Petunjuk dan persyaratan penyiapan lab
Lindungi akun dan progres Anda. Selalu gunakan jendela browser pribadi dan kredensial lab untuk menjalankan lab ini.

Memeriksa Data Penagihan dengan BigQuery

Lab 30 menit universal_currency_alt 5 Kredit show_chart Pengantar
info Lab ini mungkin menggabungkan alat AI untuk mendukung pembelajaran Anda.
Konten ini belum dioptimalkan untuk perangkat seluler.
Untuk pengalaman terbaik, kunjungi kami dengan komputer desktop menggunakan link yang dikirim melalui email.

Ringkasan

Di lab ini, Anda akan mempelajari cara menggunakan BigQuery untuk menganalisis data penagihan.

Tujuan

Di lab ini, Anda akan mempelajari cara melakukan tugas berikut:

  • Login ke BigQuery dari Konsol Cloud
  • Membuat set data
  • Membuat tabel
  • Mengimpor data dari file penagihan yang disimpan dalam bucket
  • Menjalankan kueri kompleks pada set data yang lebih besar

Penyiapan dan persyaratan

Untuk setiap lab, Anda akan memperoleh project Google Cloud baru serta serangkaian resource selama jangka waktu tertentu, tanpa biaya.

  1. Klik tombol Start Lab. Jika Anda perlu membayar lab, jendela pop-up akan terbuka untuk memilih metode pembayaran. Di sebelah kiri adalah panel Lab Details yang memuat sebagai berikut:

    • Tombol Open Google Cloud console
    • Waktu tersisa
    • Kredensial sementara yang harus Anda gunakan untuk lab ini
    • Informasi lain, jika diperlukan, untuk menyelesaikan lab ini

  2. Klik Open Google Cloud console (atau klik kanan dan pilih Open Link in Incognito Window jika Anda menjalankan browser Chrome).

    Lab akan menjalankan resource, lalu membuka tab lain yang menampilkan halaman Sign in.

    Tips: Atur tab di jendela terpisah secara berdampingan.

    Catatan: Jika Anda melihat dialog Choose an account, klik Use Another Account.

  3. Jika perlu, salin Username di bawah dan tempel ke dialog Sign in.

    {{{user_0.username | "Username"}}}

    Anda juga dapat menemukan Username di panel Lab Details.

  4. Klik Next.

  5. Salin Password di bawah dan tempel ke dialog Welcome.

    {{{user_0.password | "Password"}}}

    Anda juga dapat menemukan Password di panel Lab Details.

  6. Klik Next.

    Penting: Anda harus menggunakan kredensial yang diberikan lab. Jangan menggunakan kredensial akun Google Cloud Anda. Catatan: Menggunakan akun Google Cloud sendiri untuk lab ini dapat dikenai biaya tambahan.

  7. Klik halaman berikutnya:

    • Setujui persyaratan dan ketentuan.
    • Jangan tambahkan opsi pemulihan atau autentikasi 2 langkah (karena ini akun sementara).
    • Jangan mendaftar uji coba gratis.

Setelah beberapa saat, Konsol Google Cloud akan terbuka di tab ini.

Catatan: Untuk melihat menu yang berisi daftar produk dan layanan Google Cloud, klik Navigation menu di kiri atas, atau ketik nama layanan atau produk di kolom Search. Ikon Navigation menu

Tugas 1. Menggunakan BigQuery untuk mengimpor data

Login ke BigQuery dan membuat set data

Dalam tugas ini, Anda akan menggunakan BigQuery untuk membuat set data. Kemudian, Anda akan membuat tabel, sebelum akhirnya mengimpor data penagihan dari Cloud Storage.

  1. Di Konsol Google Cloud, pada Navigation menu (Ikon Navigation menu), klik BigQuery.
  2. Jika diminta, klik Done.
  3. Klik ikon View actions di sebelah project ID (mulai dengan qwiklabs-gcp), lalu klik Create dataset.
Catatan: Anda dapat mengekspor data penagihan langsung ke BigQuery sebagaimana dijelaskan dalam Panduan Mengekspor Data Penagihan Cloud ke BigQuery. Namun, contoh file penagihan telah disiapkan bagi Anda untuk keperluan lab ini. File tersebut terdapat di bucket Cloud Storage yang dapat diakses menggunakan akun siswa Anda. Anda akan mengimpor informasi penagihan ini ke dalam tabel BigQuery dan memeriksanya.
  1. Tentukan nilai berikut:
Properti Nilai (masukkan nilai atau pilih opsi yang ditentukan)
Dataset ID: billing_dataset
Data location: US
Default table expiration (centang Enable table expiration): 1 days (Usia maksimum default untuk tabel)
  1. Klik Create Dataset. Anda akan melihat billing_dataset di panel sebelah kiri.

