BigQuery to rozwiązanie Google do gromadzenia danych w skali petabajtowej. Looker Studio natywnie integruje się z BigQuery i może służyć do analizowania i wizualizacji danych BigQuery.
Etapy wdrażania
Dane BigQuery można importować do narzędzia Looker Studio na kilka sposobów:
- Korzystanie z natywnego oprogramowania sprzęgającego BigQuery w interfejsie Looker Studio
- Programowanie i używanie społecznościowego oprogramowania sprzęgającego
Korzystanie z natywnego oprogramowania sprzęgającego BigQuery w interfejsie Looker Studio
Użytkownicy mogą korzystać z natywnego oprogramowania sprzęgającego BigQuery w Looker Studio, aby wizualizować tabele BigQuery lub określone zapytania. Z poziomu Looker Studio możesz pobrać całe tabele lub wykonywać niestandardowe zapytania w BigQuery. Możesz też używać funkcji eksploratora Looker Studio, aby przeprowadzać eksploracyjną analizę danych BigQuery.
Ta metoda jest przydatna, jeśli użytkownicy:
- przeprowadzają analizę eksploracyjną.
- zna język SQL i mogą tworzyć własne zapytania.
- zna te dane i potrafią je zwizualizować od podstaw.
Przykład: wysyłanie zapytań o dane dotyczące współczynnika urodzeń z BigQuery
Ten przewodnik pokazuje, jak użytkownik może wizualizować dane BigQuery za pomocą natywnego oprogramowania sprzęgającego BigQuery dostępnego w Looker Studio z poziomu interfejsu Looker Studio. Ten przykład wysyła zapytanie do przykładowej tabeli natality BigQuery i pobiera całą tabelę do Looker Studio.
Przykład: tworzenie panelu analityki biznesowej za pomocą BigQuery, App Engine i Looker Studio
Jak utworzyć panel BI za pomocą Looker Studio i BigQuery pokazuje, jak używać App Engine do wstępnego zagregowania danych BigQuery i wizualizowania ich za pomocą Looker Studio.
Programowanie i używanie społecznościowego oprogramowania sprzęgającego
Możesz utworzyć społecznościowe oprogramowanie sprzęgające, które będzie pobierać dane z BigQuery. Takie podejście daje korzyści w porównaniu z natywnym oprogramowaniem sprzęgającym:
- Istniejące zapytania możesz włączyć do oprogramowania sprzęgającego. Użytkownicy nie będą musieli tworzyć własnych kodów SQL ani kopiować i wklejać fragmentów kodu SQL, aby uzyskać dokładne zapytanie. Możesz też określać parametry zapytań i umożliwić użytkownikom wprowadzanie danych wejściowych za pomocą konfiguracji oprogramowania sprzęgającego w celu dostosowania zapytań.
- Za pomocą kont usługi możesz scentralizować płatności. Użytkownicy nie będą potrzebowali dostępu do konta rozliczeniowego GCP.
- Użytkownicy mogą zacząć od gotowych raportów z własnych danych.
- Aby kontrolować koszty BigQuery, możesz zaimplementować własną warstwę pamięci podręcznej.
W ramach społecznościowego oprogramowania sprzęgającego możesz uzyskać dostęp do danych BigQuery na 3 różne sposoby:
Ta tabela zawiera podsumowanie wad i zalet:
| Looker Studio – usługi zaawansowane | Apps Script Usługa BigQuery | Interfejs API BigQuery typu REST | |
|---|---|---|---|
| Dokumentacja | Looker Studio Usługi zaawansowane | Apps Script Usługa BigQuery | Interfejs API BigQuery typu REST |
| Przepływ danych | BigQuery > Looker Studio | BigQuery > Skrypt aplikacji > Looker Studio | BigQuery > Skrypt aplikacji > Looker Studio |
Pola obliczeniowe obsługiwane za pomocą funkcji getschema |
Tak | Tak | Tak |
| Można go używać z kontem usługi/własną kontrolą dostępu | Tak | Nie (wymuszone dane logowania użytkownika) | Tak |
| Filtry są automatycznie przekazywane w dół | Tak | Nie | Nie |
Potrzebne jest dodatkowe
przekształcenie danych w:
getData |
Nie | Tak | Tak |
| Pobrane dane są dostępne
w Apps Script
(pozwala na dodatkowe przekształcenie) |
Nie | Tak | Tak |
| Obsługiwane niestandardowe buforowanie | Nie | Tak | Tak |
| Zastosowano limit aplikacji UrlfetchApp | Nie | Nie | Tak |
| Przykładowa implementacja | Łącznik danych Banku Światowego | Apps Script Usługa BigQuery | Oprogramowanie sprzęgające Chrome UX |
Jeśli nie musisz przekształcać danych pobranych z BigQuery lub nie potrzebujesz niestandardowego buforowania, w większości przypadków możesz użyć usług zaawansowanych Looker Studio.