کاربرگنگار متصل به شما امکان میدهد تا پتابایت داده را مستقیماً در Google Sheets تجزیه و تحلیل کنید. می توانید صفحات گسترده خود را با یک انبار داده BigQuery یا Looker متصل کنید و با استفاده از ابزار Sheets آشنا مانند جداول محوری، نمودارها و فرمول ها تجزیه و تحلیل را انجام دهید.
یک منبع داده BigQuery را مدیریت کنید
این بخش از مجموعه داده عمومی Shakespeare
BigQuery استفاده می کند تا نحوه استفاده از صفحات متصل را نشان دهد. مجموعه داده حاوی اطلاعات زیر است:
میدان | تایپ کنید | توضیحات |
---|---|---|
کلمه | STRING | یک کلمه منحصر به فرد (که در آن فضای سفید جداکننده است) که از یک پیکره استخراج شده است. |
word_count | INTEGER | تعداد دفعاتی که این کلمه در این مجموعه ظاهر می شود. |
بدنه | STRING | اثری که این کلمه از آن استخراج شده است. |
corpus_date | INTEGER | سالی که این مجموعه در آن منتشر شد. |
اگر برنامه شما هر گونه داده BigQuery Connected Sheets را درخواست می کند، باید یک نشانه OAuth 2.0 ارائه دهد که به bigquery.readonly
دامنه می دهد، علاوه بر سایر حوزه های مورد نیاز برای یک درخواست معمولی Google Sheets API. برای اطلاعات بیشتر، به انتخاب حوزههای API کاربرگنگار Google مراجعه کنید.
منبع داده یک مکان خارجی را مشخص می کند که داده ها در آن یافت می شوند. سپس منبع داده به صفحه گسترده متصل می شود.
یک منبع داده BigQuery اضافه کنید
برای افزودن منبع داده، یک AddDataSourceRequest
با استفاده از روش spreadsheets.batchUpdate
ارائه دهید. بدنه درخواست باید یک فیلد dataSource
از نوع آبجکت DataSource
را مشخص کند.
"addDataSource":{
"dataSource":{
"spec":{
"bigQuery":{
"projectId":"PROJECT_ID",
"tableSpec":{
"tableProjectId":"bigquery-public-data",
"datasetId":"samples",
"tableId":"shakespeare"
}
}
}
}
}
PROJECT_ID با شناسه پروژه Google Cloud معتبر جایگزین کنید.
پس از ایجاد یک منبع داده، یک صفحه DATA_SOURCE
مرتبط ایجاد میشود تا پیشنمایش حداکثر 500 ردیف را ارائه دهد. پیش نمایش فوراً در دسترس نیست. برای وارد کردن داده های BigQuery، یک اجرا به صورت ناهمزمان راه اندازی می شود.
AddDataSourceResponse
شامل فیلدهای زیر است:
dataSource
: شیءDataSource
ایجاد شده.dataSourceId
یک شناسه منحصر به فرد با محدوده صفحه گسترده است. برای ایجاد هر شیءDataSource
از منبع داده پر شده و ارجاع داده شده است.dataExecutionStatus
: وضعیت اجرایی که داده های BigQuery را به صفحه پیش نمایش وارد می کند. برای اطلاعات بیشتر به بخش وضعیت اجرای داده ها مراجعه کنید.
منبع داده BigQuery را بهروزرسانی یا حذف کنید
از روش spreadsheets.batchUpdate
استفاده کنید و بر این اساس یک درخواست UpdateDataSourceRequest
یا DeleteDataSourceRequest
ارائه دهید.
اشیاء منبع داده BigQuery را مدیریت کنید
هنگامی که یک منبع داده به صفحه گسترده اضافه می شود، می توان یک شی منبع داده از آن ایجاد کرد. یک شی منبع داده یک ابزار Sheets معمولی مانند جداول محوری، نمودارها و فرمولها است که برای تجزیه و تحلیل دادههای شما با صفحات متصل ادغام شده است.
چهار نوع اشیاء وجود دارد:
- جدول
DataSource
- جدول محوری
DataSource
- نمودار
DataSource
- فرمول
DataSource
یک جدول منبع داده BigQuery اضافه کنید
شی جدول که به عنوان "عصاره" در ویرایشگر Sheets شناخته می شود، تخلیه ایستا از داده ها را از منبع داده به Sheets وارد می کند. مانند جدول محوری، جدول مشخص شده و به سلول بالا سمت چپ متصل می شود.
نمونه کد زیر نحوه استفاده از روش spreadsheets.batchUpdate
و UpdateCellsRequest
برای ایجاد جدول منبع داده تا 1000 ردیف دو ستونی ( word
و word_count
) نشان می دهد.
