Ir al contenido principal
Documentación
close
Empezar
Empezar a usar Google Cloud
Lista de productos
Cloud Customer Care
Productos destacados
Agent Platform
Gestión de API de Apigee
BigQuery
Compute Engine
Cloud CDN
Cloud Run
Cloud Storage
Cloud SQL
Gemini Enterprise
Google Kubernetes Engine
Looker
Herramientas para varios productos
Gestión de accesos y recursos
Gestión de costes y uso
Infraestructura como código
SDK, lenguajes, frameworks y herramientas
Áreas tecnológicas
IA y aprendizaje automático
Desarrollo de aplicaciones
Alojamiento de aplicaciones
Computación
Analíticas y flujos de datos
Bases de datos
Tecnologías distribuidas, híbridas y multinube
Soluciones por sector
Migración
Redes
Observabilidad y monitorización
Seguridad
Storage
/
Consola
English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어
Acceder
Data analytics
BigQuery
Empezar gratis
Introducción
Guías
Referencia
Ejemplos
Recursos
Documentación
Más
Introducción
Guías
Referencia
Ejemplos
Recursos
Consola
Descubrir
Descripción general del producto
Probar BigQuery con el entorno aislado
Empezar
Tutoriales y vídeos sobre consolas
Usar la consola
Explorar la consola
Cargar y consultar datos
Usar la galería de cuadernos
Crear reservas
Probar DataFrames
Usar agentes
Analizar datos con el agente de ciencia de datos de Colab
Usar la herramienta de CLI bq
Utiliza las bibliotecas cliente.
Planificación
Introducción a la jerarquía de recursos
Dependencias de la API
Conjuntos de datos
Introducción
Crear conjuntos de datos
Mostrar conjuntos de datos
Replicación interregional
Recuperación tras fallos gestionada
Migrar a la recuperación tras fallos gestionada
Conservación de datos de conjuntos de datos
Tablas
Tablas de BigQuery
Introducción
Crear y usar tablas
Especificar esquemas de tabla
Especificar un esquema
Especificar columnas anidadas y repetidas
Especificar valores de columna predeterminados
Especificar una columna de identidad
Especificar valores de ObjectRef
Segmentar con tablas con particiones
Introducción
Crear tablas con particiones
Gestionar tablas con particiones
Consultar tablas con particiones
Optimizar con tablas agrupadas en clústeres
Introducción
Crear tablas agrupadas en clústeres
Gestionar tablas agrupadas en clústeres
Consultar tablas agrupadas en clústeres
Usar la indexación de metadatos
Fuentes de datos externas
Introducción
Tablas de BigLake
Introducción
Crear tablas de BigLake de Amazon S3
Crear tablas de BigLake de Azure Blob Storage
Crear tablas de BigLake de Cloud Storage
Tablas de objetos
Introducción
Crear tablas de objetos de Cloud Storage
Tablas externas
Introducción
Crear tablas externas de Apache Iceberg
Crear tablas externas de Bigtable
Crear tablas externas de Cloud Storage
Crear tablas externas de Google Drive
Usar el almacenamiento en caché de metadatos
Gestionar datos con particiones de Hive
Crear un archivo de definición de tabla para datos externos
Conjuntos de datos federados
Crear y gestionar conjuntos de datos federados de AWS Glue
Crear conjuntos de datos externos de Spanner
Tablas gestionadas de Apache Iceberg
Interactuar con datos de lakehouse
Visualizaciones
Introducción
Vistas lógicas
Introducción
Crear vistas lógicas
Vistas materializadas
Introducción
Crear vistas materializadas
Cargar, transformar y exportar
Introducción
Crear un flujo de procesamiento de datos con el agente de ingeniería de datos
Migrar almacenes de datos
Introducción
Planificar una migración con el linaje de migración
Evaluación de la migración
Migrar datos
Migrar flujos de procesamiento de datos
Usar políticas de organización personalizadas
Migrar SQL y el esquema
Habilitar traducciones de SQL
Traducir consultas y esquemas de SQL de forma interactiva
Traducir consultas SQL con la API
Traducir consultas de SQL por lotes
Generar metadatos para la traducción y la evaluación
Transformar traducciones de SQL con YAML
Asignar nombres de objetos SQL para la traducción por lotes
Cargar datos
Introducción
Crear flujos de trabajo de integración de datos con la interfaz de usuario web de BigQuery
Información general sobre el almacenamiento
