1. GeoJSON数据集：

GeoJSON是一种用于存储地理空间数据的格式，可以在BigQuery中直接创建和查询GeoJSON数据集。下面是使用Python创建和查询GeoJSON数据集的示例代码：

from google.cloud import bigquery

client = bigquery.Client()

# 创建GeoJSON数据集
dataset_ref = client.dataset('my_dataset')
dataset = bigquery.Dataset(dataset_ref)
dataset.location = 'US'
dataset.description = 'My GeoJSON dataset'
client.create_dataset(dataset)

# 创建GeoJSON表格
table_ref = dataset.table('my_table')
schema = [
    bigquery.SchemaField('name', 'STRING'),
    bigquery.SchemaField('location', 'GEOGRAPHY')
]
table = bigquery.Table(table_ref, schema=schema)
client.create_table(table)

# 插入数据
rows = [
    ('San Francisco', 'POINT(-122.4200167 37.7790843)'),
    ('New York', 'POINT(-73.935242 40.73061)'),
    ('Chicago', 'POINT(-87.623177 41.881832)'),
]
sql = 'INSERT INTO `my_dataset.my_table`(name, location) VALUES (%s, ST_GeogPointFromText(%s))'
client.query(sql, rows)

# 查询数据
sql = 'SELECT * FROM `my_dataset.my_table`'
results = client.query(sql)
for row in results:
    print(row)

2. Firebase Analytics数据集：

Firebase Analytics是Google的移动APP分析服务，可以方便地创建和查询Firebase Analytics数据集。下面是使用Python创建和查询Firebase Analytics数据集的示例代码：

from google.cloud import bigquery

client = bigquery.Client()

# 创建Firebase Analytics数据集
dataset_ref = client.dataset('my_dataset')
dataset = bigquery.Dataset(dataset_ref)
dataset.location = 'US'
dataset.description = 'My Firebase Analytics dataset'
client.create_dataset(dataset)

# 创建Firebase Analytics表格
table_ref = dataset.table('my_table')
schema = [
    bigquery.SchemaField('event_date', 'DATE'),
    bigquery.SchemaField('user_id', 'STRING'),
    bigquery.SchemaField('event_name', 'STRING'),
    bigquery.SchemaField('event_params', 'RECORD', mode='REPEATED', fields=[
        bigquery.SchemaField('key', 'STRING'),
        bigquery.SchemaField('value', 'STRING')
    ])
]
table = bigquery.Table(table_ref, schema=schema)
client.create_table(table)

# 插入数据
rows = [
    ('20220101', 'user1', 'login', [('source', 'google'), ('method', 'email')]),
    ('20220101', 'user2', 'signup', [('source', 'facebook'), ('method', 'phone')]),
    ('20220101', 'user3', 'login', [('source', 'google'), ('method', 'phone')]),
]
client.insert_rows(table, rows)

# 查询数据
sql = 'SELECT * FROM `my_dataset.my_table`'
results = client.query(sql)
for row in results:
    print(row)

3. Healthcare数据集：

Healthcare数据集是专门用于存储医疗健康数据的数据集，包括病历、诊断、影像等数据。使用Python操作Healthcare数据集需要使用google-cloud-healthcare SDK。下面是使用Python创建和查询Healthcare数据集的示例代码：

from google.cloud import healthcare_v