"updateCells":{
"rows":{
"values":[
{
"dataSourceTable":{
"dataSourceId":"DATA_SOURCE_ID",
"columns":[
{
"name":"word"
},
{
"name":"word_count"
}
],
"rowLimit":{
"value":1000
},
"columnSelectionType":"SELECTED"
}
}
]
},
"fields":"dataSourceTable"
}
DATA_SOURCE_ID با یک شناسه منحصر به فرد با محدوده صفحه گسترده که منبع داده را شناسایی می کند، جایگزین کنید.
پس از ایجاد جدول منبع داده، داده ها فوراً در دسترس نیستند. در ویرایشگر Sheets، به صورت پیشنمایش نشان داده میشود. برای واکشی داده های BigQuery باید جدول منبع داده را بازخوانی کنید. می توانید یک RefreshDataSourceRequest
در همان batchUpdate
تعیین کنید. توجه داشته باشید که تمام اشیاء منبع داده به طور مشابه کار می کنند. برای اطلاعات بیشتر، به تازه کردن یک شی منبع داده مراجعه کنید.
پس از تکمیل بهروزرسانی و واکشی دادههای BigQuery، جدول منبع داده مطابق شکل پر میشود:
یک PivotTable منبع داده BigQuery اضافه کنید
برخلاف جدول محوری معمولی، جدول محوری منبع داده توسط یک منبع داده پشتیبانی می شود و داده ها را با نام ستون ارجاع می دهد. نمونه کد زیر نحوه استفاده از روش spreadsheets.batchUpdate
و UpdateCellsRequest
را برای ایجاد جدول محوری نشان می دهد که تعداد کل کلمات را بر اساس پیکره نمایش می دهد.
"updateCells":{
"rows":{
"values":[
{
"pivotTable":{
"dataSourceId":"DATA_SOURCE_ID",
"rows":{
"dataSourceColumnReference":{
"name":"corpus"
},
"sortOrder":"ASCENDING"
},
"values":{
"summarizeFunction":"SUM",
"dataSourceColumnReference":{
"name":"word_count"
}
}
}
}
]
},
"fields":"pivotTable"
}
DATA_SOURCE_ID با یک شناسه منحصر به فرد با محدوده صفحه گسترده که منبع داده را شناسایی می کند، جایگزین کنید.
پس از واکشی داده های BigQuery، جدول محوری منبع داده مطابق شکل پر می شود:
یک نمودار منبع داده BigQuery اضافه کنید
نمونه کد زیر نحوه استفاده از روش spreadsheets.batchUpdate
و AddChartRequest
برای ایجاد نمودار منبع داده با chartType
of COLUMN نشان می دهد که تعداد کل کلمات را بر اساس پیکره نمایش می دهد.
"addChart":{
"chart":{
"spec":{
"title":"Corpus by word count",
"basicChart":{
"chartType":"COLUMN",
"domains":[
{
"domain":{
"columnReference":{
"name":"corpus"
}
}
}
],
"series":[
{
"series":{
"columnReference":{
"name":"word_count"
},
"aggregateType":"SUM"
}
}
]
}
},
"dataSourceChartProperties":{
"dataSourceId":"DATA_SOURCE_ID"
}
}
}
DATA_SOURCE_ID با یک شناسه منحصر به فرد با محدوده صفحه گسترده که منبع داده را شناسایی می کند، جایگزین کنید.
پس از واکشی دادههای BigQuery، نمودار منبع داده مطابق شکل ارائه میشود:
یک فرمول منبع داده BigQuery اضافه کنید
نمونه کد زیر نحوه استفاده از روش spreadsheets.batchUpdate
و UpdateCellsRequest
برای ایجاد فرمول منبع داده برای محاسبه میانگین تعداد کلمات نشان می دهد.
"updateCells":{
"rows":[
{
"values":[
{
"userEnteredValue":{
"formulaValue":"=AVERAGE(shakespeare!word_count)"
}
}
]
}
],
"fields":"userEnteredValue"
}
پس از واکشی دادههای BigQuery، فرمول منبع داده مطابق شکل پر میشود:
یک شی منبع داده BigQuery را بازخوانی کنید
میتوانید یک شی منبع داده را بازخوانی کنید تا آخرین دادهها را از BigQuery بر اساس مشخصات منبع داده فعلی و پیکربندیهای شی دریافت کنید. می توانید از روش spreadsheets.batchUpdate
برای فراخوانی RefreshDataSourceRequest
استفاده کنید. سپس یک یا چند مرجع شی را با استفاده از شی DataSourceObjectReferences
برای بازخوانی مشخص کنید.
