Démarrage rapide avec Looker Studio


BigQuery BI Engine vous permet d'effectuer des services d'analyse rapides et à faible latence, ainsi que d'effectuer des analyses interactives grâce à des rapports et des tableaux de bord appuyés sur BigQuery.

Ce tutoriel d'introduction est destiné aux analystes de données et aux analystes métier qui utilisent Looker Studio pour créer des rapports et des tableaux de bord.

Objectifs

Dans ce tutoriel, vous allez :

  • Créer une réservation de capacité BI Engine à l'aide de BigQuery dans la console Google Cloud.
  • Utiliser Looker Studio pour vous connecter à une table BigQuery gérée par BI Engine.
  • Créer un tableau de bord Looker Studio qui interroge votre table gérée par BI Engine.

Coûts

Dans ce document, vous utilisez les composants facturables suivants de Google Cloud :

  • BI Engine : des frais sont facturés pour la réservation que vous créez dans BI Engine.
  • BigQuery : vous payez des frais de stockage pour la table que vous créez dans BigQuery.

Obtenez une estimation des coûts en fonction de votre utilisation prévue à l'aide du simulateur de coût. Les nouveaux utilisateurs de Google Cloud peuvent bénéficier d'un essai gratuit.

Pour plus d'informations sur la tarification de BI Engine, consultez la page des tarifs.

Pour plus d'informations sur la tarification de stockage BigQuery, consultez les tarifs de stockage dans la documentation BigQuery.

Avant de commencer

Avant de commencer, assurez-vous d'avoir un projet à utiliser, d'avoir activé la facturation pour ce projet et d'avoir activé l'API BigQuery.

  1. Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.
  2. Dans Google Cloud Console, sur la page de sélection du projet, sélectionnez ou créez un projet Google Cloud.

    Accéder au sélecteur de projet

  3. Vérifiez que la facturation est activée pour votre projet Google Cloud.

  4. Dans Google Cloud Console, sur la page de sélection du projet, sélectionnez ou créez un projet Google Cloud.

    Accéder au sélecteur de projet

  5. Vérifiez que la facturation est activée pour votre projet Google Cloud.

  6. L'API BigQuery est automatiquement activée dans les nouveaux projets. Pour activer l'API BigQuery dans un projet existant, accédez à

    Activez l'API BigQuery

    Activer l'API

Créer un ensemble de données BigQuery

La première étape consiste à créer un ensemble de données BigQuery afin de stocker votre table gérée par BI Engine. Pour créer l'ensemble de données, procédez comme suit :

  1. Dans Google Cloud Console, accédez à la page "BigQuery".

    Accéder à BigQuery

  2. Dans le panneau de navigation, dans le panneau Explorer (Explorateur), cliquez sur le nom de votre projet.

  3. Dans le panneau des détails, cliquez sur Afficher les actions, puis sur Créer un ensemble de données.

  4. Sur la page Créer un ensemble de données, procédez comme suit :

    • Dans le champ ID de l'ensemble de données, saisissez biengine_tutorial.
    • Pour Emplacement des données, sélectionnez US (plusieurs régions aux États-Unis), l'emplacement multirégional où sont stockés les ensembles de données publics.

    • Pour ce tutoriel, vous pouvez sélectionner Activer l'expiration de la table, puis spécifier le nombre de jours avant expiration de la table.

      Créer une page d'ensemble de données

  5. Ne modifiez aucun autre paramètre par défaut et cliquez sur Créer un ensemble de données.

Créer une table en copiant les données à partir d'un ensemble de données public

Ce tutoriel utilise un ensemble de données disponible via le programme Google Cloud Public Dataset. Les ensembles de données publics sont des ensembles de données que BigQuery héberge afin que vous puissiez y accéder et les intégrer à vos applications.

Dans cette section, vous allez créer une table en copiant les données de l'ensemble de données des requêtes de service San Francisco 311. Vous pouvez explorer l'ensemble de données à l'aide de la console Google Cloud.

