Kurzanleitung zu Looker Studio


Mit BigQuery BI Engine können Sie schnelle Analysedienste mit niedriger Latenz und interaktive Analysen mit von BigQuery unterstützten Berichten und Dashboards ausführen.

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

Lernziele

In dieser Anleitung lernen Sie, wie Sie:

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

Kosten

In diesem Dokument verwenden Sie die folgenden kostenpflichtigen Komponenten von Google Cloud:

  • 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.

Mit dem Preisrechner können Sie eine Kostenschätzung für Ihre voraussichtliche Nutzung vornehmen. Neuen Google Cloud-Nutzern steht möglicherweise eine kostenlose Testversion zur Verfügung.

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. 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.

    Go to project selector

  3. Die Abrechnung für das Google Cloud-Projekt muss aktiviert sein.

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

    Go to project selector

  5. Die Abrechnung für das Google Cloud-Projekt muss aktiviert sein.

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

    Enable the BigQuery API.

    Enable the API

Erstellen Sie ein BigQuery-Dataset

Der erste Schritt besteht darin, ein BigQuery-Dataset zum Speichern Ihrer von BI Engine verwalteten Tabelle zu erstellen. Führen Sie die folgenden Schritte aus, um Ihr Dataset zu erstellen:

  1. Rufen Sie in der Google Cloud Console die Seite „BigQuery“ auf.

    BigQuery aufrufen

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

  3. Klicken Sie im Detailbereich auf Aktionen ansehen und dann auf Dataset erstellen.

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

    • Geben Sie unter Dataset-ID biengine_tutorial ein.
    • Für Speicherort der Daten wählen Sie USA (mehrere Regionen in den USA), der Standort mit mehreren Regionen wo öffentliche Datasets gespeichert sind.

    • Für diese Anleitung können Sie die Option Tabellenablauf aktivieren auswählen und dann die Anzahl der Tage bis zum Ablauf der Tabelle angeben.

      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. Die öffentlichen Datasets werden für Sie von BigQuery gehostet, damit Sie auf sie zugreifen und sie in Ihre Anwendungen einbetten 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 Google Cloud Console untersuchen.

Erstellen Sie die Tabelle.

Führen Sie die folgenden Schritte aus, um Ihre Tabelle zu erstellen:

  1. Rufen Sie in der Google Cloud Console die Seite „BigQuery“ auf.

    BigQuery aufrufen

  2. Suchen Sie im Bereich Explorer nach san_francisco_311.

  3. Maximieren Sie im Bereich Explorer san_francisco_311 und klicken Sie auf die Tabelle 311_service_requests.

  4. Klicken Sie in der Explorer-Symbolleiste auf Kopieren.

    Markieren der Kopieroption.

  5. Führen Sie im Dialogfeld Tabelle kopieren im Abschnitt Ziel folgende Schritte aus:

    • Klicken Sie unter Projektname auf Durchsuchen und wählen Sie Ihr Projekt aus.
    • Wählen Sie für Dataset-Name biengine_tutorial aus.
    • Geben Sie für Tabellenname 311_service_requests_copy ein.

      Fenster „Kopietabelle“ mit Zieloptionen

  6. Klicken Sie auf Kopieren.

  7. Optional: Überprüfen Sie nach Abschluss des Kopierjobs den Tabelleninhalt, indem Sie PROJECT_NAME > biengine_tutorial erweitern und auf 311_service_requests_copy > Vorschau klicken. Ersetzen Sie in dieser Anleitung PROJECT_NAME durch den Namen Ihres Google Cloud-Projekts.

BI Engine-Reservierung erstellen

  1. Rufen Sie in der Google Cloud Console unter Verwaltung die Seite BI Engine auf.

    Zur Seite "BI Engine"

  2. Klicken Sie auf Reservierung erstellen.

  3. Konfigurieren Sie auf der Seite Reservierung erstellen Ihre BI Engine-Reservierung:

    • Bestätigen Sie in der Liste Projekt Ihr Google Cloud-Projekt.
    • Wählen Sie in der Liste Standort einen Standort aus. Der Speicherort sollte mit dem Speicherort der Datasets übereinstimmen, die Sie abfragen.
    • Passen Sie den Schieberegler GiB-Kapazität an die Größe der reservierten Speicherkapazität an. Im folgenden Beispiel wird die Kapazität auf 2 GiB festgelegt. Der Höchstwert beträgt 250 GiB.