Membuat tabel dan mengimpor

  1. Klik ikon View actions di sebelah set data billing_dataset, lalu klik Open dan klik Create Table untuk membuat tabel baru.
  2. Untuk Source, tentukan nilai berikut dan tetap gunakan nilai default untuk setelan lainnya:
Properti Nilai (masukkan nilai atau pilih opsi yang ditentukan)
Create table from: Google Cloud Storage
Select file from GCS bucket cloud-training/archinfra/BillingExport-2020-09-18.avro
File format Avro
  1. Untuk Destination, tentukan nilai berikut dan tetap gunakan nilai default untuk setelan lainnya:
Properti Nilai (masukkan nilai atau pilih opsi yang ditentukan)
Table name sampleinfotable
Table type Native table
  1. Klik Create Table. Setelah tugas selesai, tabel akan muncul di bawah set data di panel kiri.

Klik Check my progress untuk memverifikasi tujuan. Menggunakan BigQuery untuk mengimpor data

Tugas 2. Memeriksa tabel

Dalam tugas ini, Anda akan memeriksa data yang telah diimpor.

  1. Klik sampleinfotable.
Catatan: Tindakan ini akan menampilkan skema yang dibuat secara otomatis oleh BigQuery berdasarkan data yang ditemukan dalam file yang diimpor. String, bilangan bulat, stempel waktu, dan nilai mengambang tercantum di dalam tabel.
  1. Klik Details. Seperti yang dapat dilihat di Number of Rows

  1. Klik tab Preview.

Tugas 3. Menulis kueri sederhana

Dalam tugas ini, Anda akan menyusun dan menjalankan kueri sederhana untuk memfilter data penagihan.

Saat Anda mereferensikan tabel dalam kueri, ID set data dan ID tabel harus ditentukan; project ID bersifat opsional.

Catatan: Jika project ID tidak ditentukan, BigQuery akan secara default disetel ke project saat ini.

Semua informasi yang Anda perlukan tersedia di antarmuka BigQuery. Di kolom sebelah kiri, Anda dapat melihat ID set data (billing_dataset) dan ID tabel (sampleinfotable).

Mengklik nama tabel akan menampilkan Schema beserta semua nama kolom.

Sekarang susun kueri sederhana berdasarkan kolom Cost.

  1. Klik + SQL query.
  2. Tempel perintah berikut di Query Editor:
SELECT * FROM `billing_dataset.sampleinfotable` WHERE Cost > 0
  1. Klik Run.

Klik Check my progress untuk memverifikasi tujuan. Menulis kueri sederhana

Tugas 4. Menganalisis set data penagihan besar menggunakan SQL

Dalam tugas ini, Anda akan menggunakan BigQuery untuk menganalisis set data sampel yang berisi 415.602 baris data penagihan.

  1. Untuk New Query, tempel perintah berikut di Query Editor:
SELECT billing_account_id, project.id, project.name, service.description, currency, currency_conversion_rate, cost, usage.amount, usage.pricing_unit FROM `billing_dataset.sampleinfotable`

  1. Klik Run. Pastikan tabel yang dihasilkan memiliki 415.602 baris data penagihan.

  2. Untuk mencari 100 kumpulan data terbaru yang berisi biaya (biaya > 0), untuk New Query, tempel perintah berikut di Query Editor:

SELECT service.description, sku.description, location.country, cost, project.id, project.name, currency, currency_conversion_rate, usage.amount, usage.unit FROM `billing_dataset.sampleinfotable` WHERE Cost > 0 ORDER BY usage_end_time DESC LIMIT 100
  1. Klik Run.
  2. Untuk mencari semua tagihan yang berbiaya lebih dari 10 dolar, untuk Compose New Query, tempel perintah berikut di Query Editor:
SELECT service.description, sku.description, location.country, cost, project.id, project.name, currency, currency_conversion_rate, usage.amount, usage.unit FROM `billing_dataset.sampleinfotable` WHERE cost > 10

  1. Klik Run.

  2. Untuk mencari produk dengan kumpulan data terbanyak dalam data penagihan, untuk New Query, tempel perintah berikut di Query Editor:

SELECT service.description, COUNT(*) AS billing_records FROM `billing_dataset.sampleinfotable` GROUP BY service.description ORDER BY billing_records DESC
  1. Klik Run.

