Guia de início rápido sobre como usar o Looker Studio

---

O BigQuery BI Engine permite executar serviços de análise rápidos e de baixa latência e análises interativas com relatórios e painéis apoiados pelo BigQuery.

Este tutorial introdutório é destinado a analistas de dados e analistas de negócios que usam o Looker Studio para criar relatórios e painéis.

Objetivos

Neste tutorial, você aprenderá a:

• Criar uma reserva de capacidade do BI Engine usando o BigQuery no console do Google Cloud.
• Usar o Looker Studio para se conectar a uma tabela do BigQuery gerenciada pelo BI Engine.
• Criar um painel do Looker Studio que consulte sua tabela gerenciada pelo BI Engine.

Custos

Neste documento, você usará os seguintes componentes faturáveis do Google Cloud:

• BI Engine: incorrem em custos para a reserva que você cria no BI Engine.
• BigQuery: incorrem em custos de armazenamento para a tabela que você cria no BigQuery.

Para gerar uma estimativa de custo baseada na projeção de uso deste tutorial, use a calculadora de preços. Novos usuários do Google Cloud podem estar qualificados para uma avaliação gratuita.

Para mais informações sobre preços do BI Engine, consulte a página Preços.

Para mais informações sobre preços de armazenamento do BigQuery, consulte Preços de armazenamento na documentação do BigQuery.

Antes de começar

Antes de começar, verifique se você tem um projeto para usar, se ativou a cobrança para esse projeto e se ativou a API do BigQuery.

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Verifique se a cobrança está ativada para o seu projeto do Google Cloud.

4. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

5. Verifique se a cobrança está ativada para o seu projeto do Google Cloud.

6. A API do BigQuery é ativada automaticamente em novos projetos. Para ativar a API do BigQuery em um projeto existente, vá para

   Enable the BigQuery API.

   Enable the API

Observação: o Looker Studio não tem o suporte do Cloud Support. Para mais informações, consulte a Central de Ajuda do Looker Studio.

Criar um conjunto de dados do BigQuery

A primeira etapa é criar um conjunto de dados do BigQuery para armazenar a tabela gerenciada pelo BI Engine. Para isso, siga as instruções abaixo:

1. No console do Google Cloud, acesse a página do BigQuery.

   Ir para o BigQuery

2. No painel de navegação, em Explorer, clique no nome do seu projeto.

3. No painel de detalhes, clique em Ver ações e em Criar conjunto de dados.

4. Na página Criar conjunto de dados, faça o seguinte:

   • Para o código do conjunto de dados, insira biengine_tutorial.

   • Para Local dos dados, escolha us (várias regiões nos Estados Unidos), o local multirregional onde os conjuntos de dados públicos são armazenados.

   • Neste tutorial, é possível selecionar Ativar expiração da tabela e especificar o número de dias antes que a tabela expire.

     

5. Mantenha todas as outras configurações padrão e clique em Criar conjunto de dados.

Criar uma tabela copiando dados de um conjunto de dados público

Neste tutorial, usamos um conjunto de dados disponível por meio do programa de conjuntos de dados públicos do Google Cloud. Os conjuntos de dados públicos são hospedados no BigQuery para você acessar e integrar a seus aplicativos.

Nesta seção, você cria uma tabela copiando dados do conjunto de dados San Francisco 311 service requests. É possível explorar o conjunto de dados usando o console do Google Cloud.

Crie sua tabela

Para criar uma tabela, siga estas etapas:

1. No console do Google Cloud, acesse a página do BigQuery.

   Ir para o BigQuery

2. No painel Explorer, pesquise san_francisco_311.

3. No painel Explorer, expanda san_francisco_311 e clique na tabela 311_service_requests.

4. Na barra de ferramentas do Explorer, clique em Copiar.

   

5. Na caixa de diálogo Copiar tabela, na seção Destino, faça o seguinte:

   • Em Nome do projeto, clique em Procurar e selecione seu projeto.
   • Em Nome do conjunto de dados, selecione biengine_tutorial.

   • Em Nome da tabela, digite 311_service_requests_copy.

     

6. Clique em Copiar.

7. Opcional: depois que o job de cópia for concluído, verifique o conteúdo da tabela expandindo PROJECT_NAME > biengine_tutorial e clicando em 311_service_requests_copy > Visualização. Substitua PROJECT_NAME pelo nome do projeto do Google Cloud neste tutorial.

Criar sua reserva no BI Engine

1. No console do Google Cloud, em Administração, acesse a página BI Engine.

   Acesse a página BI Engine

   Observação: se for solicitado que você ative a API BigQuery Reservation, clique em Ativar.

2. Clique em Criar reserva.

3. Na página Criar reserva, configure sua reserva do BI Engine:

   • Na lista Project, verifique seu projeto do Google Cloud.
   • Na lista Local, selecione um local. O local precisa corresponder ao local dos conjuntos de dados que você está consultando.

