O BigQuery é a solução de armazenamento de dados em escala de petabyte do Google. O Data Studio é integrado de forma nativa ao BigQuery e pode ser usado para analisar e visualizar informações do BigQuery.
Etapas de implementação
Existem várias maneiras de importar seus dados do BigQuery para o Data Studio:
- Usar o conector nativo do BigQuery no Data Studio
- Desenvolver e utilizar um conector da comunidade
Usar o conector nativo do BigQuery no Data Studio
Os usuários podem utilizar o conector nativo do BigQuery no Data Studio para visualizar Tabelas ou consultas específicas do BigQuery. Você pode buscar tabelas inteiras ou executar consultas personalizadas no BigQuery pelo Data Studio. Também é possível usar o recurso Data Studio Explorer para fazer a análise exploratória dos seus dados do BigQuery.
Essa abordagem é útil se seus usuários:
- estão fazendo análises exploratórias;
- conhecem o SQL e podem criar as próprias consultas;
- conhecem os dados e sabem como visualizá-los do zero.
Exemplo: consultar dados sobre taxa de natalidade do BigQuery
Este guia mostra como um usuário final pode utilizar o conector nativo do BigQuery no Data Studio para ver dados do BigQuery. Este exemplo consulta a tabela de exemplo sobre natalidade do BigQuery e busca a tabela inteira no Data Studio.
Exemplo: criar um painel de BI com o BigQuery, App Engine e Data Studio
O artigo Como criar um painel de BI com o Google Data Studio e o BigQuery (em inglês) mostra como usar o App Engine para pré-agregar dados do BigQuery e visualizá-los no Data Studio.
Desenvolver e utilizar um conector da comunidade
Você pode desenvolver um conector da comunidade que busca dados do BigQuery. Essa abordagem tem mais benefícios do que a utilização do conector nativo:
- É possível incorporar consultas existentes ao seu conector. Os usuários não precisarão criar o próprio SQL nem copiar/colar snippets de SQL para obter a consulta exata. Além disso, você pode adicionar parâmetros às suas consultas e permitir que os usuários enviem informações por meio da configuração do conector para personalizar as consultas.
- Você pode utilizar contas de serviço para centralizar o faturamento. Os usuários não precisarão acessar uma conta de faturamento do GCP.
- Os usuários podem começar com relatórios de modelos predefinidos com os próprios dados.
- É possível implementar sua própria camada de armazenamento em cache para controlar os custos do BigQuery.
Em um conector da comunidade, você pode acessar os dados do BigQuery de três maneiras diferentes:
A tabela a seguir resume os pontos positivos e negativos:
Advanced Services do Data Studio | Serviço do BigQuery no Apps Script | API REST do BigQuery | |
---|---|---|---|
Referência | Advanced Services do Data Studio | Serviço do BigQuery no Apps Script | API REST do BigQuery |
Fluxo de dados | BigQuery > Data Studio | BigQuery > Apps Script > Data Studio | BigQuery > Apps Script > Data Studio |
Campos calculados suportados via getschema |
Sim | Sim | Sim |
Pode ser usado com uma conta de serviço ou controle de acesso personalizado | Sim | Não (é preciso utilizar as credenciais do usuário efetivo) | Sim |
Os filtros são automaticamente deslocados para baixo | Sim | Não | Não |
Transformação de dados adicional necessária em getData |
Não | Sim | Sim |
Os dados coletados podem ser acessados no Apps Script . Isso permite que você faça uma transformação adicional. |
Não | Sim | Sim |
Suporte a armazenamento em cache personalizado | Não | Sim | Sim |
Cota do UrlfetchApp aplicável | Não | Não | Sim |
Implementação de exemplo | Conector de dados do Banco Mundial | Serviço do BigQuery no Apps Script | Conector da UX do Chrome |
A menos que você precise do armazenamento em cache personalizado ou transformar os dados buscados do BigQuery, na maioria dos casos de uso, é possível utilizar o Advanced Services do Data Studio.