  1. Untuk menemukan produk yang paling sering digunakan dengan biaya lebih dari 1 dolar, untuk New Query, tempel perintah berikut di Query Editor:
SELECT service.description, COUNT(*) AS billing_records FROM `billing_dataset.sampleinfotable` WHERE cost > 1 GROUP BY service.description ORDER BY billing_records DESC
  1. Klik Run.

  1. Untuk mencari satuan ukuran yang paling sering ditagih, untuk Compose New Query, tempel perintah berikut di Query Editor:
SELECT usage.unit, COUNT(*) AS billing_records FROM `billing_dataset.sampleinfotable` WHERE cost > 0 GROUP BY usage.unit ORDER BY billing_records DESC
  1. Klik Run.

  1. Untuk mencari produk dengan biaya gabungan tertinggi, untuk New Query, tempel perintah berikut di Query Editor:
SELECT service.description, ROUND(SUM(cost),2) AS total_cost FROM `billing_dataset.sampleinfotable` GROUP BY service.description ORDER BY total_cost DESC
  1. Klik Run.

Klik Check my progress untuk memverifikasi tujuan. Menganalisis set data penagihan berukuran besar menggunakan SQL

Tugas 5. Tinjauan

Di lab ini, Anda telah mengimpor data penagihan ke dalam BigQuery yang telah dibuat sebagai file avro. Anda juga telah menjalankan kueri sederhana pada file tersebut. Lalu, Anda telah mengakses set data bersama yang berisi lebih dari 22.000 data informasi penagihan. Anda telah menjalankan berbagai kueri pada data tersebut agar dapat mempelajari cara menggunakan BigQuery untuk mengajukan dan menjawab pertanyaan dengan menjalankan kueri.

Mengakhiri lab Anda

Setelah Anda menyelesaikan lab, klik Akhiri Lab. Google Cloud Skills Boost menghapus resource yang telah Anda gunakan dan membersihkan akun.

Anda akan diberi kesempatan untuk menilai pengalaman menggunakan lab. Pilih jumlah bintang yang sesuai, ketik komentar, lalu klik Submit.

Makna jumlah bintang:

  • 1 bintang = Sangat tidak puas
  • 2 bintang = Tidak puas
  • 3 bintang = Netral
  • 4 bintang = Puas
  • 5 bintang = Sangat puas

Anda dapat menutup kotak dialog jika tidak ingin memberikan masukan.

Untuk masukan, saran, atau koreksi, gunakan tab Support.

Hak cipta 2026 Google LLC. Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.

Sebelum memulai

  1. Lab membuat project dan resource Google Cloud untuk jangka waktu tertentu
  2. Lab memiliki batas waktu dan tidak memiliki fitur jeda. Jika lab diakhiri, Anda harus memulainya lagi dari awal.
  3. Di kiri atas layar, klik Start lab untuk memulai

Gunakan penjelajahan rahasia

  1. Salin Nama Pengguna dan Sandi yang diberikan untuk lab tersebut
  2. Klik Open console dalam mode pribadi

Login ke Konsol

  1. Login menggunakan kredensial lab Anda. Menggunakan kredensial lain mungkin menyebabkan error atau dikenai biaya.
  2. Setujui persyaratan, dan lewati halaman resource pemulihan
  3. Jangan klik End lab kecuali jika Anda sudah menyelesaikan lab atau ingin mengulanginya, karena tindakan ini akan menghapus pekerjaan Anda dan menghapus project

Konten ini tidak tersedia untuk saat ini

Kami akan memberi tahu Anda melalui email saat konten tersedia

Bagus!

Kami akan menghubungi Anda melalui email saat konten tersedia

Satu lab dalam satu waktu

Konfirmasi untuk mengakhiri semua lab yang ada dan memulai lab ini

Gunakan penjelajahan rahasia untuk menjalankan lab

Menggunakan jendela Samaran atau browser pribadi adalah cara terbaik untuk menjalankan lab ini. Langkah ini akan mencegah konflik antara akun pribadi Anda dan akun Siswa, yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.