   • Ajuste o controle deslizante GiB de capacidade para a quantidade de capacidade da memória que você está reservando. O exemplo a seguir define a capacidade para 2 GiB. O máximo é 250 GiB.

     

4. Clique em Next.

5. Na seção Tabelas preferenciais, especifique tabelas para aceleração com o BI Engine. Para encontrar nomes de tabelas, faça o seguinte:

   1. No campo ID da tabela, digite parte do nome da tabela que você quer acelerar pelo BI Engine, por exemplo, 311.

   2. Na lista de nomes sugeridos, selecione os nomes das tabelas.

      Somente as tabelas especificadas estão qualificadas para aceleração. Se nenhuma tabela preferencial for especificada, todas as consultas do projeto estarão qualificadas para aceleração.

6. Clique em Next.

7. Leia o contrato na seção Confirmar e enviar.

8. Se você aceita os termos do contrato, clique em Criar.

Depois de confirmar sua reserva, os detalhes serão exibidos na página Reservas.

Criar uma conexão de fonte de dados no Looker Studio

Antes de criar um relatório no Looker Studio, você precisa criar uma fonte de dados para o relatório. O relatório pode conter uma ou mais fontes de dados. O Looker Studio usa o conector do BigQuery para se conectar a uma tabela do BigQuery gerenciada pelo BI Engine.

Quando você define sua conexão de fonte de dados no Looker Studio, o BI Engine usa a tabela e as colunas configuradas para determinar quais dados armazenar em cache. O BI Engine apenas armazena em cache as colunas que você adiciona ao seu relatório.

Permissões necessárias

Para adicionar uma origem de dados do BigQuery a um relatório do Looker Studio, você precisa ter as permissões apropriadas. Além disso, as mesmas permissões são aplicáveis aos conjuntos de dados do BigQuery e aos relatórios, gráficos e painéis criados no Looker Studio. Quando um relatório é compartilhado, os componentes dele ficam visíveis apenas para os usuários com as permissões adequadas.

A execução de um job de consulta usado para preencher um relatório requer permissões bigquery.jobs.create. Para que o job de consulta seja concluído com êxito, o usuário ou grupo deve ter acesso ao conjunto de dados que contém as tabelas referenciadas pela consulta. O nível mínimo de acesso necessário é Pode visualizar, que mapeia para o papel bigquery.dataViewer para esse conjunto de dados.

Como você criou o conjunto de dados usado neste tutorial, você recebe acesso de proprietário ao conjunto de dados, o que fornece controle total sobre ele. Além disso, como que você criou o projeto usado neste tutorial, você tem acesso de Proprietário no nível do projeto. O acesso de proprietário permite executar trabalhos no projeto.

Detalhes da permissão

Você pode definir permissões bigquery.jobs.create no nível do projeto, concedendo qualquer um dos seguintes papéis predefinidos do IAM:

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

Observação: a maioria dos usuários, como analistas e cientistas de dados, precisa receber o papel bigquery.user ou bigquery.jobUser. O papel bigquery.admin tem permissão total em todos os conjuntos de dados em um projeto.

Se você conceder a um usuário ou grupo o papel bigquery.user no nível do projeto, por padrão, nenhum acesso será concedido a nenhum dos conjuntos de dados, tabelas ou visualizações no projeto. bigquery.user oferece aos usuários a capacidade de criar seus próprios conjuntos de dados e executar jobs de consulta nos conjuntos de dados aos quais eles receberam acesso. Se você atribuir o papel bigquery.user ou bigquery.jobUser, também deverá atribuir controles de acesso a cada conjunto de dados que o usuário ou grupo precisa acessar que não foi criado pelo usuário.

Ao atribuir acesso a um conjunto de dados, existem três opções:

• Pode visualizar mapeia para o papel bigquery.dataViewer para esse conjunto de dados.
• Pode editar mapeia para o papel bigquery.dataEditor para esse conjunto de dados.
• É proprietário é mapeado para o papel bigquery.dataOwner desse conjunto de dados.

O acesso mínimo necessário para um usuário executar uma consulta é Pode visualizar.

Para mais informações sobre papéis do IAM no BigQuery, consulte Controle de acesso na documentação do BigQuery.

Para mais informações sobre como proteger conjuntos de dados no BigQuery, consulte Como controlar o acesso a um conjunto de dados na documentação do BigQuery.

Criar sua fonte de dados

Para criar sua fonte de dados:

1. Abra o Looker Studio.

2. Na página Reports, na seção Start a new report, clique no modeloBlank. Isso cria um novo relatório sem título.

   

3. Se solicitado, defina as configurações de Preferências de marketing e de Conta e privacidade e clique em Salvar. Talvez seja necessário clicar novamente no modelo em branco depois de salvar as configurações.

4. Na janela Adicione uma fonte de dados, clique em Criar nova fonte de dados.

   

5. Na seção Conectores do Google, passe o cursor sobre BigQuery e clique em Selecionar.

6. Em Autorização, clique em Autorizar. Isso permite que o Looker Studio acesse seu projeto do Google Cloud.

7. Na caixa de diálogo Solicitar permissão, clique em Permitir para que os dados possam ser vistos pelo Data Studio no BigQuery. Se você já tiver usado o Looker Studio, talvez não receba essa solicitação.

