Menganalisis data dengan BI Engine dan Looker

Looker adalah platform perusahaan untuk business intelligence, aplikasi data, dan analisis tersemat. Looker membantu Anda menjelajahi, berbagi, dan memvisualisasikan data perusahaan, sehingga Anda dapat membuat keputusan bisnis yang lebih baik.

Cara kerja Looker

Looker memungkinkan pakar data di setiap organisasi mendeskripsikan data mereka menggunakan bahasa pemodelan ringan yang disebut LookML. LookML memberi tahu Looker cara meng-kueri data, sehingga semua orang dalam organisasi dapat membuat laporan dan dasbor yang mudah dibaca untuk mempelajari pola data. Looker menawarkan fitur tambahan untuk membuat pengalaman dan aplikasi data kustom.

Platform Looker dapat digunakan dengan database transaksional seperti Oracle dan MySQL serta datastore analisis seperti BigQuery, Snowflake, Redshift, dan banyak lagi. Looker memungkinkan Anda membuat model data yang konsisten di atas semua data dengan kecepatan dan akurasi. Looker menawarkan platform terpadu untuk mengakses semua data organisasi.

Integrasi Looker dengan BigQuery

Looker mendukung hosting di Google Cloud. Karena tidak bergantung pada platform, Looker terhubung ke data di BigQuery serta cloud publik lainnya.

Anda tidak memerlukan Looker untuk menggunakan BigQuery. Namun, jika kasus penggunaan BigQuery Anda menyertakan business intelligence, aplikasi data, atau analisis tersemat, Anda mungkin ingin meninjau Looker sebagai penyedia layanan tersebut.

Jika Anda sudah menjalankan instance Looker, lihat petunjuk untuk menghubungkan Looker ke BigQuery.

Mulai menggunakan Looker dan BigQuery

Antarmuka BI Engine SQL memperluas BI Engine untuk diintegrasikan dengan alat business intelligence (BI) seperti Looker. Untuk informasi selengkapnya, lihat Ringkasan antarmuka SQL BigQuery BI Engine.

Membuat set data BigQuery

Langkah pertamanya adalah membuat set data BigQuery untuk menyimpan tabel yang dikelola oleh BI Engine. Untuk membuat set data, ikuti langkah-langkah berikut:

  1. Di Konsol Google Cloud, buka halaman BigQuery.

    Buka BigQuery

  2. Pada panel navigasi, di panel Explorer, klik nama project Anda.

  3. Di panel detail, klik View actions, lalu klik Create dataset.

  4. Di halaman Create dataset, lakukan hal berikut:

    • Untuk Dataset ID, masukkan biengine_tutorial.

    • Untuk Data location, pilih us (beberapa wilayah di Amerika Serikat), lokasi multi-region tempat set data publik disimpan.

    • Untuk tutorial ini, Anda dapat memilih Enable table expiration, lalu tentukan jumlah hari sebelum masa berlaku tabel berakhir.

      Halaman Create dataset

  5. Tetap gunakan setelan default untuk semua setelan lainnya, lalu klik Create dataset.

Membuat tabel dengan menyalin data dari set data publik

Tutorial ini menggunakan set data yang tersedia melalui Program Set Data Publik Google Cloud. Set data publik adalah set data yang dihosting BigQuery untuk Anda akses dan integrasikan ke dalam aplikasi Anda.

Di bagian ini, buat tabel dengan menyalin data dari set data permintaan layanan San Francisco 311. Anda dapat menjelajahi set data menggunakan Konsol Google Cloud.

Membuat tabel Anda

Untuk membuat tabel, ikuti langkah-langkah berikut:

  1. Di Konsol Google Cloud, buka halaman BigQuery.

    Buka BigQuery

  2. Di panel Explorer, telusuri san_francisco_311.

  3. Di panel Explorer, luaskan san_francisco_311, lalu klik tabel 311_service_requests.

  4. Di toolbar Explorer, klik Copy.

    Opsi salin ditandai.

  5. Pada dialog Copy table, di bagian Destination, lakukan hal berikut:

    • Untuk Project name, klik Browse, lalu pilih project Anda.
    • Untuk Dataset name, pilih biengine_tutorial.

    • Untuk Table name, masukkan 311_service_requests_copy.

      Jendela salin tabel dengan opsi tujuan

  6. Kik Copy.

  7. Opsional: Setelah tugas penyalinan selesai, verifikasi isi tabel dengan meluaskan PROJECT_NAME > biengine_tutorial dan mengklik 311_service_requests_copy > Preview. Ganti PROJECT_NAME dengan nama project Google Cloud Anda untuk tutorial ini.