Créer une table

Pour créer votre table, procédez comme suit :

  1. Dans Google Cloud Console, accédez à la page "BigQuery".

    Accéder à BigQuery

  2. Dans le panneau Explorateur, recherchez san_francisco_311.

  3. Dans le panneau Explorateur, développez san_francisco_311, puis cliquez sur la table 311_service_requests.

  4. Dans la barre d'outils de l'explorateur, cliquez sur Copier.

    Sélection de l'option de copie

  5. Dans la boîte de dialogue Copier la table, dans la section Destination, procédez comme suit :

    • Pour Nom du projet, cliquez sur Parcourir, puis sélectionnez votre projet.
    • Pour Nom de l'ensemble de données, sélectionnez biengine_tutorial.
    • Pour Nom de la table, saisissez 311_service_requests_copy.

      Fenêtre de copie de table avec options de destination

  6. Cliquez sur Copier.

  7. Facultatif : une fois la tâche de copie terminée, vérifiez le contenu de la table en développant PROJECT_NAME > biengine_tutorial et en cliquant sur 311_service_requests_copy > Aperçu. Remplacez PROJECT_NAME par le nom de votre projet Google Cloud pour ce tutoriel.

Créer une réservation BI Engine

  1. Dans la console Google Cloud, sous Administration, accédez à la page BI Engine.

    Accéder à la page BI Engine

  2. Cliquez sur Créer une réservation.

  3. Sur la page Créer une réservation, configurez votre réservation BI Engine :

    • Dans la liste Projet, validez votre projet Google Cloud.
    • Dans la liste Emplacement, sélectionnez un emplacement. L'emplacement doit correspondre à l'emplacement des ensembles de données que vous interrogez.
    • Ajustez le curseur Gio de capacité en fonction de la capacité de mémoire que vous réservez. L'exemple suivant définit la capacité sur 2 Gio. La valeur maximale est de 250 Gio.

      Emplacement de capacité BI Engine

  4. Cliquez sur Next (Suivant).

  5. Dans la section Tables préférées, vous pouvez éventuellement spécifier des tables à accélérer avec BI Engine. Pour trouver les noms de tables, procédez comme suit :

    1. Dans le champ ID de la table, saisissez une partie du nom de la table que vous souhaitez accélérer avec BI Engine, par exemple 311.
    2. Dans la liste des noms suggérés, sélectionnez les noms de vos tables.

      Seules les tables spécifiées peuvent bénéficier d'une accélération. Si aucune table préférée n'est spécifiée, toutes les requêtes de projet sont éligibles pour l'accélération.

  6. Cliquez sur Next (Suivant).

  7. Dans la section Confirmer et envoyer, examinez l'accord.

  8. Si vous acceptez les conditions du contrat, cliquez sur Créer.

Une fois votre réservation confirmée, les détails s'affichent sur la page Réservations.

Réservation confirmée

Créer une connexion à une source de données dans Looker Studio

Avant de créer un rapport dans Looker Studio, vous devez créer une source de données pour le rapport. Un rapport peut contenir une ou plusieurs sources de données. Looker Studio utilise le connecteur BigQuery pour se connecter à une table BigQuery gérée par BI Engine.

Lorsque vous définissez votre connexion à une source de données dans Looker Studio, BI Engine utilise la table et les colonnes que vous configurez pour déterminer les données à mettre en cache. BI Engine ne met en cache que les colonnes que vous ajoutez à votre rapport.

Autorisations requises

Pour ajouter une source de données BigQuery à un rapport Looker Studio, vous devez disposer des autorisations nécessaires. De plus, les autorisations appliquées aux ensembles de données BigQuery s'appliqueront aussi aux rapports, graphiques et tableaux de bord créés dans Looker Studio. Lorsqu'un rapport Looker Studio est partagé, ses composants sont visibles uniquement par les utilisateurs disposant des autorisations appropriées.

L'exécution d'une tâche de requête utilisée pour remplir un rapport nécessite des autorisations bigquery.jobs.create. Pour que la tâche de requête aboutisse, l'utilisateur ou le groupe doit avoir accès à l'ensemble de données contenant les tables référencées par la requête. Le niveau d'accès minimal requis est "Peut afficher", qui correspond au rôle bigquery.dataViewer pour cet ensemble de données.

