Cómo utilizar Google BigQuery para practicar SQL gratis

¿Quieres practicar SQL sin instalar nada ni gastarte un céntimo? Con Google BigQuery Sandbox, puedes explorar conjuntos de datos reales, escribir consultas en línea y desarrollar tus habilidades SQL de forma gratuita, sin necesidad de tarjeta de crédito. Esta guía te mostrará cómo empezar paso a paso.

¿Qué es Google BigQuery?

Google BigQuery es un almacén de datos basado en la nube, un tipo de base de datos creada para almacenar y analizar grandes cantidades de datos. Ha sido creado por Google y forma parte de Google Cloud. Utiliza SQL para buscar, filtrar y analizar la información almacenada.

BigQuery es fácil de usar para principiantes, ya que no es necesario gestionar ningún servidor, y te da acceso a conjuntos de datos públicos gratuitos que puedes explorar y con los que puedes practicar de inmediato. Puedes empezar a utilizarlo con una cuenta gratuita de Google, sin necesidad de tarjeta de crédito. Si quieres probar funciones más avanzadas, Google también te da 300 dólares en créditos gratuitos cuando te registras en Google Cloud.

BigQuery es una forma estupenda de adquirir experiencia práctica con SQL en un entorno real basado en la nube. Puedes consultar conjuntos de datos interesantes directamente en tu navegador, sin necesidad de configuraciones ni instalaciones. Es un punto de entrada práctico y sin barreras para cualquiera que esté aprendiendo SQL o sienta curiosidad por trabajar con herramientas de datos en la nube.

Si eres nuevo en SQL, una buena forma de empezar es con el curso SQL para principiantes curso. Es un curso interactivo para principiantes que le ayudará a construir una base sólida, perfecta antes de sumergirse en BigQuery.

¿Qué es BigQuery Sandbox?

Google BigQuery Sandbox es una versión gratuita de BigQuery que te permite probarlo sin necesidad de añadir una tarjeta de crédito. Es perfecta para principiantes que quieran aprender a trabajar con datos, escribir consultas SQL o explorar conjuntos de datos públicos. Puedes almacenar hasta 10 GB de datos y ejecutar hasta 1 TB de consultas cada mes de forma gratuita. El sandbox te ofrece la mayoría de las funciones principales de BigQuery, pero las tablas que crees se eliminarán automáticamente al cabo de 60 días. Es una gran opción si quieres practicar o probar cosas sin preocuparte por los costes.

Cómo configurar tu Google BigQuery Sandbox

A continuación se indican los pasos necesarios para configurar una cuenta gratuita de BigQuery:

1. Crea una cuenta de Google o regístrate en tu cuenta de Google existente.
2. Accede directamente a la consola de BigQuery: https://console.cloud.google.com/bigquery. (No busques "BigQuery" en Google, eso te llevará a una página de marketing en lugar de a la consola).
3. Crea un nuevo proyecto Google Cloud o selecciona un proyecto existente.
4. Si es necesario, habilita la API BigQuery en tu proyecto.

Después de estos pasos, aterrizarás en la interfaz de BigQuery. Debería parecerse a esto:

Primeros pasos en BigQuery Sandbox

BigQuery Studio te da la bienvenida con una pantalla de inicio. Haz clic en "Abrir consulta" para ver un ejemplo de consulta utilizando uno de los conjuntos de datos públicos.

También verás una breve guía visual en la que puedes hacer clic si lo deseas. Es una forma útil de entender la interfaz.

A continuación, verás un editor de consultas con una consulta SQL de ejemplo ya cargada. Haz clic en el botón "Ejecutar" situado encima del editor para ejecutar la consulta. Los resultados aparecerán en el panel "Resultados de la consulta".

Añade conjuntos de datos públicos a tu proyecto

Un buen punto de partida son los conjuntos de datos públicos gratuitos de Google. Haz clic en el siguiente enlace para abrir el proyecto bigquery-public-data: https://console.cloud.google.com/bigquery?p=bigquery-public-data&d=samples&page=dataset

Asegúrate de marcar el conjunto de datos para facilitar el acceso más adelante.

Explora los conjuntos de datos de este proyecto: encontrarás datos de muestra de temas como las fases lunares o Wikipedia, entre otros. Cuando hagas clic en un conjunto de datos, verás un resumen de lo que incluye.

