বিগকোয়েরি হলো গুগলের পেটাবাইট স্কেলের ডেটা ওয়্যারহাউজিং সলিউশন। ডেটা স্টুডিও বিগকোয়েরির সাথে নেটিভভাবে ইন্টিগ্রেট করে এবং এটি বিগকোয়েরি ডেটা বিশ্লেষণ ও ভিজ্যুয়ালাইজ করতে ব্যবহার করা যায়।
বাস্তবায়নের পদক্ষেপ
আপনার BigQuery ডেটা Data Studio-তে আনার একাধিক উপায় রয়েছে:
- ডেটা স্টুডিও UI-তে নেটিভ BigQuery কানেক্টর ব্যবহার করে
- একটি কমিউনিটি কানেক্টর তৈরি এবং ব্যবহার করা
ডেটা স্টুডিও UI-তে নেটিভ BigQuery কানেক্টর ব্যবহার করে
ব্যবহারকারীরা ডেটা স্টুডিও-তে থাকা নেটিভ BigQuery কানেক্টর ব্যবহার করে BigQuery টেবিল বা নির্দিষ্ট কোয়েরি ভিজ্যুয়ালাইজ করতে পারেন। আপনি ডেটা স্টুডিও-র ভেতর থেকেই সম্পূর্ণ টেবিল ফেচ করতে পারেন অথবা BigQuery-তে কাস্টম কোয়েরি চালাতে পারেন। এছাড়াও, আপনার BigQuery ডেটার এক্সপ্লোরেটরি অ্যানালাইসিস সম্পন্ন করার জন্য ডেটা স্টুডিও এক্সপ্লোরার ফিচারটি ব্যবহার করা সম্ভব।
এই পদ্ধতিটি সহায়ক হবে যদি আপনার ব্যবহারকারীরা:
- অনুসন্ধানমূলক বিশ্লেষণ করা হচ্ছে।
- SQL সম্পর্কে পরিচিত এবং নিজেদের কোয়েরি লিখতে পারেন।
- ডেটা সম্পর্কে পরিচিত এবং শুরু থেকে কীভাবে তা ভিজ্যুয়ালাইজ করতে হয় তা জানেন।
উদাহরণ: BigQuery থেকে জন্মহারের ডেটা কোয়েরি করা
[এই নির্দেশিকা][ডেটা স্টুডিও ব্যবহার করে বিগকোয়েরি ডেটার ভিজ্যুয়ালাইজেশন] দেখায় কিভাবে একজন ব্যবহারকারী ডেটা স্টুডিও UI থেকে এর নিজস্ব বিগকোয়েরি কানেক্টর ব্যবহার করে বিগকোয়েরি ডেটা ভিজ্যুয়ালাইজ করতে পারেন। এই উদাহরণটি বিগকোয়েরি ন্যাটিলিটি স্যাম্পল টেবিলটি কোয়েরি করে এবং সম্পূর্ণ টেবিলটি ডেটা স্টুডিওতে নিয়ে আসে।
উদাহরণ: BigQuery, App Engine, এবং Data Studio ব্যবহার করে একটি BI ড্যাশবোর্ড তৈরি করা
[ডেটা স্টুডিও এবং বিগকোয়েরি ব্যবহার করে কীভাবে একটি বিআই ড্যাশবোর্ড তৈরি করবেন]-এ দেখানো হয়েছে, কীভাবে আপনি অ্যাপ ইঞ্জিন ব্যবহার করে বিগকোয়েরি ডেটা প্রি-অ্যাগ্রিগেট করতে পারেন এবং তারপরে ডেটা স্টুডিও দিয়ে সেটিকে ভিজ্যুয়ালাইজ করতে পারেন।
একটি কমিউনিটি কানেক্টর তৈরি এবং ব্যবহার করা
আপনি একটি কমিউনিটি কানেক্টর তৈরি করতে পারেন যা BigQuery থেকে ডেটা সংগ্রহ করে। নেটিভ কানেক্টর ব্যবহারের তুলনায় এই পদ্ধতিটি আপনাকে নিম্নলিখিত সুবিধাগুলো দেয়:
- আপনি আপনার কানেক্টরে বিদ্যমান কোয়েরিগুলো অন্তর্ভুক্ত করতে পারেন। আপনার ব্যবহারকারীদের সঠিক কোয়েরিটি পাওয়ার জন্য নিজেদের SQL লিখতে বা SQL স্নিপেট কপি/পেস্ট করতে হবে না। এছাড়াও, আপনি আপনার কোয়েরিগুলোকে প্যারামিটারাইজ করতে পারেন এবং কোয়েরিগুলো কাস্টমাইজ করার জন্য কানেক্টর কনফিগারেশনের মাধ্যমে ব্যবহারকারীদের ইনপুট দেওয়ার সুযোগ দিতে পারেন।
- আপনি বিলিং কেন্দ্রীভূত করতে সার্ভিস অ্যাকাউন্ট ব্যবহার করতে পারেন। আপনার ব্যবহারকারীদের কোনো GCP বিলিং অ্যাকাউন্টে অ্যাক্সেসের প্রয়োজন হবে না।
- আপনার ব্যবহারকারীরা তাদের নিজস্ব ডেটা দিয়ে তৈরি টেমপ্লেট রিপোর্ট ব্যবহার করে কাজ শুরু করতে পারেন।
- BigQuery-এর খরচ নিয়ন্ত্রণ করতে আপনি আপনার নিজস্ব ক্যাশিং লেয়ার প্রয়োগ করতে পারেন।
একটি কমিউনিটি কানেক্টরে, আপনি তিনটি ভিন্ন উপায়ে BigQuery ডেটা অ্যাক্সেস করতে পারেন:
- [ডেটা স্টুডিও অ্যাডভান্সড সার্ভিসেস]
- অ্যাপস স্ক্রিপ্ট বিগকোয়েরি সার্ভিস
- বিগকোয়েরি REST API
এই সারণিতে সুবিধা ও অসুবিধাগুলো সংক্ষেপে তুলে ধরা হলো:
| ডেটা স্টুডিও অ্যাডভান্সড সার্ভিসেস | অ্যাপস স্ক্রিপ্ট বিগকোয়েরি সার্ভিস | বিগকোয়েরি REST API | |
|---|---|---|---|
| রেফারেন্স | [ডেটা স্টুডিও অ্যাডভান্সড সার্ভিসেস] | অ্যাপস স্ক্রিপ্ট বিগকোয়েরি সার্ভিস | বিগকোয়েরি REST API |
| ডেটার প্রবাহ | বিগকোয়েরি > ডেটা স্টুডিও | BigQuery > অ্যাপস স্ক্রিপ্ট > ডেটা স্টুডিও | BigQuery > অ্যাপস স্ক্রিপ্ট > ডেটা স্টুডিও |
getschema মাধ্যমে গণনাকৃত ক্ষেত্রসমূহ সমর্থিত | হ্যাঁ | হ্যাঁ | হ্যাঁ |
| সার্ভিস অ্যাকাউন্ট/কাস্টম অ্যাক্সেস কন্ট্রোলের সাথে ব্যবহার করা যেতে পারে। | হ্যাঁ | না (কার্যকরী ব্যবহারকারীর পরিচয়পত্র বলবৎ করা হয়েছে) | হ্যাঁ |
| ফিল্টারগুলি স্বয়ংক্রিয়ভাবে নিচে নেমে যায় | হ্যাঁ | না | না |
getData তে অতিরিক্ত ডেটা রূপান্তর প্রয়োজন। | না | হ্যাঁ | হ্যাঁ |
| সংগৃহীত ডেটা অ্যাপস স্ক্রিপ্টে অ্যাক্সেস করা যাবে। (আপনাকে অতিরিক্ত রূপান্তর করতে দেয়) | না | হ্যাঁ | হ্যাঁ |
| কাস্টম ক্যাশিং সমর্থিত | না | হ্যাঁ | হ্যাঁ |
| UrlfetchApp কোটা প্রয়োগ করা হয়েছে | না | না | হ্যাঁ |
| উদাহরণ বাস্তবায়ন | বিশ্বব্যাংকের ডেটা সংযোগকারী | অ্যাপস স্ক্রিপ্ট বিগকোয়েরি সার্ভিস | ক্রোম ইউএক্স কানেক্টর |
BigQuery থেকে প্রাপ্ত ডেটা রূপান্তর করার বা কাস্টম ক্যাশিংয়ের প্রয়োজন না হলে, বেশিরভাগ ক্ষেত্রেই আপনি ডেটা স্টুডিও অ্যাডভান্সড সার্ভিসেস ব্যবহার করতে পারেন।