Kurzanleitung zu Data Studio

Mit BigQuery BI Engine können Sie schnelle Analysedienste mit niedriger Latenz ausführen und interaktive Analysen mit Berichten und Dashboards durchführen, die von BigQuery gestützt werden.

Diese einführende Anleitung richtet sich an Datenanalysten und Business-Analysten, die Google Data Studio zum Erstellen von Berichten und Dashboards verwenden.

Ziele

In dieser Anleitung lernen Sie, wie Sie:

  • Erstellen Sie mit der BigQuery Admin Console eine BI Engine-Kapazitätsreservierung.
  • Verwenden Sie Data Studio, um eine Verbindung zu einer von BI Engine verwalteten BigQuery-Tabelle herzustellen.
  • Erstellen Sie ein Data Studio-Dashboard, das Ihre von BI Engine verwaltete Tabelle abfragt.

Kosten

In dieser Anleitung werden kostenpflichtige Komponenten von Google Cloud verwendet, darunter:

  • BI Engine: Für die Reservierung, die Sie in BI Engine erstellen, fallen Kosten an.
  • BigQuery: Für die Tabelle, die Sie in BigQuery erstellen, fallen Speicherkosten an.

Weitere Informationen zur BI Engine-Preisgestaltung finden Sie auf der Seite Preisgestaltung.

Weitere Informationen zu BigQuery-Speicherpreisen finden Sie unter Speicherpreise in der BigQuery-Dokumentation.

Hinweis

Bevor Sie beginnen, stellen Sie sicher, dass ein Projekt bereitsteht, dass Sie die Abrechnung für dieses Projekt aktiviert haben und dass Sie die BigQuery-API aktiviert haben.

  1. Melden Sie sich bei Ihrem Google Cloud-Konto an. Wenn Sie mit Google Cloud noch nicht vertraut sind, erstellen Sie ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.
  2. Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.

    Zur Projektauswahl

  3. Die Abrechnung für das Cloud-Projekt muss aktiviert sein. So prüfen Sie, ob die Abrechnung für Ihr Projekt aktiviert ist.

  4. Die BigQuery-API wird in neuen Projekten automatisch aktiviert. Um die BigQuery-API in einem vorhandenen Projekt zu aktivieren, gehen Sie zu Aktivieren Sie die BigQuery API.

    Aktivieren Sie die API

BigQuery-Dataset erstellen

Der erste Schritt besteht darin, ein BI Engine-Dataset zum Speichern Ihrer von BI Engine verwalteten Tabelle zu erstellen. So erstellen Sie ein Dataset:

  1. Rufen Sie in der Cloud Console die BigQuery-Seite auf.

    BigQuery aufrufen

  2. Klicken Sie im Navigationsbereich im Bereich Explorer auf den Namen Ihres Projekts.

  3. Klicken Sie im Detailbereich auf Dataset erstellen.

  4. Führen Sie auf der Seite Dataset erstellen die folgenden Schritte aus:

    • Geben Sie unter Dataset-ID biengine_tutorial ein.
    • Wählen Sie unter Speicherort der Daten die Option USA aus. Die öffentlichen Datasets werden am multiregionalen Standort US gespeichert. Der Einfachheit halber empfehlen wir, dass Sie Ihr Dataset am selben Speicherort ablegen.

      Seite "Dataset erstellen"

  5. Lassen Sie alle anderen Standardeinstellungen unverändert und klicken Sie auf Dataset erstellen.

Tabelle durch Kopieren von Daten aus einem öffentlichen Dataset erstellen

In dieser Anleitung wird ein Dataset aus dem Google Cloud Public Dataset-Programm verwendet. Öffentliche Datasets sind Datasets, die von BI Engine gehostet werden, damit Sie darauf zugreifen und sie in Ihre Anwendungen integrieren können.

In diesem Abschnitt erstellen Sie eine Tabelle, indem Sie Daten aus dem Dataset San Francisco 311 Service Requests kopieren. Sie können das Dataset mit der Cloud Console untersuchen.

Erstellen Sie die Tabelle.

So erstellen Sie eine Tabelle:

  1. Öffnen Sie in der Cloud Console das Dataset SF 311.

