Descripción general

En este lab, cargará un registro de servidor web en una tabla de BigQuery. Después de cargar los datos, realizará una consulta mediante la interfaz de usuario web y la CLI de BigQuery.

BigQuery ayuda a realizar análisis interactivos de bases de datos a escala de petabytes, lo que permite analizar conjuntos de datos masivos casi en tiempo real. Ofrece funciones y un lenguaje de consulta de SQL 2011 conocidos.

Los datos almacenados en BigQuery tienen alta durabilidad. De forma predeterminada, Google almacena sus datos de manera replicada y sin costo adicional para las réplicas. Con BigQuery, solo paga por los recursos que utiliza. El almacenamiento de datos en BigQuery es económico. Las consultas generan cargos en función de la cantidad de datos que procesan: cuando envías una consulta, pagas por los nodos de procesamiento solo durante esa consulta. No tienes que pagar para mantener funcionando un clúster de procesamiento.

Usar BigQuery implica interactuar con varios recursos de Google Cloud, incluidos proyectos (que se abarcan en otra parte de este curso), conjuntos de datos, tablas y trabajos. En este lab, se presentan algunos de esos recursos, y esta breve introducción resume su función en la interacción con BigQuery.

Conjuntos de datos: Un conjunto de datos es un mecanismo de agrupación que conserva cero o más tablas. Un conjunto de datos es la unidad de control de acceso de nivel más bajo. Los conjuntos de datos son propiedad de los proyectos de GCP. Cada conjunto de datos puede compartirse con usuarios individuales.

Tablas: Una tabla es una estructura de filas y columnas que contiene datos reales. Cada tabla tiene un esquema que describe columnas de valores con tipo especificado. Cada tabla pertenece a un conjunto de datos.

Objetivos

En este lab, aprenderá a realizar las siguientes tareas:

• Cargar datos de Cloud Storage en BigQuery
• Realizar una consulta sobre los datos en BigQuery

Tarea 1: Accede a tu cuenta en la consola de Google Cloud

En cada lab, recibirá un proyecto de Google Cloud y un conjunto de recursos nuevos por tiempo limitado y sin costo adicional.

1. Accede a Qwiklabs desde una ventana de incógnito.

2. Ten en cuenta el tiempo de acceso del lab (por ejemplo, 1:15:00) y asegúrate de finalizarlo en el plazo asignado.
   No existe una función de pausa. Si lo necesita, puede reiniciar el lab, pero deberá hacerlo desde el comienzo.

3. Cuando esté listo, haga clic en Comenzar lab.

4. Anote las credenciales del lab (el nombre de usuario y la contraseña). Las usarás para acceder a la consola de Google Cloud.

5. Haga clic en Abrir Google Console.

6. Haga clic en Usar otra cuenta, copie las credenciales para este lab y péguelas en el mensaje emergente que aparece.
   Si usa otras credenciales, se generarán errores o incurrirá en cargos.

7. Acepta las condiciones y omite la página de recursos de recuperación.

Ten en cuenta si tu región asignada está más cerca de los Estados Unidos o de Europa.

Tarea 2: Carga datos de Cloud Storage en BigQuery

En esta tarea, importarás datos externos desde un bucket público de Cloud Storage directamente a BigQuery. Para ello, crearás un nuevo conjunto de datos (logdata) y una tabla (accesslog) con el formato de archivo CSV y la función de detección automática de BigQuery para la creación de esquemas.

1. En el menú de navegación () de la consola de Google Cloud, haz clic en BigQuery y, luego, en Listo.

2. Crea un nuevo conjunto de datos dentro de tu proyecto. Para ello, haz clic en el ícono Ver acciones junto al ID de tu proyecto en la sección Explorador. Luego, selecciona Crear conjunto de datos.

3. En el diálogo Crear conjunto de datos, en el campo ID de conjunto de datos, escribe logdata.

4. Para el Tipo de ubicación, selecciona us (varias regiones en Estados Unidos).

5. Haz clic en Crear conjunto de datos.

6. Expande el ID de tu proyecto y haz clic en el ícono de Ver acciones junto al conjunto de datos logdata.

7. Selecciona Crear tabla.

8. En la página Crear tabla, especifica lo siguiente y deja el resto de la configuración con los valores predeterminados:

   Propiedad	Valor
   Crear tabla desde	Google Cloud Storage
   Seleccionar archivo del bucket de GCS	cloud-training/gcpfci/access_log.csv
   Formato de archivo	CSV
   Nombre del conjunto de datos de destino	logdata
   Nombre de la tabla de destino	accesslog
   Tipo de tabla de destino	Tabla nativa

9. En Esquema, selecciona Detección automática.

10. Acepta los valores predeterminados restantes y haz clic en Crear tabla.

    BigQuery generará un trabajo de carga para crear la tabla y subir los datos a ella (esto puede tardar algunos segundos).

