Introdução à análise e às ferramentas de Business Intelligence

É possível integrar ferramentas de análise e Business Intelligence (BI) ao BigQuery para descobrir insights úteis do seu data warehouse. Várias ferramentas complementam o BigQuery, permitindo que você crie painéis interativos, aplicativos de dados personalizados ou realize análises programáticas sem mover seus conjuntos de dados.

Páginas conectadas

As páginas conectadas permitem acessar, analisar, visualizar e compartilhar bilhões de linhas de dados do BigQuery das suas planilhas do Planilhas Google. A interface do "páginas conectadas" simplifica a colaboração com partes interessadas não técnicas do projeto, não requer exportações de dados adicionais, simplifica a geração de relatórios e oferece recursos avançados de controle de acesso.

Para saber mais sobre como usar as páginas conectadas com o BigQuery, consulte Usar páginas conectadas.

Looker

O Looker é a plataforma corporativa do Google para visualização de dados e Business Intelligence. Ele é útil para análises avançadas de dados, análises preditivas e aplicativos de dados personalizados. Ele também se conecta a bancos de dados transacionais em outras nuvens públicas.

Para saber mais sobre como usar o Looker com o BigQuery, consulte Analisar dados com o BigQuery BI Engine e o Looker.

Data Studio

O Data Studio é uma ferramenta do Google para visualização de dados e Business Intelligence. Ele se conecta ao BigQuery diretamente do console do Google Cloud e é útil para criar gráficos, relatórios e painéis.

Para saber mais sobre como usar o Data Studio com o BigQuery, consulte Analisar dados com o Data Studio.

Ferramentas de análise programática

As ferramentas de análise programática podem executar código para analisar dados gerenciados no BigQuery. Embora o SQL seja uma linguagem de consulta eficaz, Python, Java ou R geralmente oferecem uma maneira mais simplificada e expressiva de realizar análise de dados. Essas ferramentas incluem aplicativos de código aberto baseados na Web, como notebooks Jupyter e Apache Zeppelin. O Vertex AI Workbench é uma ferramenta do Google que oferece ambientes de notebook do JupyterLab para análise programática.

Ferramentas de terceiros

Também é possível se conectar ao BigQuery usando várias ferramentas conhecidas de terceiros, como o Tableau e o Microsoft Power BI.

O programa pronto para o BigQuery oferece uma lista completa de soluções de parceiros validadas.

Se você precisar de ajuda com uma solução, entre em contato com um parceiro doGoogle Cloud Ready - BigQuery. O Cloud Customer Care não oferece suporte ao software de terceiros quando é identificado que o BigQuery está funcionando conforme o esperado.

Conectividade de rede

Todas as soluções de BI e de análise de dados implantadas em hosts e serviços com endereços IP externo podem acessar o BigQuery por meio da API REST do BigQuery pública e da API BigQuery Storage baseada em RPC pela Internet.

As soluções de BI e análise de dados terceirizadas implantadas nas instâncias da VM do Compute Engine que têm apenas endereços IP internos podem usar o Acesso privado do Google para acessar APIs e serviços do Google, como o BigQuery. Para ativar o Acesso privado do Google em uma sub-rede e ver os requisitos, consulte Como configurar o Acesso privado do Google.

As soluções de BI e de análise de dados terceirizadas implantadas em hosts no local podem usar o Acesso privado do Google para hosts no local para acessar APIs e serviços do Google, como o BigQuery. Este serviço estabelece uma conexão privada do data center ao Google Cloudpor meio de Cloud VPN ou Cloud Interconnect. Os hosts no local não precisam de endereços IP externo. Em vez disso, eles usam endereços IP RFC 1918 internos (link em inglês). Para ativar o Acesso privado do Google para hosts no local, você precisa configurar o DNS, as regras de firewall e as rotas nas suas redes locais e VPC. Para mais detalhes sobre o Acesso privado do Google para hosts locais, consulte Como configurar o Acesso privado do Google para hosts locais.

Se você gerencia sua própria instância de uma solução de BI de terceiros, pense em implantá-la no Compute Engine para minimizar a latência entre sua instância e o BigQuery.

Se a sua solução de BI for compatível, considere definir filtros em consultas de relatórios ou painéis sempre que possível. Essa etapa envia os filtros como cláusulas WHERE para o BigQuery. Embora a configuração desses filtros não reduza a quantidade de dados que o BigQuery verifica, ela reduz a quantidade de dados retornados pela rede.

Para mais informações sobre otimizações de rede e de consultas, acesse Otimizar cargas de trabalho e Introdução à otimização de desempenho da consulta.

drivers ODBC e JDBC

Para soluções de terceiros e aplicativos personalizados que não se integram à API BigQuery, a Magnitude Simba fornece drivers ODBC e JDBC para ajudar você a usar o BigQuery com suas ferramentas atuais.

Autenticação

A API BigQuery usa tokens de acesso do OAuth 2.0 para autenticar solicitações. Um token de acesso do OAuth 2.0 é uma string que concede acesso temporário a uma API. O servidor OAuth 2.0 do Google concede tokens de acesso a todas as APIs do Google. Os tokens de acesso são associados a um escopo (em inglês), o que limita o acesso do token. Para escopos associados à API BigQuery, consulte a lista completa de escopos da API do Google.

As soluções que oferecem integração nativa do BigQuery podem gerar tokens de acesso automaticamente para o BigQuery usando protocolos OAuth 2.0 ou chaves privadas de conta de serviço fornecidas pelo cliente. Da mesma forma, as soluções que dependem dos drivers ODBC/JDBC da Simba também podem conseguir tokens de acesso para uma conta de usuário do Google ou para uma conta de serviço do Google (tutoriais em inglês).

A seguir