    Wechseln Sie zum SF 311-Dataset

  2. Maximieren Sie im Navigationsbereich san_francisco_311 und klicken Sie auf die Tabelle 311_service_requests.

  3. Klicken Sie auf Tabelle kopieren.

  4. Gehen Sie im Dialogfeld Tabelle kopieren im Abschnitt Ziel so vor:

    • Wählen Sie unter Projektname Ihr Projekt aus.
    • Prüfen Sie bei Dataset-Name, ob biengine_tutorial ausgewählt ist.
    • Geben Sie für Tabellenname 311_service_requests_copy ein.

      Kopieren Sie die SF 311-Tabelle

    • Klicken Sie auf Kopieren.

  5. Wenn der Kopierjob abgeschlossen ist, können Sie den Tabelleninhalt überprüfen, indem Sie PROJECT_NAME > biengine_tutorial maximieren und auf 311_service_requests_copy klicken. }> Vorschau aufrufen.

BI Engine-Reservierung erstellen

  1. Wechseln Sie in der BigQuery-Admin-Konsole zur Seite BI Engine.

    Wechseln Sie zur BigQuery Admin Console

  2. Klicken Sie auf Reservierung erstellen.

  3. Auf der Seite Reservierung erstellen für Schritt 1:

    • Prüfen Sie Ihren Projektnamen.
    • Standort auswählen Der Speicherort sollte mit dem Speicherort der Datasets übereinstimmen, die Sie abfragen.
    • Passen Sie den Schieberegler an die reservierte Speicherkapazität an. Im folgenden Beispiel wird die Kapazität auf 2 GB festgelegt. Das aktuelle Maximum beträgt 100 GB.

      Speicherort der BI-Engine

  4. Klicken Sie auf Weiter.

  5. Überprüfen Sie für Schritt 2 Ihre Reservierungsdetails und klicken Sie dann auf Weiter.

  6. Überprüfen Sie für Schritt 3 die Vereinbarung und klicken Sie dann auf Erstellen.

  7. Nachdem Sie Ihre Reservierung bestätigt haben, werden die Details auf der Seite Reservierungen angezeigt.

    Bestätigte Reservierung

Verbindung zu Datenquelle in Data Studio erstellen

Bevor Sie einen Bericht in Google Data Studio erstellen, müssen Sie eine Datenquelle für den Bericht erstellen. Ein Bericht kann eine oder mehrere Datenquellen enthalten. Google Data Studio verwendet den BigQuery-Connector, um eine Verbindung zu einer von BI Engine verwalteten BigQuery-Tabelle herzustellen.

Wenn Sie Ihre Datenquellenverbindung in Data Studio definieren, verwendet BI Engine die von Ihnen konfigurierten Tabellen und Spalten, um zu bestimmen, welche Daten zwischengespeichert werden sollen. BI Engine speichert nur die Spalten zwischen, die Sie Ihrem Bericht hinzufügen.

Erforderliche Berechtigung

Sie brauchen die entsprechenden Berechtigungen, um eine BigQuery-Datenquelle zu einem Google Data Studio-Bericht hinzuzufügen. Die für BigQuery-Datasets angewendeten Berechtigungen gelten auch für Ihre in Google Data Studio erstellten Berichte, Diagramme und Dashboards. Wenn ein Google Data Studio-Bericht freigegeben wird, sind die Komponenten des Berichts nur für die Nutzer mit entsprechenden Berechtigungen sichtbar.

Das Ausführen eines Abfragejobs, der zum Auffüllen eines Berichts verwendet wird, erfordert bigquery.jobs.create-Berechtigungen. Damit der Abfragejob erfolgreich abgeschlossen werden kann, muss der Nutzer oder die Gruppe Zugriff auf das Dataset haben, das die Tabellen enthält, auf die die Abfrage verweist. Die erforderliche Mindestzugriffsebene ist "Darf ansehen", welche der Rolle bigquery.dataViewer für dieses Dataset zugeordnet ist.

Da Sie das in dieser Anleitung verwendete Dataset erstellt haben, erhalten Sie als Inhaber Zugriff auf das Dataset, wodurch Sie die vollständige Kontrolle darüber haben. Da Sie das in dieser Anleitung verwendete Projekt erstellt haben, haben Sie auch Inhaberzugriff auf Projektebene. Mit dem Inhaberzugriff können Sie Jobs im Projekt ausführen.