Comme vous avez créé l'ensemble de données utilisé dans ce tutoriel, vous êtes autorisé à accéder à l'ensemble de données en tant que propriétaire, ce qui vous donne un contrôle total sur celui-ci. De plus, étant donné que vous avez créé le projet utilisé dans ce tutoriel, vous disposez d'un accès Propriétaire au niveau du projet. L'accès propriétaire vous permet d'exécuter des tâches dans le projet.

Détails des autorisations

Vous pouvez définir des autorisations bigquery.jobs.create au niveau du projet en accordant l'un des rôles IAM prédéfinis suivants  :

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

Si vous accordez à un utilisateur ou un groupe le rôle bigquery.user au niveau du projet, par défaut, aucun accès aux ensembles de données, tables ou vues du projet n'est accordé. bigquery.user permet aux utilisateurs de créer leurs propres ensembles de données et d'exécuter des tâches de requête sur les ensembles de données auxquels ils ont accès. Si vous attribuez le rôle bigquery.user ou bigquery.jobUser, vous devez également attribuer des contrôles d'accès à chaque ensemble de données auquel l'utilisateur ou le groupe doit accéder sans l'avoir créé.

Lorsque vous attribuez l'accès à un ensemble de données, trois options sont disponibles :

  • La consultation autorisée peut correspondre au rôle bigquery.dataViewer pour cet ensemble de données.
  • La modification autorisée peut correspondre au rôle bigquery.dataEditor pour cet ensemble de données.
  • L'état de propriétaire correspond au rôle bigquery.dataOwner pour cet ensemble de données.

Pour pouvoir exécuter une requête, l'utilisateur doit au moins disposer de l'accès "Consultation autorisée".

Pour plus d'informations sur les rôles IAM dans BigQuery, voir Contrôle d'accès dans la documentation BigQuery.

Pour en savoir plus sur la sécurisation des ensembles de données dans BigQuery, consultez la section Contrôler l'accès à un ensemble de données dans la documentation BigQuery.

Créer votre source de données

Pour créer votre source de données :

  1. Ouvrez Looker Studio.

  2. Sur la page Rapports, dans la section Commencer un nouveau rapport, cliquez sur le modèle Rapport vide. Un rapport sans titre est créé.

    Modèle vierge

  3. Si vous y êtes invité, renseignez les paramètres Préférences, Compte et confidentialité, puis cliquez sur Enregistrer. Vous devrez peut-être cliquer de nouveau sur le modèle Vide après l'enregistrement de vos paramètres.

  4. Dans la fenêtre Add a data source (Ajouter une source de données), cliquez sur Create new data source (Créer une source de données).

    Ajouter une source de données

  5. Dans la section Connecteurs Google, passez la souris sur BigQuery, puis cliquez sur Sélectionner.

  6. Pour Authorization (Autorisation), cliquez sur Authorize (Autoriser). Cela permet à Looker Studio d'accéder à votre projet Google Cloud.

  7. Dans la boîte de dialogue Request for permission (Demande d'autorisation), cliquez sur Allow (Autoriser) pour permettre à Looker Studio d'afficher des données dans BigQuery. Si vous avez déjà utilisé Looker Studio, il est possible que vous ne receviez pas cette invite.

  8. Laissez l'option Mes projets sélectionnée et, dans le volet Projet, cliquez sur le nom de votre projet.

  9. Dans le volet Ensemble de données, cliquez sur biengine_tutorial.

  10. Dans le volet Table, cliquez sur 311_service_requests_copy.

  11. Dans l'angle supérieur droit de la fenêtre, cliquez sur Connect (Connecter). Une fois que Looker Studio se connecte à la source de données BigQuery, les champs de la table s'affichent. Vous pouvez utiliser cette page pour ajuster les propriétés des champs ou pour créer des champs calculés.