8. Deixe Meus projetos selecionado e, no painel Projeto, clique no nome do seu projeto.

9. No painel Conjunto de dados, clique em biengine_tutorial.

10. No painel Tabela, clique em 311_service_requests_copy.

11. No canto superior direito da janela, clique em Conectar. Depois que o Looker Studio se conectar à fonte de dados do BigQuery, os campos da tabela serão exibidos. Use essa página para ajustar as propriedades do campo ou criar novos campos calculados.

12. No canto superior direito, clique em Adicionar ao relatório.

13. Quando solicitado, clique em Adicionar ao relatório.

14. Na caixa de diálogo Solicitar permissão, clique em Permitir para que os arquivos do Google Drive possam ser vistos e gerenciados pelo Looker Studio. Se você já usou o Looker Studio, talvez não receba essa solicitação.

Como criar um gráfico

Depois de adicionar a fonte de dados ao relatório, a próxima etapa é criar uma visualização. Comece criando um gráfico de barras. O gráfico de barras que você cria exibe as principais reclamações por bairro.

Para criar um gráfico de barras que exiba reclamações por bairro:

1. (Opcional) No topo da página, clique em Relatório sem título para alterar o nome do relatório. Por exemplo, digite BI Engine tutorial.

2. Depois que o editor do relatório for carregado, clique em Inserir > Gráfico de barras.

3. Usando as alças, expanda o tamanho do gráfico.

4. Na guia Dados, observe que o valor da Fonte de dados é 311_service_requests_copy.

5. Como você está mapeando o número de solicitações por vizinhança, é necessário definir a Dimensão como category e a dimensão Breakdown como neighborhood. Clique na dimensão padrão (provavelmente status) e, na lista, escolha categoria.

   

6. Na lista Campos disponíveis, clique e arraste bairro para a caixa Adicionar dimensão aqui em Dimensão de detalhamento.

   

Adicione um filtro

Como os dados incluem vários valores NULL na coluna neighborhood, você adiciona um filtro que exclui os valores NULL do gráfico.

Para adicionar um filtro:

1. Na guia Dados, clique em Adicionar filtro.

   

2. Na caixa de diálogo Criar filtro:

   • Para Nome, digite Excluir nulos.
   • Verifique se Fonte de dados está definida como 311_service_requests_copy.
   • Clique em Incluir e escolha Excluir.
   • Clique em Selecione um campo e escolha bairro.

   • Clique em Selecione uma condição e escolha É nulo.

     

   • Clique em Save.

3. Após a aplicação do filtro, seu gráfico deve se parecer com o seguinte.

   

Limpar

Para evitar cobranças na sua conta do Google Cloud pelos recursos usados neste guia de início rápido, exclua o projeto, exclua a reserva do BI Engine ou ambos.

Excluir o projeto

O jeito mais fácil de evitar cobranças é excluindo o projeto que você criou para o tutorial.

Para excluir o projeto:

Cuidado: excluir um projeto tem os seguintes efeitos:

• Tudo no projeto é excluído. Se você tiver usado um projeto existente para as tarefas neste documento, a exclusão dele incluirá a exclusão de quaisquer outros trabalhos feitos no projeto.
• Os IDs do projeto personalizados são perdidos. Ao criar o projeto, você pode ter criado um código do projeto personalizado para ser usado no futuro. Para preservar os URLs que usam o ID do projeto, como um URL appspot.com, exclua recursos específicos do projeto, em vez de excluir o projeto inteiro.

Se você planeja passar por várias arquiteturas, tutoriais ou guias de início rápido, a reutilização de projetos pode evitar que você exceda os limites da cota do projeto.

1. In the Google Cloud console, go to the Manage resources page.

   Go to Manage resources

2. In the project list, select the project that you want to delete, and then click Delete.
3. In the dialog, type the project ID, and then click Shut down to delete the project.

Excluir a reserva

Como alternativa, se você pretende manter o projeto, pode evitar custos adicionais do BI Engine excluindo sua reserva de capacidade.

Para excluir sua reserva, siga estas etapas:

1. No console do Google Cloud, em Administração, acesse a página BI Engine.

   Acesse a página BI Engine

   Observação: se for solicitado que você ative a API BigQuery Reservation, clique em Ativar.

2. Na seção Reservas, localize sua reserva.

3. Na coluna Ações, clique no ícone à direita da sua reserva e escolha Excluir.

4. Na caixa de diálogo Excluir reserva?, digite Excluir e clique em EXCLUIR.

A seguir

• Para obter uma visão geral do BigQuery BI Engine, consulte Introdução ao BigQuery BI Engine.
• Saiba mais sobre o Looker Studio na Central de Ajuda.
• Saiba como reservar capacidade.
• Saiba mais sobre os Preços do BigQuery BI Engine.