BigQuery Data Transfer Service
Introducción
Fuentes de datos admitidas
Ubicación y transferencias de datos
Autorizar transferencias
Habilitar transferencias
Configurar conexiones de red
Acceso a la instancia de Cloud SQL
VPN de AWS y adjunto de red
VPN de Azure y adjuntos de red
Gestionar transferencias
Notificaciones de ejecución de transferencias
Usar cuentas de servicio
Usar transferencias de terceros
Usar políticas de organización personalizadas
Registro de cambios de la fuente de datos
Transferencias basadas en eventos
Transferir datos a tablas de Iceberg gestionadas
Datos de carga de lotes
Introducción
Detectar esquemas automáticamente
Cargar datos de Avro
Cargar datos de Parquet
Cargar datos de ORC
Cargar datos de CSV
Cargar datos de JSON
Cargar datos con particiones externas
Cargar datos desde una exportación de Datastore
Cargar datos desde una exportación de Firestore
Cargar datos con la API Storage Write
Cargar datos en tablas con particiones
Escribir y leer datos con la API de Storage
Leer datos con la API Storage Read
Escribir datos con la API Storage Write
Introducción
Usar la API Storage Write (gRPC)
Introducción
Datos de la emisión
Datos de carga de lotes
Transmitir actualizaciones con la ingestión de captura de datos de cambios
Prácticas recomendadas
Tipos de datos de búfer de protocolo y Arrow admitidos
Usar la API Storage Write (REST)
Cargar datos de otros servicios de Google
Descubrir y catalogar datos de Cloud Storage
Cargar datos con aplicaciones de terceros
Cargar datos mediante operaciones de BigQuery Omni
Optimizar las tareas de carga
Transformar datos
Introducción
#prepare_data
Introducción
Preparar datos con Gemini
Transformar con DML
Transformar datos de tablas con particiones
Trabajar con el historial de cambios
Transformar datos con flujos de procesamiento
Introducción
Crear flujos de procesamiento
Exportar datos
Introducción
Exportar resultados de consultas
Exportar a Cloud Storage
Exportar a Bigtable
Exportar a Spanner
Exportar a AlloyDB
Exportar a Pub/Sub
Exportar como columnas Protobuf
Tutoriales de ELT
Crear un proceso ELT para datos de analíticas de marketing
Analizar
Introducción
Explora tus datos
Buscar recursos
Crear un perfil de tus datos
Las estadísticas de datos
Acerca de las estadísticas
Generar estadísticas de tablas
Generar estadísticas de conjuntos de datos
Analizar con un lienzo de datos
Analizar datos con Gemini
Analizar datos con Gemini CLI
Analizar los datos
Ejecutar una consulta
Escribir consultas con Gemini
Escribir resultados de consultas
Consultar datos con SQL
Introducción
Matrices
Datos JSON
Consultas con varias instrucciones
Consultas con parámetros
Sintaxis de tubería
Analizar datos con la sintaxis de tubería
CTEs recursivas
Bocetos
Muestrear tablas
Series temporales
Transacciones
Tablas comodín
Usar cuadernos
Introducción
Usar cuadernos de Colab
Introducción
Crear cuadernos
Consultar los resultados de las consultas
Visualizar los resultados de una consulta
Crear y compartir aplicaciones de datos
Usar Spark
Usar el agente de ciencia de datos de Colab
Usar DataFrames
Introducción
Instalar DataFrames
Manipular datos
Personalizar funciones de Python
Usar aprendizaje automático e IA
Usar el sistema de tipos de datos
Gestionar sesiones y E/S
Visualizar gráficos
Usar DataFrames en dbt
Optimización del rendimiento
Migrar a la versión 2.0 de DataFrames
Usar el complemento de BigQuery para JupyterLab
Utilizar analíticas geoespaciales
Introducción
Trabajar con analíticas geoespaciales
Trabajar con datos ráster
Prácticas recomendadas para el análisis espacial
Visualiza datos geoespaciales
Sistemas de cuadrícula para análisis espaciales
Referencia de sintaxis de analíticas geoespaciales
Tutoriales de analíticas geoespaciales
Empezar a usar las analíticas geoespaciales
Usar analíticas geoespaciales para trazar el recorrido de un huracán
Visualizar datos de analíticas geoespaciales en un cuaderno de Colab
Usar datos ráster para analizar la temperatura
Rutinas
Introducción
Gestionar rutinas
Funciones definidas por el usuario
Funciones definidas por el usuario en Python