Membuat reservasi BI Engine Anda

  1. Di Konsol Google Cloud, di bagian Administration, buka halaman BI Engine.

    Buka halaman BI Engine

  2. Klik Create reservation.

  3. Di halaman Create Reservation, konfigurasikan reservasi BI Engine Anda:

    • Dalam daftar Project, verifikasi project Google Cloud Anda.
    • Dalam daftar Location, pilih lokasi. Lokasi harus cocok dengan lokasi set data yang Anda kueri.

    • Sesuaikan penggeser GiB Kapasitas ke jumlah kapasitas memori yang Anda reservasi. Contoh berikut menetapkan kapasitas ke 2 GiB. Maksimumnya adalah 250 GiB.

      Lokasi kapasitas BI Engine

  4. Klik Next.

  5. Di bagian Preferred Table, tentukan tabel untuk akselerasi dengan BI Engine secara opsional. Untuk menemukan nama tabel, lakukan langkah berikut:

    1. Di kolom Table Id, ketik bagian nama tabel yang ingin dipercepat oleh BI Engine—misalnya, 311.

    2. Dari daftar nama yang disarankan, pilih nama tabel Anda.

      Hanya tabel tertentu yang memenuhi syarat untuk akselerasi. Jika tidak ada tabel pilihan yang ditentukan, semua kueri project akan memenuhi syarat untuk akselerasi.

  6. Klik Next.

  7. Di bagian Confirm and submit, tinjau perjanjian tersebut.

  8. Jika Anda menyetujui persyaratan perjanjian, klik Create.

Setelah mengonfirmasi reservasi, detailnya akan ditampilkan di halaman Reservations.

Pemesanan yang dikonfirmasi

Menghubungkan menggunakan Looker

Petunjuk berikut menunjukkan cara menyiapkan Looker dengan BigQuery.

  1. Login ke Looker sebagai administrator.

  2. Dalam dokumentasi Looker tentang BigQuery, selesaikan bagian-bagian berikut:

    1. Membuat akun layanan.
    2. Mengonfigurasi OAuth untuk koneksi BigQuery di Looker.

  3. Klik tab Kembangkan dan pilih Mode Pengembangan.

  4. Buat model dan project LookML untuk set data Anda. Untuk informasi selengkapnya, lihat petunjuk untuk menghubungkan Looker ke database.

  5. Dengan menggunakan menu Jelajahi, buka explore associate dengan nama file model baru Explore 311_service_requests_copy (atau nama apa pun yang Anda berikan untuk penjelajahan Anda).

Anda berhasil menghubungkan Looker ke BigQuery. Anda dapat menggunakan fitur Aktivitas Sistem di Looker untuk membuat laporan penggunaan Looker dan menganalisis performa kueri berdasarkan metrik performa khusus BigQuery. Untuk mempelajari berbagai metrik performa kueri BigQuery BI Engine, lihat metrik BigQuery BI Engine.

Pembersihan

Agar tidak menimbulkan biaya pada akun Google Cloud Anda untuk resource yang digunakan dalam panduan memulai ini, Anda dapat menghapus project, menghapus pemesanan BI Engine, atau keduanya.

Menghapus project

Cara termudah untuk menghilangkan penagihan adalah dengan menghapus project yang Anda buat untuk tutorial.

Untuk menghapus project:

  • Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tutorial ini, saat menghapusnya, Anda juga akan menghapus pekerjaan lain yang telah dilakukan dalam project tersebut.
  • Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project. Jika Anda berencana mempelajari beberapa tutorial dan panduan memulai, menggunakan kembali project dapat membantu Anda agar tidak melampaui batas kuota project.

  1. Di konsol Google Cloud, buka halaman Kelola resource.

    Buka halaman BI Engine

  2. Dalam daftar project, pilih project yang ingin Anda hapus, lalu klik Hapus.

  3. Pada dialog, ketik project ID, lalu klik Matikan untuk menghapus project.

Menghapus pemesanan

Atau, jika ingin mempertahankan project tersebut, Anda dapat menghindari biaya tambahan BI Engine dengan menghapus pemesanan kapasitas.

Untuk menghapus reservasi, ikuti langkah-langkah berikut:

  1. Di Konsol Google Cloud, di bagian Administration, buka halaman BI Engine.

    Buka halaman BI Engine

  2. Di bagian Reservations, cari reservasi Anda.

  3. Di kolom Actions, klik di sebelah kanan reservasi, lalu pilih Delete.

  4. Dalam dialog Hapus pemesanan?, masukkan Delete, lalu klik HAPUS.

Pelajari lebih lanjut

Ada banyak opsi tambahan yang terkait dengan pengelolaan Looker, menyesuaikan model datanya, dan mengekspos data kepada pengguna. Untuk informasi selengkapnya, lihat referensi berikut: