BigQuery es la solución de almacenamiento de datos de Google con escala de petabytes. Data Studio se integra de forma nativa con BigQuery y se puede usar para analizar y visualizar datos de BigQuery.
Pasos de implementación
Existen varias formas de incorporar tus datos de BigQuery a Data Studio:
- Usar el conector nativo de BigQuery en la IU de Data Studio
- Desarrollar y usar un conector de la comunidad
Usar el conector nativo de BigQuery en la IU de Data Studio
Los usuarios pueden usar el conector nativo de BigQuery en Data Studio para visualizar tablas de BigQuery o consultas específicas. Puedes recuperar tablas completas o ejecutar consultas personalizadas en BigQuery desde Data Studio. También es posible usar la función Explorador de Data Studio para completar el análisis exploratorio de tus datos de BigQuery.
Este enfoque es útil si tus usuarios cumplen con lo siguiente:
- Realizan análisis exploratorios.
- Están familiarizados con SQL y pueden escribir sus propias consultas.
- Están familiarizados con los datos y saben cómo visualizarlos desde cero.
Ejemplo: Cómo consultar datos de la tasa de natalidad de BigQuery
[En esta guía][Visualizing BigQuery Data Using Data Studio], se muestra cómo un usuario final puede usar el conector nativo de BigQuery de Data Studio desde la IU de Data Studio para visualizar datos de BigQuery. En este ejemplo, se consulta la tabla de muestra de natalidad de BigQuery y se recupera la tabla completa en Data Studio.
Ejemplo: Cómo crear un panel de BI con BigQuery, App Engine y Data Studio
[How to build a BI dashboard using Data Studio and BigQuery] muestra cómo puedes usar App Engine para agregar previamente datos de BigQuery y, luego, visualizarlos con Data Studio.
Desarrollar y usar un conector de la comunidad
Puedes desarrollar un conector de la comunidad que recupere datos de BigQuery. Este enfoque te brinda beneficios en comparación con el uso del conector nativo:
- Puedes incorporar consultas existentes en tu conector. Tus usuarios no tendrán que escribir su propio SQL ni copiar y pegar fragmentos de SQL para obtener la consulta exacta. Además, puedes parametrizar tus consultas y permitir que tus usuarios proporcionen información a través de la configuración del conector para personalizar las consultas.
- Puedes usar cuentas de servicio para centralizar la facturación. Tus usuarios no necesitarán acceso a una cuenta de facturación de GCP.
- Tus usuarios pueden comenzar con informes de plantillas listos para usar con sus propios datos.
- Puedes implementar tu propia capa de almacenamiento en caché para controlar el costo de BigQuery.
En un conector de la comunidad, puedes acceder a los datos de BigQuery de tres maneras diferentes:
- [Servicios avanzados de Data Studio]
- Servicio de BigQuery de Apps Script
- API de REST de BigQuery
En esta tabla, se resumen las ventajas y desventajas:
| Servicios avanzados de Data Studio | Servicio de BigQuery de Apps Script | API de REST de BigQuery | |
|---|---|---|---|
| Referencia | [Servicios avanzados de Data Studio] | Servicio de BigQuery de Apps Script | API de REST de BigQuery |
| Flujo de datos | BigQuery > Data Studio | BigQuery > Apps Script > Data Studio | BigQuery > Apps Script > Data Studio |
Campos calculados compatibles a través de getschema |
Sí | Sí | Sí |
| Se puede usar con una cuenta de servicio o un control de acceso personalizado | Sí | No (se aplican las credenciales del usuario efectivo) | Sí |
| Los filtros se envían automáticamente | Sí | No | No |
Se necesita una transformación de datos adicional en
getData |
No | Sí | Sí |
| Se puede acceder a los datos recuperados en
Apps Script (te permite realizar una transformación adicional) |
No | Sí | Sí |
| Se admite el almacenamiento en caché personalizado | No | Sí | Sí |
| Se aplica la cuota de UrlfetchApp Quota | No | No | Sí |
| Ejemplo de implementación | Conector de datos del Banco Mundial | Servicio de BigQuery de Apps Script | Conector de UX de Chrome |
A menos que necesites transformar los datos recuperados de BigQuery o necesites almacenamiento en caché personalizado, en la mayoría de los casos de uso, puedes usar los Servicios avanzados de Data Studio.