Funciones de agregación definidas por el usuario
Funciones de tabla
Funciones remotas
Procedimientos almacenados de SQL
Procedimientos almacenados para Apache Spark
Analizar tablas de objetos mediante funciones remotas
Tutorial sobre funciones remotas y la API Translation
Analizar datos multimodales
Introducción
Trabajar con valores ObjectRef
Analizar datos multimodales con SQL y BigQuery DataFrames
Índices de búsqueda
Introducción
Gestionar índices de búsqueda
Buscar datos indexados
Trabajar con analizadores de texto
Ejecutar consultas globales
Acceder al historial de datos
Usar bibliotecas de Python de código abierto
Usar BigQuery Graph
Introducción
Crear y consultar un grafo
Información general sobre el esquema
Vista general de las consultas
Prácticas recomendadas sobre consultas
Trabajar con medidas
Usar el modelador de gráficos visuales
Visualizar gráficos
Chatear con un gráfico
Trabajar con herramientas e integraciones de visualización
Usar BigQuery Graph y Spanner Graph
Buscar en un gráfico
Crear un gráfico de propiedades entre nubes con lakehouses de Iceberg
Gestionar consultas
Guardar consultas
Introducción
Crear consultas guardadas
Consultas continuas
Introducción
Crear consultas continuas
Usar combinaciones de flujo a flujo en consultas continuas
Información sobre la agregación de ventanas en consultas continuas
Utilizar los resultados almacenados en caché
Usar sesiones
Introducción
Trabajar con sesiones
Escribir consultas en sesiones
Optimizar consultas
Introducción
Utilizar la explicación del plan de consulta
Consultar estadísticas de rendimiento de las consultas
Optimizar las operaciones de computación de las consultas
Usar optimizaciones basadas en el historial
Optimizar el almacenamiento para mejorar el rendimiento de las consultas
Usar vistas materializadas
Usar motor de BI
Usar datos anidados y repetidos
Optimizar funciones
Usar el entorno de ejecución avanzado
Usar claves primarias y externas
Paginación con la API de BigQuery
Consultar fuentes de datos externas
Establecer conexiones
Introducción
Crear conexiones
Crear una conexión de recursos de Cloud
Crear una conexión de recursos de Cloud predeterminada
Conexiones de AlloyDB
Conexiones de Amazon S3
Conexiones de Apache Spark
Conexiones de Azure Blob Storage
Conexiones de Cloud SQL
Conexiones de Databricks
Conexiones de SAP Datasphere
Conexiones de Spanner
Crear conexiones entre nubes
Gestionar conexiones
Configurar conexiones con archivos adjuntos de red
Ejecutar consultas en datos externos
Consultar tablas de BigLake
Tablas de BigLake de Amazon S3
Tablas de BigLake de Azure Blob Storage
Tablas de BigLake de Cloud Storage
Analizar datos con BigQuery Omni
Exportar resultados de consultas
Exportar a Amazon S3
Exportar a Azure Blob Storage
Consultar tablas externas
Tablas externas de Apache Iceberg
Tablas externas de Bigtable
Tablas externas de Cloud Storage
Tablas externas de Google Drive
Ejecutar consultas federadas
Introducción
Ejecutar consultas federadas de AlloyDB
Ejecutar consultas federadas de Cloud SQL
Ejecutar consultas federadas de SAP Datasphere
Ejecutar consultas federadas de Spanner
Analizar otros tipos de datos externos
Consultar formatos de tabla abiertos con archivos de manifiesto
Analizar datos de Salesforce Data Cloud
Usar herramientas de análisis e inteligencia empresarial
Introducción
Usar Hojas vinculadas
Usar Tableau Desktop
Usar Looker
Usar Data Studio
Usar herramientas de terceros
Google Cloud Ready - BigQuery
Introducción
Partners
BigQuery AI
Introducción
Funciones de IA generativa
Introducción
Recorridos de usuario integrales para modelos de IA generativa
Elegir una función de generación de texto
Definir permisos para funciones de IA generativa
Controlar los costes con cuotas de tokens
Optimizar los costes con la destilación de modelos
Funciones de la API de IA de Cloud
Introducción
Elegir una función de procesamiento del lenguaje natural
Elegir una función de tratamiento de documentos
Tutoriales
Generar texto
Generar texto con Gemini
Generar texto con Gemma
Generar texto con cualquier modelo admitido
Generar texto con AI.GENERATE.