      Speicherort der BI-Engine

  4. Klicken Sie auf Next (Weiter).

  5. Geben Sie im Abschnitt Bevorzugte Tabellen optional Tabellen für die Beschleunigung mit BI Engine an. So finden Sie Tabellennamen:

    1. Geben Sie im Feld Tabellen-ID einen Teil des Namens der Tabelle ein, die von BI Engine beschleunigt werden soll, z. B. 311.
    2. Wählen Sie aus der Liste der vorgeschlagenen Namen die Tabellennamen aus.

      Nur bestimmte Tabellen können beschleunigt werden. Wenn keine bevorzugten Tabellen angegeben sind, können alle Projektabfragen beschleunigt werden.

  6. Klicken Sie auf Next (Weiter).

  7. Lesen Sie im Abschnitt Bestätigen und senden die Vereinbarung.

  8. Wenn Sie den Bedingungen zustimmen, klicken Sie auf Erstellen.

Nach Bestätigung Ihrer Reservierung werden die Details auf der Seite Reservierungen angezeigt.

Bestätigte Reservierung

Datenquellenverbindung in Looker Studio erstellen

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

Wenn Sie Ihre Datenquellenverbindung in Looker 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 Berechtigungen

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

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. Mit bigquery.user können Nutzer ihre eigenen Datasets erstellen und Abfragejobs für Datasets ausführen, auf die sie Zugriff haben. Wenn Sie die Rolle bigquery.user oder bigquery.jobUser zuweisen, müssen Sie jedem Dataset, auf den der Nutzer oder die Gruppe zugreifen muss und der nicht vom Nutzer erstellt wurde, auch Zugriffssteuerungen zuweisen.

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 Looker Studio.

  2. Klicken Sie auf der Seite Berichte im Abschnitt Neuen Bericht starten auf die Vorlage Leerer Bericht. 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. Unter Umständen müssen Sie noch einmal auf die leere Vorlage 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 Looker Studio auf Ihr Google Cloud-Projekt zugreifen.

  7. Klicken Sie im Dialogfeld Berechtigungsanfrage auf Zulassen, damit Looker Studio auf Daten in BigQuery zugreifen kann. Wenn Sie Looker Studio bereits verwendet haben, wird Ihnen diese Eingabeaufforderung möglicherweise nicht angezeigt.

  8. Lassen Sie Meine Projekte ausgewählt 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 rechts oben im Fenster auf Verbinden. Sobald Looker 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 Looker Studio auf Dateien in Google Drive zugreifen und diese verwalten kann. Wenn Sie Looker Studio bereits 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. Klicken Sie in der Liste Verfügbare Felder auf Nachbarschaft und ziehen Sie sie auf das Feld Dimension hier hinzufügen unter Aufschlüsselungsdimension.

    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 der Registerkarte 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 aus.
    • Klicken Sie auf Feld auswählen und wählen Sie Nachbarschaft aus.
    • Klicken Sie auf Bedingung auswählen und wählen Sie ist null.

      Filter abgeschlossen

    • Klicken Sie auf Speichern.

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

    Balkendiagramm fertiggestellt

Bereinigen

Wenn Sie Kosten für Ihr Google Cloud-Konto für die in dieser Kurzanleitung verwendeten Ressourcen vermeiden möchten, können Sie das Projekt löschen, die BI Engine-Reservierung löschen oder beides.

Projekt löschen

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

So löschen Sie das Projekt:

  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.

Reservierung löschen

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

So löschen Sie Ihre Reservierung:

  1. Rufen Sie in der Google Cloud Console unter Verwaltung die Seite BI Engine auf.

    Zur Seite "BI Engine"

  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.

  4. Geben Sie im Dialogfeld Reservierung löschen? den Wert Löschen ein und klicken Sie dann auf LÖSCHEN.

Nächste Schritte