jpskill.com
💼 ビジネス コミュニティ 🟡 少し慣れが必要 👤 幅広いユーザー

💼 Bigquery Basics

bigquery-basics

BigQueryでデータセットやテーブルを管理し、SQL

⚡ ⏱ 履歴書のATS最適化 1日 → 10分

📺 まず動画で見る(YouTube)

▶ 【自動化】AIガチ勢の最新活用術6選がこれ1本で丸分かり!【ClaudeCode・AIエージェント・AI経営・Skills・MCP】 ↗

※ jpskill.com 編集部が参考用に選んだ動画です。動画の内容と Skill の挙動は厳密には一致しないことがあります。

📜 元の英語説明(参考)

Manages datasets, tables, and jobs in BigQuery, and integrates with BigQuery ML and Gemini for advanced data analytics and AI-driven insights. Use for SQL queries, resource management, data ingestion, or AI applications on BigQuery.

🇯🇵 日本人クリエイター向け解説

一言でいうと

BigQueryでデータセットやテーブルを管理し、SQL

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux 
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o bigquery-basics.zip https://jpskill.com/download/281.zip && unzip -o bigquery-basics.zip && rm bigquery-basics.zip
🪟 Windows (PowerShell) 
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/281.zip -OutFile "$d\bigquery-basics.zip"; Expand-Archive "$d\bigquery-basics.zip" -DestinationPath $d -Force; ri "$d\bigquery-basics.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)
  1. 1. 下の青いボタンを押して bigquery-basics.zip をダウンロード
  2. 2. ZIPファイルをダブルクリックで解凍 → bigquery-basics フォルダができる
  3. 3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
  4. 4. Claude Code を再起動
⬇ .zip でダウンロード(推奨) ⬇ .skill 形式(上級者用) 元のソース ↗

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

  1. 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
  2. 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
  3. 3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
    • · macOS / Linux: ~/.claude/skills/
    • · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →
最終更新
2026-05-17
取得日時
2026-05-17
同梱ファイル
7

💬 こう話しかけるだけ — サンプルプロンプト

  • › bigquery-basics の使い方を教えて
  • › bigquery-basics で何ができるか具体例で見せて
  • › bigquery-basics を初めて使う人向けにステップを案内して

これをClaude Code に貼るだけで、このSkillが自動発動します。

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

BigQuery の基本

BigQuery は、SQL と Python を使用して大規模なデータセットの高速分析を可能にする、サーバーレスで AI 対応のデータプラットフォームです。その分離されたアーキテクチャは、コンピューティングとストレージを分離し、それぞれを独立してスケーリングできるようにするとともに、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

  1. BigQuery API を有効にする:

    gcloud services enable bigquery.googleapis.com --quiet

  2. データセットを作成する:

    bq mk --dataset --location=US my_dataset

  3. テーブルを作成する:

    テーブルスキーマを含む schema.json という名前のファイルを作成します。

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

    次に、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

  4. 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

  • コアコンセプト: ストレージタイプ、分析ワークフロー、BigQuery Studio の機能についてです。

  • CLI の使用方法: データとジョブを管理するための必須の bq コマンドラインツール操作についてです。

  • クライアントライブラリ: Python、Java、Node.js、Go 用の Google Cloud クライアントライブラリの使用方法についてです。

  • MCP の使用方法: BigQuery リモート MCP サーバーと Gemini CLI 拡張機能の使用方法についてです。

  • Infrastructure as Code: データセット、テーブル、予約に関する Terraform の例についてです。

  • IAM とセキュリティ: ロール、権限、データガバナンスのベストプラクティスについてです。

これらのリファレンスに見つから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。

関連スキル

📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

BigQuery Basics

BigQuery is a serverless, AI-ready data platform that enables high-speed analysis of large datasets using SQL and Python. Its disaggregated architecture separates compute and storage, allowing them to scale independently while providing built-in machine learning, geospatial analysis, and business intelligence capabilities.

Setup and Basic Usage

  1. Enable the BigQuery API:

    gcloud services enable bigquery.googleapis.com --quiet

  2. Create a Dataset:

    bq mk --dataset --location=US my_dataset

  3. Create a Table:

    Create a file named schema.json with your table schema:

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

    Then create the table with the bq tool:

    bq mk --table my_dataset.mytable schema.json

  4. Run a Query:

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

Reference Directory

  • Core Concepts: Storage types, analytics workflows, and BigQuery Studio features.

  • CLI Usage: Essential bq command-line tool operations for managing data and jobs.

  • Client Libraries: Using Google Cloud client libraries for Python, Java, Node.js, and Go.

  • MCP Usage: Using the BigQuery remote MCP server and Gemini CLI extension.

  • Infrastructure as Code: Terraform examples for datasets, tables, and reservations.

  • IAM & Security: Roles, permissions, and data governance best practices.

If you need product information not found in these references, use the Developer Knowledge MCP server search_documents tool.

Related Skills

同梱ファイル

※ ZIPに含まれるファイル一覧。`SKILL.md` 本体に加え、参考資料・サンプル・スクリプトが入っている場合があります。