bigquery-basics

BigQueryのデータセット・テーブル・ジョブを管理し、BigQuery MLやGeminiと連携して高度なデータ分析やAIによるインサイト取得を実現します。SQLクエリの実行、BigQueryリソースの管理、組み込みML機能の活用、データの取り込み、AIアプリケーションの開発など、BigQueryに関わるあらゆる操作が必要な際に使用します。

BigQuery の基礎

BigQuery はサーバーレスで AI 対応のデータプラットフォームです。SQL と Python を使用して大規模なデータセットを高速で分析できます。その分離型アーキテクチャはコンピュートとストレージを分離し、独立してスケーリング可能にしながら、組み込みの機械学習、地理空間分析、ビジネスインテリジェンス機能を提供します。

セットアップと基本的な使用方法

BigQuery API を有効化する:

gcloud services enable bigquery.googleapis.com --quiet

データセットを作成する:

bq mk --dataset --location=US my_dataset

テーブルを作成する:

テーブルスキーマを含む schema.json ファイルを作成します:

[
  {
    "name": "name",
    "type": "STRING",
    "mode": "REQUIRED"
  },
  {
    "name": "post_abbr",
    "type": "STRING",
    "mode": "NULLABLE"
  }
]

その後、bq ツールを使用してテーブルを作成します:

bq mk --table my_dataset.mytable schema.json

クエリを実行する:

bq query --use_legacy_sql=false \
'SELECT name FROM `bigquery-public-data.usa_names.usa_1910_2013` \
WHERE state = "TX" LIMIT 10'

リファレンスディレクトリ

Core Concepts: ストレージの種類、分析ワークフロー、および BigQuery Studio の機能。
CLI Usage: データとジョブを管理するための bq コマンドラインツールの必須操作。
Client Libraries: Python、Java、Node.js、および Go 用の Google Cloud クライアントライブラリの使用方法。
MCP Usage: BigQuery リモート MCP サーバーおよび Gemini CLI 拡張機能の使用方法。
Infrastructure as Code: データセット、テーブル、および予約のための Terraform の例。
IAM & Security: ロール、権限、およびデータ管理のベストプラクティス。

これらのリファレンスに記載されていない製品情報が必要な場合は、Developer Knowledge MCP サーバーの search_documents ツールを使用してください。

bigquery-basics

SKILL.md 本文

BigQuery の基礎

セットアップと基本的な使用方法

リファレンスディレクトリ

関連スキル

詳細情報

関連スキル

agent-browser

anyskill

engram

skyvern

pinchbench

openui