BigQuery คือโซลูชันระบบคลังข้อมูลที่ปรับขนาดแบบเพทาไบต์ของ Google Looker Studio ผสานรวมกับ BigQuery แบบดั้งเดิมและใช้เพื่อการวิเคราะห์และแสดงภาพข้อมูล BigQuery ได้
ขั้นตอนการใช้งาน
การนำข้อมูล BigQuery ไปไว้ใน Looker Studio ทำได้หลายวิธี ดังนี้
- การใช้เครื่องมือเชื่อมต่อ BigQuery แบบเนทีฟใน UI ของ Looker Studio
- การพัฒนาและใช้งานปลั๊กอินจากชุมชนสำหรับใช้ลิงก์ข้อมูล
การใช้เครื่องมือเชื่อมต่อ BigQuery แบบเนทีฟใน UI ของ Looker Studio
ผู้ใช้สามารถใช้เครื่องมือเชื่อมต่อ BigQuery แบบเนทีฟใน Looker Studio เพื่อแสดงภาพตาราง BigQuery หรือคำค้นหาที่เฉพาะเจาะจง คุณจะดึงข้อมูลตารางทั้งหมดหรือเรียกใช้การค้นหาที่กำหนดเองบน BigQuery จากภายใน Looker Studio ก็ได้ นอกจากนี้คุณยังใช้ฟีเจอร์สำรวจของ Looker Studio เพื่อวิเคราะห์ข้อมูล BigQuery ให้เสร็จสมบูรณ์ได้ด้วย
วิธีนี้จะเป็นประโยชน์หากผู้ใช้ของคุณ:
- ที่ทำการวิเคราะห์เชิงสำรวจ
- คุ้นเคยกับ SQL และเขียนการสืบค้นข้อมูลของตัวเองได้
- คุ้นเคยกับข้อมูลและทราบวิธีแสดงข้อมูลเป็นภาพตั้งแต่ต้น
ตัวอย่าง: การค้นหาข้อมูลอัตราการเกิดจาก BigQuery
คู่มือนี้แสดงให้เห็นว่าผู้ใช้ปลายทางจะใช้เครื่องมือเชื่อมต่อ BigQuery ในตัวของ Looker Studio จาก UI ของ Looker Studio เพื่อแสดงภาพข้อมูล BigQuery ได้อย่างไร ตัวอย่างนี้จะค้นหาตารางตัวอย่างnatalityของ BigQuery และดึงข้อมูลทั้งตารางไปยัง Looker Studio
ตัวอย่าง: การสร้างแดชบอร์ด BI ด้วย BigQuery, App Engine และ Looker Studio
วิธีสร้างแดชบอร์ด BI โดยใช้ Looker Studio และ BigQuery จะแสดงวิธีใช้ App Engine เพื่อรวบรวมข้อมูล BigQuery ล่วงหน้าแล้วแสดงภาพด้วย Looker Studio
การพัฒนาและใช้งานปลั๊กอินจากชุมชนสำหรับใช้ลิงก์ข้อมูล
คุณสามารถสร้างปลั๊กอินจากชุมชนสำหรับใช้ลิงก์ข้อมูลที่ดึงข้อมูลจาก BigQuery ได้ วิธีการนี้จะให้ประโยชน์มากกว่าการใช้เครื่องมือเชื่อมต่อเนทีฟ
- คุณสามารถรวมการค้นหาที่มีอยู่เข้ากับเครื่องมือเชื่อมต่อของคุณ ผู้ใช้ไม่จำเป็นต้องเขียน SQL ของตนเอง หรือคัดลอก/วางข้อมูลโค้ด SQL เพื่อรับคำค้นหาที่ตรงกัน นอกจากนี้ คุณยังสามารถกำหนดพารามิเตอร์คำค้นหาและให้ผู้ใช้ป้อนข้อมูลผ่านการกำหนดค่าเครื่องมือเชื่อมต่อเพื่อปรับแต่งคำค้นหา
- คุณจะใช้บัญชีบริการเพื่อรวมการเรียกเก็บเงินไว้ในที่เดียวได้ ผู้ใช้ของคุณไม่จำเป็นต้องมีสิทธิ์เข้าถึงบัญชีสำหรับการเรียกเก็บเงิน GCP
- ผู้ใช้สามารถเริ่มต้นด้วยรายงานเทมเพลตสำเร็จรูปที่มีข้อมูลของตนเอง
- คุณสามารถใช้เลเยอร์การแคชของตัวเองเพื่อควบคุมค่าใช้จ่ายของ BigQuery ได้
ในปลั๊กอินจากชุมชนสำหรับใช้ลิงก์ข้อมูล คุณจะเข้าถึงข้อมูล BigQuery ได้ 3 วิธีดังนี้
ตารางนี้สรุปข้อดีและข้อเสีย
| Looker Studio บริการขั้นสูง | บริการ BigQuery ของ Apps Script | API ของ REST สำหรับ BigQuery | |
|---|---|---|---|
| ข้อมูลอ้างอิง | Looker Studio บริการ ขั้นสูง | บริการ BigQuery ของ Apps Script | BigQuery REST API |
| ข้อมูลไหล | BigQuery > Looker Studio | BigQuery > Apps Script > Looker Studio | BigQuery > Apps Script > Looker Studio |
ช่องที่คำนวณ
ซึ่งรองรับผ่าน getschema |
มี | มี | มี |
| สามารถใช้กับบัญชี บริการ/การควบคุม การเข้าถึงที่กำหนดเอง | มี | ไม่ใช่ (บังคับใช้ ข้อมูลรับรองผู้ใช้ ที่มีประสิทธิภาพ) | มี |
| ตัวกรองจะเลื่อนลง โดยอัตโนมัติ | มี | ไม่ได้ | ไม่ได้ |
การเปลี่ยนรูปแบบข้อมูลเพิ่มเติม
ที่จำเป็นใน
getData |
ไม่ได้ | มี | มี |
| ข้อมูลที่ดึงมาได้
เข้าถึงได้ใน
Apps Script (ช่วยให้คุณสามารถ เปลี่ยนรูปแบบเพิ่มเติม) |
ไม่ได้ | มี | มี |
| สนับสนุนการแคชที่กำหนดเอง | ไม่ได้ | มี | มี |
| ใช้โควต้า UrlfetchApp แล้ว | ไม่ได้ | ไม่ได้ | มี |
| ตัวอย่างการใช้งาน | เครื่องมือเชื่อมต่อข้อมูล ของธนาคารโลก | บริการ BigQuery ของ Apps Script | เครื่องมือเชื่อมต่อ Chrome UX |
ในกรณีส่วนใหญ่ คุณจะใช้บริการขั้นสูงของ Looker Studio ได้ เว้นแต่คุณจะต้องเปลี่ยนรูปแบบข้อมูลที่ดึงมาจาก BigQuery หรือต้องมีการแคชที่กำหนดเอง