Berechtigungsdetails

Sie können bigquery.jobs.create-Berechtigungen auf Projektebene festlegen, indem Sie eine der folgenden vordefinierten IAM-Rollen gewähren:

  • bigquery.user
  • bigquery.jobUser
  • bigquery.admin

Wenn Sie einem Nutzer oder einer Gruppe die Rolle bigquery.user auf Projektebene gewähren, wird standardmäßig kein Zugriff auf Datasets, Tabellen oder Ansichten im Projekt gewährt. bigquery.user gibt Nutzern die Möglichkeit, ihre eigenen Datasets zu erstellen und Abfragejobs für Datasets auszuführen, auf die sie Zugriff erhalten haben. Wenn Sie die Rolle bigquery.user oder bigquery.jobUser zuweisen, müssen Sie Zugriffssteuerungen auch jedem Dataset zuweisen, auf das der Nutzer oder die Gruppe zugreifen muss. die vom Nutzer erstellt wurden.

Beim Zuweisen von Zugriff auf ein Dataset können Sie zwischen drei Optionen wählen:

Der Mindestzugriff, den ein Nutzer zum Ausführen einer Abfrage benötigt, ist "Darf ansehen".

Weitere Informationen zu IAM-Rollen in BigQuery finden Sie unter Zugriffssteuerung in der BigQuery-Dokumentation.

Weitere Informationen zum Sichern von Datasets in BigQuery finden Sie unter Zugriff auf ein Dataset steuern in der BigQuery-Dokumentation.

Datenquelle erstellen

So erstellen Sie Ihre Datenquelle:

  1. Öffnen Sie Google Data Studio.

  2. Klicken Sie auf der Seite Berichte im Abschnitt Neuen Bericht starten auf die Vorlage Leer. Hierdurch wird ein neuer unbenannter Bericht erstellt.

    Leere Vorlage

  3. Wenn Sie dazu aufgefordert werden, tragen Sie die Marketingeinstellungen und die Konto- und Datenschutzeinstellungen ein und klicken Sie dann auf Speichern. Möglicherweise müssen Sie noch einmal auf die Vorlage Leer klicken, nachdem Sie die Einstellungen gespeichert haben.

  4. Klicken Sie im Fenster Datenquelle hinzufügen auf Neue Datenquelle erstellen.

    Datenquelle hinzufügen

  5. Bewegen Sie den Mauszeiger im Bereich Google Connectors auf BigQuery und klicken Sie dann auf Auswählen.

  6. Klicken Sie unter Autorisierung auf Autorisieren. Dadurch kann Google Data Studio auf Ihr Google Cloud-Projekt zugreifen.

  7. Im Dialogfeld Berechtigungsanfrage klicken Sie auf Zulassen (Allow), damit Google Data Studio Daten in BigQuery anzeigen kann. Wenn Sie Google Data Studio bereits zuvor verwendet haben, wird Ihnen diese Eingabeaufforderung möglicherweise nicht angezeigt.

  8. Lassen Sie Meine Projekte aktiviert und klicken Sie im Bereich Projekt auf den Namen Ihres Projekts.

  9. Klicken Sie im Bereich Dataset auf biengine_tutorial.

  10. Klicken Sie im Bereich Tabelle auf 311_service_requests_copy.

  11. Klicken Sie oben rechts im Fenster auf Verbinden. Sobald Google Data Studio eine Verbindung zur BigQuery-Datenquelle hergestellt hat, werden die Felder der Tabelle angezeigt. Auf dieser Seite können Sie die Feldeigenschaften anpassen oder neue berechnete Felder erstellen.

  12. Klicken Sie rechts oben auf Zum Bericht hinzufügen.

  13. Klicken Sie bei Aufforderung auf Zum Bericht hinzufügen.

  14. Klicken Sie im Dialogfeld Berechtigungsanfrage auf Zulassen, damit Data Studio auf Dateien in Google Drive zugreifen und diese verwalten kann. Wenn Sie Google Data Studio bereits zuvor verwendet haben, wird Ihnen diese Eingabeaufforderung möglicherweise nicht angezeigt.