Gestionar errores de cuota
Analizar imágenes
Realizar análisis semánticos
Ajustar modelos de generación de texto
Usar el ajuste y la evaluación para mejorar el rendimiento de los modelos
Generar datos estructurados
Generar datos estructurados
Procesamiento del lenguaje natural
Interpretar texto
Traducir texto
Procesamiento de documentos
Procesar documentos
Analiza PDFs en un flujo de procesamiento de generación aumentada por recuperación
Reconocimiento de voz
Transcribir archivos de audio
Visión artificial
Anotar imágenes
Ejecutar inferencias en datos de imágenes
Analizar imágenes con un modelo de clasificación importado
Analizar imágenes con un modelo de vector de características importado
Incrustaciones y búsqueda de vectores
Introducción
Índices vectoriales
Gestionar índices vectoriales
Automatizar la generación de incrustaciones
Tutoriales
Generar incrustaciones
Generar inserciones de texto con un modelo remoto
Generar inserciones de texto con un modelo abierto
Generar incrustaciones de imágenes con un LLM
Generar incrustaciones de vídeo con un LLM
Gestionar errores de cuota llamando a ML.GENERATE_EMBEDDING de forma iterativa
Generar y buscar incrustaciones multimodales
Generar incrustaciones de texto con modelos de TensorFlow preentrenados
Generar incrustaciones con modelos Transformer en formato ONNX
Vector search
Buscar inserciones con la búsqueda vectorial
Realizar búsquedas semánticas y generación aumentada por recuperación
IA asistencial
Introducción a Gemini en BigQuery
Configurar Gemini en BigQuery
Usar Cloud Assist
Seguridad y privacidad
Ubicaciones de Gemini en BigQuery
Analizar con el agente de análisis conversacional
Introducción
Crear agentes de datos
Analizar datos con conversaciones
Aprendizaje automático
Introducción
Conocer los recorridos de los usuarios
Recorridos de usuario integrales para modelos de aprendizaje automático
Recorridos de usuario integrales para modelos de previsión
Recorridos de usuario integrales de modelos importados
Modelo de previsión de series temporales TimesFM
Patrones de referencia
Modelos de aprendizaje automático y MLOps
Creación de modelos
Ingeniería y gestión de funciones
Descripción general del preprocesado de funciones
Tipos de elementos de entrada admitidos
Preprocesado automático
Preprocesado manual
Servicio de características
Llevar a cabo la ingeniería de funciones con la cláusula TRANSFORM
Información general sobre el ajuste de hiperparámetros
Descripción general de la evaluación de modelos
Descripción general de la inferencia de modelos
Descripción general de Explainable AI
Descripción general de las ponderaciones del modelo
Descripción general de los flujos de procesamiento de aprendizaje automático
Descripción general de la monitorización de modelos
Gestionar modelos de BigQuery ML en Agent Platform
Trabajar con modelos
Mostrar modelos
Gestionar modelos
Obtener metadatos de modelos
Actualizar metadatos de modelos
Exportar modelos
Eliminar modelos
Clasificación
Regresión
Reducción de dimensiones
Agrupamiento en clústeres
Recomendación
Pronósticos
Detección de anomalías
Análisis de contribución
Tutoriales
Primeros pasos
Empezar a usar BigQuery ML con SQL
Empezar a usar BigQuery ML con la consola de Cloud
Regresión y clasificación
Crear un modelo de regresión lineal
Crear un modelo de clasificación de regresión logística
Crear un modelo de clasificación de árbol de refuerzo
Agrupamiento en clústeres
Agrupar datos con un modelo k-medias
Recomendación
Crear recomendaciones basadas en comentarios explícitos con un modelo de factorización de matriz
Crear recomendaciones basadas en comentarios implícitos con un modelo de factorización de matriz
Modelos importados y remotos
Hacer predicciones con modelos importados de TensorFlow
Hacer predicciones con modelos de scikit-learn en formato ONNX
