BigQuery — это решение Google для хранения данных петабайтного масштаба. Data Studio интегрируется с BigQuery и может использоваться для анализа и визуализации данных BigQuery.
Этапы реализации
Существует несколько способов импортировать данные BigQuery в Data Studio:
- Использование встроенного коннектора BigQuery в пользовательском интерфейсе Data Studio.
- Разработка и использование инструмента для взаимодействия с сообществом.
Использование встроенного коннектора BigQuery в пользовательском интерфейсе Data Studio.
Пользователи могут использовать встроенный коннектор BigQuery в Data Studio для визуализации таблиц BigQuery или отдельных запросов. Вы можете получать доступ ко всем таблицам или выполнять пользовательские запросы к BigQuery прямо из Data Studio. Также можно использовать функцию Data Studio Explorer для проведения исследовательского анализа данных BigQuery.
Этот подход полезен, если ваши пользователи:
- проводят предварительный анализ.
- знакомы с SQL и умеют писать собственные запросы.
- знакомы с данными и умеют визуализировать их с нуля.
Пример: Запрос данных о рождаемости из BigQuery.
[Это руководство][Визуализация данных BigQuery с помощью Data Studio] показывает, как конечный пользователь может использовать встроенный коннектор BigQuery в Data Studio из пользовательского интерфейса Data Studio для визуализации данных BigQuery. В этом примере выполняется запрос к таблице BigQuery natality sample table и вся таблица загружается в Data Studio.
Пример: Создание панели мониторинга бизнес-аналитики с использованием BigQuery, App Engine и Data Studio.
[Как создать BI-панель с помощью Data Studio и BigQuery] показывает, как можно использовать App Engine для предварительной агрегации данных BigQuery, а затем визуализировать их с помощью Data Studio.
Разработка и использование инструмента для взаимодействия с сообществом.
Вы можете разработать коннектор сообщества , который будет получать данные из BigQuery. Такой подход дает преимущества по сравнению с использованием встроенного коннектора:
- Вы можете интегрировать существующие запросы в свой коннектор. Вашим пользователям не придётся писать собственные SQL-запросы или копировать/вставлять фрагменты SQL-кода, чтобы получить точный запрос. Кроме того, вы можете параметризовать свои запросы и позволить пользователям вводить данные через конфигурацию коннектора для их настройки.
- Для централизации выставления счетов можно использовать сервисные учетные записи. Вашим пользователям не потребуется доступ к платежной учетной записи GCP.
- Ваши пользователи могут начать работу с готовыми шаблонами отчетов, используя собственные данные.
- Вы можете реализовать собственный слой кэширования для управления затратами на BigQuery.
В Community Connector доступ к данным BigQuery можно получить тремя различными способами:
- [Расширенные услуги Data Studio]
- Сервис BigQuery на Apps Script
- REST API BigQuery
В этой таблице приведены основные преимущества и недостатки:
| Расширенные услуги Data Studio | Сервис BigQuery на Apps Script | REST API BigQuery | |
|---|---|---|---|
| Ссылка | [Расширенные услуги Data Studio] | Сервис BigQuery на Apps Script | REST API BigQuery |
| Поток данных | BigQuery > Data Studio | BigQuery > Apps Script > Data Studio | BigQuery > Apps Script > Data Studio |
Поддерживаются вычисляемые поля через getschema | Да | Да | Да |
| Может использоваться с учетной записью службы/настраиваемым контролем доступа. | Да | Нет (действительные учетные данные пользователя обязательны) | Да |
| Фильтры автоматически опускаются вниз. | Да | Нет | Нет |
Для getData требуется дополнительная трансформация данных. | Нет | Да | Да |
| Полученные данные можно получить в Apps Script. (Позволяет выполнить дополнительные преобразования) | Нет | Да | Да |
| Поддерживается пользовательское кэширование | Нет | Да | Да |
| Применена квота UrlfetchApp | Нет | Нет | Да |
| Пример реализации | Коннектор данных Всемирного банка | Сервис BigQuery на Apps Script | Chrome UX Connector |
Если вам не требуется преобразовывать данные, полученные из BigQuery, или настраивать кэширование, в большинстве случаев вы можете использовать Data Studio Advanced Services .