在第一个 Modulation 中，我们将探讨数据解析人员面临的解析挑战，并比较企业内部大数据与云上大数据。然后，我们将介绍 BigQuery，它是 Google Cloud 的企业级数据仓库，并回顾其功能，这些功能使 BigQuery 成为满足您数据解析需求的绝佳选择。最后，我们将从企业通过云上解析实现转型的实际使用案例中学习。

本 Modulation 主要介绍如何使用 SQL（即结构化查询语言）探索数据。我们将从非常简单的选择语句到探索各种数据集的更复杂查询。

在本模块中，我们将讨论有关数据完整性的原则，然后了解如何使用 SQL 来清理、准备和转换数据。本模块最后一部分还简要介绍了其他产品，如 Dataprep、Cloud Data Fusion、Dataflow、Dataproc 和 Data Transformer，这些产品可以帮助进行数据准备和转换。

本模块讲述将数据摄取和存储到 BigQuery 本机存储中。我们将讨论何时使用 Extract and Load（提取和加载），何时使用 Extract, Load and Transform（提取、加载和转换），何时使用 Extract Transform and Load（提取、转换和加载）等方法将数据加载到 BigQuery。我们还将介绍外部数据源，您可以在 BigQuery 中运行查询，但数据托管在 BigQuery 之外。

在本模块中，围绕数据摄取、Cleaning、准备和 Transformer 的所有艰苦工作都将取得成果，您将通过构建富有洞察力的 Dashboard 和报告来可视化数据中的见解。我们首先介绍一些可视化理论和最佳实践，然后了解 Looker Studio 和 Connected Sheets 等工具，这些工具可以连接到 BigQuery 并帮助创建有影响力的可视化来捕获和传达您的见解。虽然 SQL 是一种功能强大的查询语言，但 Python、Java 或 R 等编程语言提供了语法和大量内置统计函数，数据分析师可能会发现这些函数在某些类型的数据分析中更具表现力，也更易于操作。此类工具包括 Jupyter Notebook 等基于 Web 的开源应用程序，因此我们也会讨论这些工具。

创建、维护和版本化 SQL 管道是一项艰巨的工作。很多时候，数据分析师不得不使用多种工具来实现这一目标。因此，在本 Modulation 中，我们将介绍 Dataform 这一新产品，它为在 BigQuery 中开发、版本控制和协调 SQL 管道提供了统一的端到端体验。

在本 Modulation 中，我们将首先介绍什么是 BigQuery Studio，以及我们创建它的原因。接下来，我们将更详细地介绍BigQuery Studio的所有强大功能。最后，我们将通过一个演示来结束本模块，带领大家了解其炫酷的功能，并向大家展示如何使用它。

本 Modulation 回顾了课程中涉及的关键主题。