Hacer predicciones con modelos de PyTorch en formato ONNX
Hacer predicciones con modelos remotos en Agent Platform
Ajuste de hiperparámetros
Mejorar el rendimiento de los modelos con el ajuste de hiperparámetros
Exportar modelos
Exportar un modelo de BigQuery ML para hacer predicciones online
Analíticas ampliadas
Pronósticos
Predecir una sola serie temporal con un modelo univariante ARIMA_PLUS
Previsión de varias series temporales con un modelo univariante ARIMA_PLUS
Previsión de series temporales con un modelo univariante TimesFM
Escalar un modelo univariante ARIMA_PLUS a millones de series temporales
Hacer la previsión de una serie temporal única con un modelo multivariante
Predecir varias series temporales con un modelo multivariante
Usar festivos personalizados con un modelo univariante ARIMA_PLUS
Limitar los valores previstos de un modelo univariante ARIMA_PLUS
Previsión de series temporales jerárquicas con un modelo univariante ARIMA_PLUS
Detección de anomalías
Detección de anomalías con un modelo univariante TimesFM
Detección de anomalías con una serie temporal multivariante
Análisis de contribución
Obtener información valiosa de un análisis de contribuciones usando una métrica resumible
Obtener información valiosa de un análisis de contribuciones usando una métrica de ratio resumible
Gestionar
Introducción
Acerca de las ediciones
Gestionar recursos
Información sobre la fiabilidad
Gestionar ajustes de configuración
Gestionar recursos de código
Gestionar preparaciones de datos
Gestionar cuadernos
Gestionar consultas guardadas
Gestionar flujos de trabajo
Organizar recursos de código con carpetas
Introducción
Crear y gestionar carpetas
Gestionar tablas
Gestionar tablas
Gestionar datos de tablas
Modificar esquemas de tabla
Restaurar tablas eliminadas
Gestionar clones de tablas
Introducción
Crear clones de tablas
Gestionar capturas de tablas
Introducción
Crear capturas de tablas
Restaurar capturas de tablas
Mostrar capturas de tablas
Ver metadatos de capturas de tablas
Actualizar metadatos de capturas de tablas
Eliminar capturas de tabla
Crear capturas de tablas periódicas
Gestionar conjuntos de datos
Gestionar conjuntos de datos
Actualizar propiedades de los conjuntos de datos
Restaurar conjuntos de datos eliminados
Gestionar vistas y vistas materializadas
Obtener información sobre las vistas
Gestionar vistas
Gestionar vistas materializadas
Gestionar réplicas de vistas materializadas
Programar recursos
Introducción
Programar recursos de código
Programar preparaciones de datos
Programar cuadernos
Programar flujos de procesamiento
Programar DAGs
Programar tareas y consultas
Ejecutar tareas mediante programación
Gestionar cargas de trabajo
Introducción
Comprender slots
Información sobre las reservas
Gestionar cargas de trabajo
Trabajar con reservas de slots
Gestionar tareas
Gestionar compromisos
Administrar empleos
Gestionar colas de consultas
Planificar cargas de trabajo
Estimar los requisitos de capacidad
Ver recomendaciones de espacios
Reservas antiguas
Introducción a las reservas antiguas
Confirmaciones de ranuras antiguas
Comprar y gestionar compromisos de slots antiguos
Trabajar con reservas de slots antiguas
Gestionar BI Engine
Introducción
Reservar capacidad del motor de BI
Monitorizar cargas de trabajo
Introducción
Monitorizar el uso de recursos
Monitorizar tareas
Monitorizar fichas compartidas
Monitorizar motor de BI
Monitor Data Transfer Service
Monitorizar vistas materializadas
Monitorizar reservas
Monitorizar consultas continuas
Paneles de control, gráficos y alertas
Configurar alertas con consultas programadas
Optimización de recursos
Controla los costes
Estimar y controlar los costes
Crear cuotas de consulta personalizadas
Optimizar con recomendaciones
Introducción
Gestionar recomendaciones de clústeres y particiones