  12. En haut à droite, cliquez sur Ajouter au rapport.

  13. Lorsque vous y êtes invité, cliquez sur Add to report (Ajouter au rapport).

  14. Dans la boîte de dialogue Request for permission (Demande d'autorisation), cliquez sur Allow (Autoriser) pour permettre à Looker Studio d'afficher et de gérer des fichiers dans Google Drive. Si vous avez déjà utilisé Looker Studio, il est possible que vous ne receviez pas cette invite.

Créer un graphique

Une fois que vous avez ajouté la source de données au rapport, l'étape suivante consiste à créer une visualisation. Commencez par créer un graphique à barres. Le graphique à barres que vous créez affiche les principales réclamations par quartier.

Pour créer un graphique à barres qui affiche les réclamations par quartier  :

  1. (Facultatif) En haut de la page, cliquez sur Rapport sans titre pour modifier le nom du rapport. Par exemple, saisissez BI Engine tutorial.

  2. Une fois l'éditeur de rapports chargé, cliquez sur Insérer > Graphique à barres.

  3. À l'aide des poignées, développez la taille du graphique.

  4. Dans l'onglet Données, notez que la valeur de la source de données est 311_service_requests_copy.

  5. Étant donné que vous représentez le nombre de demandes par quartier, vous devez définir la dimension sur category et la dimension "Répartition" sur neighborhood. Cliquez sur la dimension par défaut (probablement status), puis sélectionnez catégorie dans la liste.

    Choisir la dimension de catégorie

  6. Dans la liste Champs disponibles, faites glisser quartier sur la zone Ajouter une dimension ici sous Dimension de répartition.

    Ajouter la dimension de quartier

Ajouter un filtre

Étant donné que les données incluent un certain nombre de valeurs NULL dans la colonne neighborhood, vous ajoutez un filtre qui exclut les valeurs NULL du graphique.

Pour ajouter un filtre :

  1. Dans l'onglet Données, cliquez sur Ajouter un filtre.

    Ajouter une option de filtre

  2. Dans la boîte de dialogue Créer un filtre :

    • Dans le champ Nom, saisissez Exclure les valeurs NULL.
    • Vérifiez que l'option Source de données est définie sur 311_service_requests_copy.
    • Cliquez sur Inclure et sélectionnez Exclure.
    • Cliquez sur Sélectionner un champ et choisissez quartier.
    • Cliquez sur Sélectionner une condition, puis sélectionnez Est nul.

      Filtre terminé

    • Cliquez sur Save.

  3. Une fois le filtre appliqué, votre graphique doit se présenter comme suit :

    Graphique à barres terminé

Effectuer un nettoyage

Pour éviter que les ressources utilisées dans ce guide de démarrage rapide soient facturées sur votre compte Google Cloud, vous pouvez supprimer le projet, la réservation BI Engine, ou les deux.

Supprimer le projet

Le moyen le plus simple d'empêcher la facturation est de supprimer le projet que vous avez créé pour ce tutoriel.

Pour supprimer le projet :

  1. Dans la console Google Cloud, accédez à la page Gérer les ressources.

    Accéder à la page Gérer les ressources

  2. Dans la liste des projets, sélectionnez le projet que vous souhaitez supprimer, puis cliquez sur Supprimer.
  3. Dans la boîte de dialogue, saisissez l'ID du projet, puis cliquez sur Arrêter pour supprimer le projet.

Supprimer la réservation

Si vous avez l'intention de conserver le projet, vous pouvez également éviter des coûts supplémentaires de BI Engine en supprimant votre réservation de capacité.

Pour supprimer votre réservation, procédez comme suit :

  1. Dans la console Google Cloud, sous Administration, accédez à la page BI Engine.

    Accéder à la page BI Engine

  2. Dans la section Réservations, recherchez votre réservation.

  3. Dans la colonne Actions, cliquez sur l'icône  située à droite de votre réservation, puis sélectionnez Supprimer.

  4. Dans la boîte de dialogue Supprimer la réservation ?, saisissez Delete (supprimer), puis cliquez sur SUPPRIMER.

Étapes suivantes