Si hace clic en una tabla del conjunto de datos, verá más detalles:

• Esquema: muestra los nombres de las columnas y los tipos de datos.
• Detalles: describe la tabla o el conjunto de datos.
• Vista previa: le permite ver una muestra de los datos.

También puede hacer clic en "Consulta" para abrir un nuevo editor de consultas con esa tabla ya referenciada - una buena manera de empezar a escribir sus propias consultas rápidamente.

Ideas para explorar

Una vez instalado en BigQuery Sandbox, puede empezar a explorar datos del mundo real utilizando SQL. Aquí hay algunos conjuntos de datos públicos interesantes con los que puedes jugar - y algunas preguntas de ejemplo que puedes tratar de responder con tus consultas.

⚾ bigquery-public-data.baseball

Este conjunto de datos incluye datos detallados de la Major League Baseball (MLB), incluyendo información sobre jugadores, equipos, partidos y estadísticas de rendimiento a lo largo de diferentes temporadas.

Preguntas para explorar:

• ¿Qué jugadores batearon más jonrones en una temporada determinada?
• ¿Cuál es el promedio de carreras anotadas por partido por cada equipo?
• Qué lanzadores tuvieron más strikeouts?

📰 bigquery-public-data.bbc_news

Este conjunto de datos incluye artículos de noticias de la BBC, organizados por categoría y contenido. Es ideal para practicar el filtrado de texto, la agrupación y el recuento.

Preguntas para explorar:

• ¿Cuántos artículos se publicaron para cada categoría (por ejemplo, política, tecnología, negocios)?
• ¿Cuáles son las palabras más utilizadas en los artículos relacionados con el deporte?
• ¿Qué categorías tienen el mayor número de artículos?

🚓 bigquery-public-data.chicago_crime

Este conjunto de datos contiene información detallada sobre la delincuencia en la ciudad de Chicago, actualizada semanalmente. Incluye tipos de delitos, ubicaciones y marcas de tiempo.

Preguntas para explorar:

• ¿Cuáles son los tipos de delitos más comunes en Chicago?
• ¿Qué zonas registran el mayor número de incidentes?
• ¿Hay alguna hora del día en la que sea más probable que se produzcan delitos?

🌝 bigquery-public-data.moon_phases

Este es un divertido conjunto de datos que rastrea las fases lunares por fecha. Es ideal para practicar con fechas, filtrar y unir con otros datos.

Preguntas para explorar:

• ¿En qué fechas hubo luna llena en 2023?
• ¿Con qué frecuencia hay luna nueva?
• ¿Cuál es la iluminación media de la luna al mes?

🐍 bigquery-public-data.pypi

Este conjunto de datos contiene datos de PyPI (Python Package Index) - el repositorio oficial de software de terceros para Python. Puedes explorar las descargas y la actividad de publicación.

Preguntas para explorar:

• ¿Cuáles son los paquetes de Python más descargados?
• ¿Qué paquetes se han actualizado con más frecuencia?
• ¿Cuántos paquetes nuevos se publicaron cada mes en el último año?
  

Estos conjuntos de datos son una buena oportunidad para practicar la escritura de consultas SQL reales. Puedes utilizar SELECT, GROUP BY, ORDER BY, COUNT, e incluso funciones como DATE_TRUNC() o STRING_CONTAINS() para encontrar respuestas interesantes. No hace falta que construyas tu propia base de datos: ¡sólo tienes que elegir un tema que te guste y empezar a hacer consultas!

Recursos adicionales

Si estás empezando con SQL y BigQuery, aquí tienes algunos recursos útiles para seguir aprendiendo y practicando:

• 📄 SQL para principiantes Hoja de trucos - Una referencia rápida para los comandos SQL comunes y la sintaxis.
• 📘 Referencia de sintaxis SQL de BigQuery - Documentación oficial de Google para la sintaxis SQL de BigQuery.

Si quieres ir más allá de lo básico y aprender SQL paso a paso - o si eres un analista de datos que busca fortalecer sus habilidades de SQL - recomendamos el Todo, para siempre Paquete SQL de LearnSQL.com. Te da acceso de por vida a todos los cursos interactivos de SQL, desde principiantes hasta avanzados, para que puedas aprender a tu propio ritmo y construir habilidades reales y prácticas.