BigQuery — это решение Google для хранения данных в петабайтном масштабе. Looker Studio изначально интегрируется с BigQuery и может использоваться для анализа и визуализации данных BigQuery.
Этапы реализации
Существует несколько способов перенести данные BigQuery в Looker Studio:
- Использование встроенного коннектора BigQuery в пользовательском интерфейсе Looker Studio.
- Разработка и использование соединителя сообщества
Использование встроенного коннектора BigQuery в пользовательском интерфейсе Looker Studio.
Пользователи могут использовать встроенный коннектор BigQuery в Looker Studio для визуализации таблиц BigQuery или конкретных запросов. Вы можете получать целые таблицы или выполнять собственные запросы к BigQuery из Looker Studio. Также можно использовать функцию Looker Studio Explorer для проведения исследовательского анализа данных BigQuery.
Этот подход полезен, если ваши пользователи:
- проводят разведочный анализ.
- знакомы с SQL и могут писать собственные запросы.
- знакомы с данными и умеют визуализировать их с нуля.
Пример. Запрос данных о рождаемости из BigQuery.
В этом руководстве показано, как конечный пользователь может использовать собственный коннектор BigQuery Looker Studio из пользовательского интерфейса Looker Studio для визуализации данных BigQuery. В этом примере запрашивается образец таблицы рождаемости BigQuery и извлекается вся таблица в Looker Studio.
Пример. Создание информационной панели BI с помощью BigQuery, App Engine и Looker Studio.
В статье «Как создать информационную панель BI с помощью Looker Studio и BigQuery» показано, как можно использовать App Engine для предварительного агрегирования данных BigQuery, а затем визуализировать их с помощью Looker Studio.
Разработка и использование соединителя сообщества
Вы можете разработать соединитель сообщества , который извлекает данные из BigQuery. Этот подход дает вам преимущества по сравнению с использованием собственного соединителя:
- Вы можете включить существующие запросы в свой соединитель. Вашим пользователям не придется писать собственный SQL или копировать/вставлять фрагменты SQL, чтобы получить точный запрос. Кроме того, вы можете параметризовать свои запросы и позволить пользователям вводить данные через конфигурацию соединителя для настройки запросов.
- Вы можете использовать сервисные учетные записи для централизации выставления счетов. Вашим пользователям не потребуется доступ к платежному аккаунту GCP.
- Ваши пользователи могут начать с готовых шаблонных отчетов со своими собственными данными.
- Вы можете реализовать свой собственный уровень кэширования, чтобы контролировать стоимость BigQuery.
В Community Connector вы можете получить доступ к данным BigQuery тремя разными способами:
В этой таблице собраны плюсы и минусы:
| Расширенные услуги Looker Studio | Скрипт приложений Служба BigQuery | REST API BigQuery | |
|---|---|---|---|
| Ссылка | Расширенные услуги Looker Studio | Скрипт приложений Служба BigQuery | REST API BigQuery |
| Поток данных | BigQuery > Looker Studio | BigQuery > Скрипт приложений > Looker Studio | BigQuery > Скрипт приложений > Looker Studio |
Вычисляемые поля, поддерживаемые через getschema | Да | Да | Да |
| Может использоваться с учетной записью службы/настраиваемым контролем доступа. | Да | Нет (применяются действительные учетные данные пользователя) | Да |
| Фильтры автоматически опускаются вниз | Да | Нет | Нет |
Требуется дополнительное преобразование данных в getData | Нет | Да | Да |
| Доступ к полученным данным можно получить в Apps Script. (Позволяет выполнить дополнительное преобразование) | Нет | Да | Да |
| Поддерживается пользовательское кэширование | Нет | Да | Да |
| Квота UrlfetchApp применена | Нет | Нет | Да |
| Пример реализации | Соединитель данных Всемирного банка | Скрипт приложений Служба BigQuery | Хромированный UX-коннектор |
Если вам не нужно преобразовывать полученные данные из BigQuery или вам не требуется настраиваемое кэширование, в большинстве случаев вы можете использовать Looker Studio Advanced Services .