Diagramm erstellen

Nach dem Hinzufügen der Datenquelle zum Bericht besteht der nächste Schritt darin, eine Visualisierung zu erstellen. Erstellen Sie zuerst ein Balkendiagramm. Das von Ihnen erstellte Balkendiagramm zeigt die häufigsten Beschwerden nach Stadtteilen an.

So erstellen Sie ein Balkendiagramm, in dem Beschwerden nach Stadtteilen angezeigt werden:

  1. (Optional) Klicken Sie oben auf der Seite auf Unbenannter Bericht, um den Namen des Berichts zu ändern. Geben Sie beispielsweise BI Engine tutorial ein.

  2. Nach dem Laden des Berichtseditors klicken Sie auf Einfügen > Balkendiagramm.

  3. Erweitern Sie mithilfe der Ziehpunkte die Größe des Diagramms.

  4. Beachten Sie auf der Registerkarte Daten, dass der Wert für Datenquelle 311_service_requests_copy ist.

  5. Da Sie die Anzahl der Anforderungen nach Stadtteilen grafisch darstellen, müssen Sie die Dimension auf category und die Aufschlüsselungsdimension auf neighborhood setzen. Klicken Sie auf die Standarddimension (wahrscheinlich status) und wählen Sie in der Liste die Kategorie.

    Wählen Sie die Kategoriedimension

  6. In derVerfügbare Felder auflisten, klicken und ziehenStadtteil auf dieDimension hier hinzufügen darunter einAufschlüsselungsdimension auf Ihrem Mobilgerät.

    Fügen Sie die Nachbarschaftsdimension hinzu

Filter hinzufügen

Da die Daten eine Reihe von NULL-Werten in der Spalte neighborhood enthalten, fügen Sie einen Filter hinzu, der NULL-Werte aus dem Diagramm ausschließt.

So fügen Sie einen Filter hinzu:

  1. Klicken Sie auf dem Tab Daten auf Filter hinzufügen.

    Fügen Sie eine Filteroption hinzu

  2. Gehen Sie im Dialogfeld Filter erstellen folgendermaßen vor:

    • Geben Sie für Name Nullen ausschließen ein.
    • Achten Sie darauf, dass Datenquelle auf 311_service_requests_copy eingestellt ist.
    • Klicken Sie auf Einschließen und wählen Sie Ausschließen.
    • Klicken Sie auf Feld auswählen und wählen Sie Stadtteil aus.
    • Klicken Sie auf Bedingung auswählen und wählen Sie Ist null aus.

      Filter abgeschlossen

    • Klicken Sie auf Speichern.

  3. Nachdem der Filter angewendet wurde, sollte Ihr Diagramm so aussehen:

    Balkendiagramm fertiggestellt

Bereinigen

Damit Ihrem Google Cloud-Konto die in dieser Kurzanleitung verwendeten Ressourcen nicht in Rechnung gestellt werden, können Sie das Projekt und/oder die BI Engine-Reservierung löschen.

Projekt löschen

Am einfachsten vermeiden Sie weitere Kosten, wenn Sie das zum Ausführen der Anleitung erstellte Projekt löschen.

So löschen Sie das Projekt:

  1. Wechseln Sie in der Cloud Console zur Seite Ressourcen verwalten.

    Zur Seite „Ressourcen verwalten“

  2. Wählen Sie in der Projektliste das Projekt aus, das Sie löschen möchten, und klicken Sie dann auf Löschen.
  3. Geben Sie im Dialogfeld die Projekt-ID ein und klicken Sie auf Shut down (Beenden), um das Projekt zu löschen.

Reservierung löschen

Wenn Sie das Projekt behalten möchten, können Sie zusätzliche BI Engine-Kosten vermeiden, indem Sie Ihre Kapazitätsreservierung löschen.

So löschen Sie Ihre Reservierung:

  1. Wechseln Sie in der BigQuery-Admin-Konsole zur Seite BI Engine.

    Wechseln Sie zur BigQuery Admin Console

  2. Suchen Sie im Abschnitt Reservierungen Ihre Reservierung.

  3. Klicken Sie in der Spalte Aktionen auf das Symbol rechts neben Ihrer Reservierung und wählen Sie Löschen aus.

  4. Geben Sie im Dialogfeld Entfernen von Reservierung bestätigen ENTFERNEN ein und klicken Sie auf Fortfahren.

Nächste Schritte