11. Opcional: Para hacer un seguimiento del progreso del trabajo, haga clic en Historial de trabajos.

12. Una vez que se haya completado el trabajo de carga, haz clic en logdata > accesslog.

13. En la página de detalles de la tabla, haga clic en Detalles para visualizar sus propiedades y, luego, elija Vista previa a fin de ver sus datos.

    Cada fila de esta tabla registra una coincidencia en un servidor web. El primer campo, string_field_0, es la dirección IP del cliente. Los campos del cuarto al noveno registran el día, el mes, el año, la hora, los minutos y los segundos en que se produjo la coincidencia. En esta actividad, aprenderá sobre el patrón diario de carga en este servidor web.

Haga clic en Revisar mi progreso para verificar el objetivo. Cargar datos de Cloud Storage en BigQuery

Tarea 3: Realiza una consulta sobre los datos a través de la IU web de BigQuery

En esta tarea, usarás la IU web de BigQuery para consultar la tabla accesslog que creaste anteriormente.

1. En la ventana EDITOR, escribe (o copia y pega) la siguiente consulta.

2. Debido a que le indicaste a BigQuery que descubriera automáticamente el esquema cuando cargaras los datos, la hora del día durante la cual llegó cada coincidencia web está en un campo llamado int_field_6.

   select int64_field_6 as hour, count(*) as hitcount from logdata.accesslog group by hour order by hour

   Observa que el Validador de consultas te indica que la sintaxis es válida (representada por la marca de verificación verde) y te informa la cantidad de datos que procesará la consulta. La cantidad de datos procesados te permite determinar el precio de la consulta a través de la calculadora de precios de Google Cloud.

3. Haz clic en Ejecutar y examina los resultados. ¿A qué hora del día se utiliza más el sitio web? ¿En qué momento se utiliza menos?

Tarea 4: Realiza una consulta sobre los datos a través del comando bq

En esta tarea, usarás el comando bq en Cloud Shell para consultar la tabla accesslog que creaste anteriormente.

1. En la consola de Google Cloud, haz clic en Activar Cloud Shell () y, luego, en Continuar. Si se te solicita, haz clic en Autorizar.

2. En el símbolo del sistema de Cloud Shell, ingresa este comando:

   bq query "select string_field_10 as request, count(*) as requestcount from logdata.accesslog group by request order by requestcount desc"

   La primera vez que uses el comando bq, almacenará en caché tus credenciales de Google Cloud y, luego, te pedirá que elijas tu proyecto predeterminado. Elige el proyecto que te asignó Qwiklabs. Su nombre comenzará con qwiklabs-gcp- seguido de un número hexadecimal.

   Luego, el comando bq realizará la acción solicitada en su línea de comandos. ¿Cuál de las URL que ofrece este servidor web fue la más popular? ¿Y la menos popular?

¡Felicitaciones!

En este lab, cargó datos almacenados en Cloud Storage en una tabla alojada por Google BigQuery. Luego, consultó los datos para descubrir patrones.

Finalice su lab

Cuando haya completado el lab, haga clic en Finalizar lab. Google Cloud Skills Boost quitará los recursos que usó y limpiará la cuenta.

Tendrá la oportunidad de calificar su experiencia en el lab. Seleccione la cantidad de estrellas que corresponda, ingrese un comentario y haga clic en Enviar.

La cantidad de estrellas indica lo siguiente:

• 1 estrella = Muy insatisfecho
• 2 estrellas = Insatisfecho
• 3 estrellas = Neutral
• 4 estrellas = Satisfecho
• 5 estrellas = Muy satisfecho

Puede cerrar el cuadro de diálogo si no desea proporcionar comentarios.

Para enviar comentarios, sugerencias o correcciones, use la pestaña Asistencia.

Copyright 2026 Google LLC. Todos los derechos reservados. Google y el logotipo de Google son marcas de Google LLC. El resto de los nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que están asociados.