Introduzione agli strumenti di analisi e business intelligence

Puoi integrare strumenti di analisi e business intelligence (BI) con BigQuery per scoprire insight utili dal tuo data warehouse. Diversi strumenti integrano BigQuery, consentendoti di creare dashboard interattive, creare applicazioni di dati personalizzate o eseguire analisi programmatiche senza spostare i set di dati.

Fogli connessi

Fogli connessi ti consente di accedere a miliardi di righe di dati BigQuery, analizzarle, visualizzarle e condividerle dai tuoi fogli di lavoro di Fogli Google. L'interfaccia di Fogli connessi semplifica la collaborazione con gli stakeholder del progetto non tecnici, non richiede ulteriori esportazioni di dati, semplifica la generazione di report e offre potenti funzionalità di controllo dell'accesso.

Per scoprire di più sull'utilizzo di Fogli connessi con BigQuery, consulta Utilizza Fogli connessi.

Looker

Looker è la piattaforma aziendale di Google per la visualizzazione dei dati e la business intelligence. È utile per l'analisi dei dati avanzata, l'analisi predittiva e le applicazioni di dati personalizzate. Può anche connettersi a database transazionali in altri cloud pubblici.

Per scoprire di più sull'utilizzo di Looker con BigQuery, consulta Analizza i dati con BigQuery BI Engine e Looker.

Data Studio

Data Studio è uno strumento di Google per la visualizzazione dei dati e la business intelligence. Si connette a BigQuery direttamente dalla console Google Cloud ed è utile per creare grafici, report e dashboard.

Per scoprire di più sull'utilizzo di Data Studio con BigQuery, consulta Analizza i dati con Data Studio.

Strumenti di analisi programmatica

Gli strumenti di analisi programmatica possono eseguire codice per analizzare i dati gestiti in BigQuery. Sebbene SQL sia un linguaggio di query potente, Python, Java o R spesso forniscono un modo più semplificato ed espressivo per eseguire l'analisi dei dati. Questi strumenti includono applicazioni open source basate sul web come Jupyter Notebook e Apache Zeppelin. Vertex AI Workbench è uno strumento di Google che offre ambienti di blocchi note JupyterLab per l'analisi programmatica.

Strumenti di terze parti

Puoi anche connetterti a BigQuery utilizzando una serie di strumenti di terze parti molto diffusi, come Tableau e Microsoft Power BI.

Il programma BigQuery Ready offre un elenco completo di soluzioni dei partner convalidate.

Se hai bisogno di assistenza per una soluzione, contatta un partnerGoogle Cloud Ready - BigQuery. Il software di terze parti non è supportato dall'assistenza clienti Google Cloud quando è stato identificato che BigQuery funziona come previsto.

Connettività di rete

Tutte le soluzioni di BI e analisi dei dati di cui è stato eseguito il deployment su host e servizi con indirizzi IP esterni possono accedere a BigQuery tramite l'API REST BigQuery pubblica e l'API BigQuery Storage basata su RPC su internet.

Le soluzioni di BI e analisi dei dati di terze parti di cui è stato eseguito il deployment su istanze VM di Compute Engine che hanno solo indirizzi IP interni possono utilizzare l'accesso privato Google per raggiungere le API di Google e i servizi Google come BigQuery. Per abilitare una subnet per l'accesso privato Google e visualizzare i requisiti, consulta Configurazione dell'accesso privato Google.

Le soluzioni di BI e analisi dei dati di terze parti di cui è stato eseguito il deployment su host on-premise possono utilizzare l'accesso privato Google per gli host on-premise per raggiungere le API e i servizi Google come BigQuery. Questo servizio stabilisce una connessione privata su Cloud VPN o Cloud Interconnect dal tuo data center a Google Cloud. Gli host on-premise non hanno bisogno di indirizzi IP esterni, ma utilizzano indirizzi IP interni RFC 1918. Per abilitare l'accesso privato Google per gli host on-premise, devi configurare il DNS, le regole firewall e le route nelle reti on-premise e VPC. Per maggiori dettagli sull'accesso privato Google per gli host on-premise, consulta Configurazione dell'accesso privato Google per gli host on-premise.

Se gestisci la tua istanza di una soluzione BI di terze parti, valuta la possibilità di eseguirne il deployment su Compute Engine per ridurre al minimo la latenza tra l'istanza e BigQuery.

Se la tua soluzione di BI lo supporta, potresti prendere in considerazione l'impostazione di filtri nelle query dei report o delle dashboard, se possibile. Questo passaggio invia i filtri come clausole WHERE a BigQuery. Sebbene l'impostazione di questi filtri non riduca la quantità di dati scansionati da BigQuery, riduce la quantità di dati restituiti sulla rete.

Per saperne di più sulle ottimizzazioni di rete e query, consulta Ottimizza i workload e l'Introduzione all'ottimizzazione delle prestazioni delle query.

Driver ODBC e JDBC

Per le soluzioni di terze parti e le applicazioni personalizzate che non si integrano con l'API BigQuery, Magnitude Simba fornisce driver ODBC e JDBC per aiutarti a utilizzare BigQuery con i tuoi strumenti esistenti.

Autenticazione

L'API BigQuery utilizza i token di accesso OAuth 2.0 per autenticare le richieste. Un token di accesso OAuth 2.0 è una stringa che concede l'accesso temporaneo a un'API. Il server OAuth 2.0 di Google concede i token di accesso per tutte le API di Google. I token di accesso sono associati a un ambito, che limita l'accesso del token. Per gli ambiti associati all'API BigQuery, consulta l'elenco completo degli ambiti delle API di Google.

Le soluzioni che offrono l'integrazione nativa di BigQuery possono generare automaticamente token di accesso per BigQuery utilizzando i protocolli OAuth 2.0 o le chiavi private dei service account fornite dal cliente. Analogamente, le soluzioni che si basano sui driver Simba ODBC/JDBC possono anche ottenere token di accesso per un account utente Google o per un service account Google.

Passaggi successivi