conjunto de dados com uma estrela para facilitar o acesso posteriormente.

Explore os conjuntos de dados desse projeto - você encontrará exemplos de dados de tópicos como fases da lua, Wikipedia e outros. Ao clicar em um conjunto de dados, você verá uma visão geral do que ele inclui.

Ao clicar em uma tabela no conjunto de dados, você verá mais detalhes:

• Esquema - mostra os nomes das colunas e os tipos de dados.
• Detalhes - descreve a tabela ou o conjunto de dados.
• Pré-visualização - permite que você veja uma amostra dos dados.

Você também pode clicar em "Query" (Consulta) para abrir um novo editor de consultas com essa tabela já referenciada - uma ótima maneira de começar a escrever suas próprias consultas rapidamente.

Ideias para exploração

Uma vez configurado no BigQuery Sandbox, você pode começar a explorar dados do mundo real usando SQL. Aqui estão alguns conjuntos de dados públicos interessantes com os quais você pode brincar - e alguns exemplos de perguntas que você pode tentar responder com suas consultas.

⚾ bigquery-public-data.baseball

Esse conjunto de dados inclui dados detalhados da Major League Baseball (MLB), inclusive informações sobre jogadores, equipes, jogos e estatísticas de desempenho em diferentes temporadas.

Perguntas a serem exploradas:

• Quais jogadores atingiram o maior número de home runs em uma determinada temporada?
• Qual é o número médio de corridas marcadas por jogo por cada equipe?
• Quais arremessadores tiveram o maior número de eliminações?

📰 bigquery-public-data.bbc_news

Esse conjunto de dados inclui artigos de notícias da BBC, organizados por categoria e conteúdo. É ótimo para praticar filtragem de texto, agrupamento e contagem.

Perguntas a serem exploradas:

• Quantos artigos foram publicados para cada categoria (por exemplo, política, tecnologia, negócios)?
• Quais são as palavras mais comuns usadas em artigos relacionados a esportes?
• Quais categorias têm o maior número de artigos?

🚓 bigquery-public-data.chicago_crime

Esse conjunto de dados contém dados detalhados sobre crimes da cidade de Chicago, atualizados semanalmente. Ele inclui tipos de crimes, locais e registros de data e hora.

Perguntas a serem exploradas:

• Quais são os tipos de crime mais comuns em Chicago?
• Quais áreas têm o maior número de incidentes registrados?
• Há um horário específico do dia em que há maior probabilidade de ocorrerem crimes?

🌝 bigquery-public-data.moon_phases

Esse é um conjunto de dados divertido que rastreia as fases da lua por data. É ótimo para praticar com datas, filtragem e união com outros dados.

Perguntas a serem exploradas:

• Em quais datas ocorreu uma lua cheia em 2023?
• Com que frequência ocorre uma lua nova?
• Qual é a iluminação média da lua por mês?

🐍 bigquery-public-data.pypi

Esse conjunto de dados contém dados do PyPI (Python Package Index), o repositório oficial de software de terceiros para Python. Você pode explorar downloads e atividades de lançamento.

Perguntas a serem exploradas:

• Quais são os pacotes Python mais baixados?
• Quais pacotes tiveram as atualizações mais frequentes?
• Quantos novos pacotes foram publicados por mês no ano passado?
  

Esses conjuntos de dados oferecem uma ótima oportunidade de praticar a escrita de consultas SQL reais. Você pode usar SELECT, GROUP BY, ORDER BY, COUNT, e até mesmo funções como DATE_TRUNC() ou STRING_CONTAINS() para encontrar respostas interessantes. Não há necessidade de criar seu próprio banco de dados - basta escolher um tópico de sua preferência e começar a fazer consultas!

Recursos adicionais

Se você está apenas começando a usar SQL e BigQuery, aqui estão alguns recursos úteis para continuar aprendendo e praticando:

• 📄 SQL para Iniciantes Folha de dicas - Uma referência rápida para comandos e sintaxe comuns de SQL.
• 📘 Referência de sintaxe SQL do BigQuery - Documentação oficial do Google sobre a sintaxe SQL do BigQuery.

Se você quiser ir além do básico e aprender SQL passo a passo - ou se for um analista de dados que deseja fortalecer suas habilidades em SQL - recomendamos o Ilimitado Vitalício Pacote SQL do LearnSQL.com. Ele oferece acesso vitalício a todos os cursos interativos de SQL, do básico ao avançado, para que você possa aprender no seu próprio ritmo e desenvolver habilidades práticas e reais.