Gestionar recomendaciones de vistas materializadas
Organizar con etiquetas
Introducción
Añadir etiquetas
Ver etiquetas
Actualizar etiquetas
Filtrar mediante etiquetas
Eliminar etiquetas
Gobernanza
Introducción
Gestionar la calidad de los datos
Buscar problemas de calidad de los datos
Usar Knowledge Catalog
Controlar el acceso a los recursos
Introducción
Funciones y permisos de IAM
Cambios en los controles de acceso a nivel de conjunto de datos
Roles y permisos básicos
Controlar el acceso con la gestión de identidades y accesos
Controlar el acceso a los recursos con la gestión de identidades y accesos
Controlar el acceso con etiquetas
Controlar el acceso con condiciones
Controlar el acceso con restricciones personalizadas
Controlar el acceso con la autorización
Conjuntos de datos autorizados
Rutinas autorizadas
Vistas autorizadas
Tutoriales
Crear una vista autorizada
Restringir el acceso a la red
Controlar el acceso con Controles de Servicio de VPC
Puntos de conexión regionales
Controlar el acceso a columnas y filas
Controlar el acceso a las columnas de una tabla
Introducción al control de acceso a nivel de columna
Restringir el acceso con el control de acceso a nivel de columna
Efecto sobre las escrituras
Controlar el acceso a las filas de una tabla
Introducción a la seguridad a nivel de fila
Trabajar con seguridad a nivel de fila
Usar la seguridad a nivel de fila con otras funciones de BigQuery
Prácticas recomendadas para una seguridad a nivel de fila
Gestionar etiquetas de política
Gestionar etiquetas de política en distintas ubicaciones
Prácticas recomendadas para el uso de etiquetas de política
Mantén a salvo los datos sensibles
Enmascarar datos en columnas de tabla
Introducción al enmascaramiento de datos
Enmascarar datos de columnas
Anonimizar datos con privacidad diferencial
Usar privacidad diferencial
Ampliar la privacidad diferencial
Restringir el acceso a los datos mediante reglas de análisis
Usar la protección de datos sensibles
Gestionar el cifrado
Encriptado en reposo
Claves de encriptado gestionadas por el cliente
Encriptado a nivel de columna con Cloud KMS
Encriptado AEAD
Compartir datos
Introducción
Configurar roles de usuario
Gestionar intercambios de datos
Gestionar fichas
Gestionar suscripciones
Ver y suscribirse a fichas
Gestionar recursos con restricciones personalizadas
Salas blancas de datos
Introducción
Usar plantillas de consultas
Resolución de entidades
Introducción
Usar la resolución de entidades
Controles de Servicio de VPC para compartir
Compartir contenido en streaming con Pub/Sub
Comercializar fichas en Cloud Marketplace
Auditoría
Introducción
Etiquetas de política de auditoría
Ver registros de auditoría
Registros de auditoría de políticas de datos
Registros de auditoría de Data Transfer Service
Compartir registros de auditoría
Registros de auditoría de la API BigLake
Registros de auditoría de la API de migración de BigQuery
Migrar registros de auditoría
Referencia de registros de auditoría de BigQuery
Solucionar problemas
Introducción
Solucionar problemas con las vistas del esquema de información
Tipos de problemas
Consultas
Vistas materializadas
Cuota y límite
Permisos de gestión de identidades y accesos
Configuraciones de transferencia
Desarrollar
Introducción
Autenticarse en BigQuery
Introducción
Empezar
Autenticar como usuario final
Autenticarse con JSON Web Tokens
Usar el servidor de MCP de BigQuery
Usar el servidor de MCP del servicio de migración
Conectar LLMs con MCP Toolbox for Databases
Usar las analíticas de agentes de BigQuery
Usar controladores ODBC y JDBC
Usar el controlador JDBC de Google
Usar el controlador ODBC de Google
Usar los controladores ODBC y JDBC de Simba
Control de versiones con repositorios y espacios de trabajo
Usar repositorios
Introducción
Crear y gestionar repositorios
Gestionar código con repositorios de Git
