bigquery-basics

Навык bigquery-basics описывает практическую работу с BigQuery через командную строку и связанные инструменты Google Cloud. Его назначение — помочь агенту выполнять базовые операции с datasets, таблицами, представлениями и jobs, запускать SQL-запросы, а также разбирать простые сценарии загрузки и анализа данных. В исходном SKILL.md BigQuery представлен как serverless-платформа для анализа больших наборов данных с SQL и Python. Отдельно отмечено разделение вычислений и хранения: эти части архитектуры масштабируются независимо. В описании также перечислены встроенные направления, которые нужно учитывать при выборе решения: машинное обучение, геопространственный анализ и business intelligence. Это делает навык полезным не только для одного запроса, но и для первичной ориентации в аналитическом проекте, где данные нужно загрузить, структурировать, запросить и подготовить к дальнейшему анализу. Базовый рабочий путь начинается с включения BigQuery API командой gcloud services enable bigquery.googleapis.com --quiet. После этого можно создать dataset через bq mk --dataset, указав расположение и имя, а затем определить схему таблицы в JSON-файле. В примере источника используются обязательное строковое поле name и необязательное поле post_abbr; таблица создаётся командой bq mk --table с указанием dataset, имени таблицы и schema.json. Для запроса навык показывает явное отключение legacy SQL и выборку из публичного датасета с условием и ограничением числа строк. Эти примеры задают минимальный, проверяемый порядок: сначала доступ к API и dataset, затем схема, потом таблица и только после этого SQL-запрос. Основной объём навыка вынесен в справочные материалы. В каталоге references перечислены базовые понятия хранения и аналитических workflow, BigQuery Studio, история изменений таблиц через APPENDS и CHANGES, continuous queries для анализа поступающих данных в реальном времени, операции CLI для datasets и jobs, а также примеры клиентских библиотек для Python, Java, Node.js и Go. Отдельные разделы посвящены BigQuery remote MCP server и расширению Gemini CLI, Terraform для datasets и reservations и вопросам IAM и безопасности. Если нужного сведения нет в локальных references, источник предлагает искать продуктовую информацию через Developer Knowledge MCP server и его search_documents. Поэтому навык подходит как навигатор по официальным сценариям, а не как замена проверке документации для конкретной конфигурации. Практические сценарии включают подготовку dataset для аналитики, создание таблиц по явной схеме, запуск повторяемых SQL jobs, обращение к данным из поддерживаемой клиентской библиотеки и постепенное переходе от ручного CLI к Infrastructure as Code. При работе важно явно задавать проект, dataset и location, проверять активный аккаунт gcloud и права на нужные операции, а перед изменениями читать IAM-раздел источника. Сам SKILL.md не обещает автоматическую настройку доступа или инфраструктуры: команды являются примерами действий, которые агент должен выполнять только в контексте проекта пользователя и после проверки параметров. Навык также не заменяет профильные материалы для BigQuery AI и ML — исходник прямо ссылается на отдельный related skill для forecast, anomaly detection и text generation. Ограничение навыка следует из его области: это базовая операционная карта BigQuery, а не универсальный курс по моделированию данных, оптимизации стоимости или безопасности всей Google Cloud-среды. Для сложного запроса нужно обратиться к соответствующему reference-файлу и проверить текущие права, расположение данных, форму SQL и параметры jobs. Команды с bq и gcloud изменяют или запускают операции в облачном проекте, поэтому перед исполнением нужно подтвердить проект и целевой ресурс, а результат — перечитать. Для ingestion, continuous queries, MCP, Terraform и IAM в источнике есть отдельные разделы; не следует подменять их общими догадками. В таком виде навык полезен для воспроизводимого первого прохода по BigQuery, аккуратного выбора следующего справочного раздела и подготовки конкретного действия без копирования неподтверждённых настроек.