توجه داشته باشید که هم میتوانید اشیاء منبع داده را در یک درخواست batchUpdate
ایجاد کنید و هم آنها را بازخوانی کنید.
یک منبع داده Looker را مدیریت کنید
این راهنما نحوه افزودن منبع داده Looker، به روز رسانی یا حذف آن، ایجاد جدول محوری روی آن و بازخوانی آن را نشان می دهد.
برنامه شما که هر گونه داده Looker Connected Sheets را درخواست می کند، از پیوند حساب Google موجود شما با Looker مجددا استفاده می کند.
یک منبع داده Looker اضافه کنید
برای افزودن منبع داده، یک AddDataSourceRequest
با استفاده از روش spreadsheets.batchUpdate
ارائه دهید. بدنه درخواست باید یک فیلد dataSource
از نوع آبجکت DataSource
را مشخص کند.
"addDataSource":{
"dataSource":{
"spec":{
"looker":{
"instance_uri":"INSTANCE_URI",
"model":"MODEL",
"explore":"EXPLORE"
}
}
}
}
INSTANCE_URI ، MODEL و EXPLORE را به ترتیب با یک URI نمونه Looker معتبر، نام مدل و نام کاوش جایگزین کنید.
پس از ایجاد یک منبع داده، یک برگه DATA_SOURCE
مرتبط ایجاد میشود تا پیشنمایشی از ساختار کاوش انتخابی، شامل نماها، ابعاد، اندازهگیریها و هر گونه توضیحات فیلد ارائه شود.
AddDataSourceResponse
شامل فیلدهای زیر است:
dataSource
: شیءDataSource
ایجاد شده.dataSourceId
یک شناسه منحصر به فرد با محدوده صفحه گسترده است. برای ایجاد هر شیءDataSource
از منبع داده پر شده و ارجاع داده شده است.dataExecutionStatus
: وضعیت اجرایی که داده های BigQuery را به صفحه پیش نمایش وارد می کند. برای اطلاعات بیشتر به بخش وضعیت اجرای داده ها مراجعه کنید.
منبع داده Looker را به روز کنید یا حذف کنید
از روش spreadsheets.batchUpdate
استفاده کنید و بر این اساس یک درخواست UpdateDataSourceRequest
یا DeleteDataSourceRequest
ارائه دهید.
اشیاء منبع داده Looker را مدیریت کنید
هنگامی که یک منبع داده به صفحه گسترده اضافه می شود، می توان یک شی منبع داده از آن ایجاد کرد. برای منابع داده Looker، فقط می توانید یک شیء PivotTable DataSource
از آن ایجاد کنید.
ایجاد فرمول ها، استخراج ها و نمودارهای DataSource
از منابع داده Looker امکان پذیر نیست.
یک شی منبع داده Looker را بازخوانی کنید
میتوانید یک شی منبع داده را بازخوانی کنید تا آخرین دادهها را از Looker بر اساس مشخصات منبع داده فعلی و پیکربندیهای شی دریافت کنید. می توانید از روش spreadsheets.batchUpdate
برای فراخوانی RefreshDataSourceRequest
استفاده کنید. سپس یک یا چند مرجع شی را با استفاده از شی DataSourceObjectReferences
برای بازخوانی مشخص کنید.
توجه داشته باشید که هم میتوانید اشیاء منبع داده را در یک درخواست batchUpdate
ایجاد کنید و هم آنها را بازخوانی کنید.
وضعیت اجرای داده ها
هنگامی که منابع داده را ایجاد می کنید یا اشیاء منبع داده را بازخوانی می کنید، یک اجرای پس زمینه برای واکشی داده ها از BigQuery یا Looker ایجاد می شود و پاسخی حاوی DataExecutionStatus
را برمی گرداند. اگر اجرا با موفقیت شروع شود، DataExecutionState
معمولا در حالت RUNNING
است.
از آنجایی که فرآیند ناهمزمان است، برنامه شما باید یک مدل نظرسنجی را برای بازیابی دوره ای وضعیت اشیاء منبع داده پیاده سازی کند. از روش spreadsheets.get
استفاده کنید تا وضعیت به حالت SUCCEEDED
یا FAILED
برگردد. در اکثر موارد اجرا به سرعت کامل می شود، اما این به پیچیدگی منبع داده شما بستگی دارد. معمولاً اجرا بیش از 10 دقیقه نیست.
موضوعات مرتبط
- دامنههای API کاربرگنگار Google را انتخاب کنید
- با داده های BigQuery در Google Sheets شروع کنید
- مستندات BigQuery
- BigQuery: استفاده از صفحات متصل
- فیلم آموزشی Connected Sheets
- استفاده از صفحات متصل برای Looker
- معرفی Looker