BigQuery adalah solusi data warehousing berskala petabyte dari Google. Data Studio terintegrasi secara native dengan BigQuery dan dapat digunakan untuk menganalisis dan memvisualisasikan data BigQuery.
Langkah-langkah implementasi
Ada beberapa cara untuk memasukkan data BigQuery Anda ke Data Studio:
- Menggunakan konektor BigQuery native di UI Data Studio
- Mengembangkan dan menggunakan Konektor Komunitas
Menggunakan konektor BigQuery native di UI Data Studio
Pengguna dapat menggunakan konektor BigQuery native di Data Studio untuk memvisualisasikan tabel BigQuery atau kueri tertentu. Anda dapat mengambil seluruh tabel atau menjalankan kueri kustom di BigQuery dari dalam Data Studio. Anda juga dapat menggunakan fitur Penjelajah Data Studio untuk menyelesaikan analisis eksploratif data BigQuery Anda.
Pendekatan ini berguna jika pengguna Anda:
- melakukan analisis eksploratif.
- memahami SQL dan dapat menulis kueri mereka sendiri.
- memahami data dan tahu cara memvisualisasikannya dari awal.
Contoh: Membuat kueri data tingkat kelahiran dari BigQuery
[Panduan ini][Visualizing BigQuery Data Using Data Studio] menunjukkan cara pengguna akhir dapat menggunakan konektor BigQuery native Data Studio dari UI Data Studio untuk memvisualisasikan data BigQuery. Contoh ini mengkueri tabel sampel natality BigQuery dan mengambil seluruh tabel ke Data Studio.
Contoh: Membangun dasbor BI dengan BigQuery, App Engine, dan Data Studio
[Cara membuat dasbor BI menggunakan Data Studio dan BigQuery] menunjukkan cara Anda dapat menggunakan App Engine untuk melakukan pra-agregasi data BigQuery, lalu memvisualisasikannya dengan Data Studio.
Mengembangkan dan menggunakan Konektor Komunitas
Anda dapat mengembangkan Konektor Komunitas yang mengambil data dari BigQuery. Pendekatan ini memberikan manfaat dibandingkan menggunakan konektor native:
- Anda dapat menggabungkan kueri yang ada ke dalam Konektor. Pengguna Anda tidak perlu menulis SQL mereka sendiri atau menyalin/menempelkan cuplikan SQL untuk mendapatkan kueri yang tepat. Selain itu, Anda dapat memparameterkan kueri dan mengizinkan pengguna memberikan input melalui konfigurasi konektor untuk menyesuaikan kueri.
- Anda dapat menggunakan akun layanan untuk memusatkan penagihan. Pengguna Anda tidak memerlukan akses ke akun penagihan GCP.
- Pengguna Anda dapat memulai dengan laporan template siap pakai dengan data mereka sendiri.
- Anda dapat menerapkan lapisan caching Anda sendiri untuk mengontrol biaya BigQuery.
Di Konektor Komunitas, Anda dapat mengakses data BigQuery dengan tiga cara terpisah:
- [Layanan Lanjutan Data Studio]
- Layanan BigQuery Apps Script
- BigQuery REST API
Tabel ini merangkum pro dan kontra:
| Data Studio Layanan Lanjutan | Apps Script BigQuery Service | REST API BigQuery | |
|---|---|---|---|
| Referensi | [Data Studio Advanced Services] | Apps Script BigQuery Service | BigQuery REST API |
| Aliran data | BigQuery > Data Studio | BigQuery > Aplikasi Script > Data Studio | BigQuery > Aplikasi Script > Data Studio |
Kolom
kalkulasi yang didukung
melalui getschema |
Ya | Ya | Ya |
| Dapat digunakan dengan akun layanan/kontrol akses kustom | Ya | Tidak (kredensial pengguna efektif diterapkan) | Ya |
| Filter secara otomatis diturunkan | Ya | Tidak | Tidak |
Transformasi
data tambahan
diperlukan di
getData |
Tidak | Ya | Ya |
| Data yang diambil dapat diakses di Apps Script (Memungkinkan Anda melakukan transformasi tambahan) |
Tidak | Ya | Ya |
| Cache kustom didukung | Tidak | Ya | Ya |
| UrlfetchApp Quota diterapkan | Tidak | Tidak | Ya |
| Contoh penerapan | Konektor data Bank Dunia | Apps Script BigQuery Service | Konektor UX Chrome |
Kecuali jika Anda perlu mengubah data yang diambil dari BigQuery atau memerlukan penyiapan cache kustom, dalam sebagian besar kasus penggunaan, Anda dapat menggunakan Layanan Lanjutan Data Studio.