Daten aus anderen Google- und Google Cloud-Diensten laden

Sie können eine Reihe von Google Cloud-Diensten verwenden, um Daten in BigQuery zu laden, wo Sie dann weitere Analysen durchführen können. Für diese Dienste müssen Sie in der Regel Exportjobs über die entsprechende Konsole oder API des Dienstes initiieren. Nach der Aktivierung werden Daten in BigQuery gemäß dem Rhythmus geladen, der im Exportjob des Dienstes definiert ist. Einige Exportjobs werden in Echtzeit ausgeführt, andere bieten Batchdatenladevorgänge.

Bei Google Cloud-Datenbanken und -Diensten, einschließlich Google Drive und Google Tabellen, stammen Datenabfragenaten aus BigQuery. Weitere Informationen finden Sie unter Externe Datenquellen.

Wenn ein Dienst nicht aufgeführt ist, können Sie möglicherweise weiterhin Daten aus dem Dienst exportieren. Dies erfordert jedoch möglicherweise zusätzliche Funktionen. Weitere Informationen zum Einrichten benutzerdefinierter Exporte oder zum Erstellen von Ladejobs und Abfragen aus BigQuery finden Sie unter Alternativen zu Dienstexporten.

Cloud-Dienste, die Datenexporte unterstützen

CO₂-Bilanz

Der Export der CO₂-Bilanz erfasst die geschätzten Bruttosummen von Treibhausgasemissionen im Zusammenhang mit der Nutzung abgedeckter Google Cloud-Dienste für das ausgewählte Rechnungskonto.

Sie können Ihre CO₂-Bilanzdaten nach BigQuery exportieren, um Datenanalysen durchzuführen oder benutzerdefinierte Dashboards und Berichte zu erstellen.

Informationen zum Einrichten von Exporten Ihrer CO₂-Bilanzdaten finden Sie unter CO₂-Bilanz exportieren.

Chronicle

Sie können Chronicle-Sicherheitslogs nach BigQuery exportieren, um zusätzliche Joins und Analysen durchzuführen.

Wenn Sie Exporte Ihrer Chronicle-Sicherheitslogs einrichten möchten, wenden Sie sich an den Chronicle-Support.

Cloud Asset Inventory

Mit Cloud Asset Inventory können Sie die Assetmetadaten für Ihre Organisation, Ihren Ordner oder Ihr Projekt in eine BigQuery-Tabelle exportieren und anschließend die Datenanalyse für Ihr Inventar ausführen.

Informationen zum Einrichten von Exporten Ihrer Cloud Asset Inventory-Daten finden Sie unter Nach BigQuery exportieren.

Cloud Billing

Mit dem Cloud Billing-Export nach BigQuery können Sie detaillierte Google Cloud-Abrechnungsdaten (z. B. Nutzung, Kostenschätzungen und Preisdaten) den Tag über automatisch exportieren lassen.

Wichtig ist das Timing. Wenn Sie Zugriff auf einen umfassenderen Satz von Abrechnungsdaten für Ihre Analyseanforderungen benötigen, empfehlen wir, dass Sie den Cloud Billing-Datenexport nach BigQuery gleichzeitig mit dem Erstellen eines Cloud-Rechnungskontos aktivieren.

Informationen zum Einrichten von Exporten Ihrer Cloud Billing-Daten finden Sie unter Cloud Billing-Daten nach BigQuery exportieren.

Cloud Logging

Sie können Logs aus Cloud Logging in BigQuery-Tabellen weiterleiten, um zusätzliche Analysen und Joins durchzuführen. Bei Google Cloud-Diensten stehen die Logdaten ungefähr 1 Minute nach ihrer Erstellung für Abfragen zur Verfügung.

Informationen zur Verwendung von BigQuery als Teil von Log Analytics finden Sie unter Loganalysen.

Informationen zum Einrichten von Exporten Ihrer Cloud Logging-Daten finden Sie unter Logs an unterstützte Senken weiterleiten.

Contact Center AI Insights

Mit Contact Center AI Insights können Sie Ihre Contact Center AI Insights-Unterhaltungs- und Analysedaten nach BigQuery exportieren, um eigene Rohabfragen auszuführen.

Informationen zum Konfigurieren von Exporten Ihrer Contact Center AI Insights-Daten finden Sie unter Unterhaltungen nach BigQuery exportieren.

Dialogflow CX

Dialogflow CX generiert Logs der Unterhaltungen zwischen Agents und Ihren Kunden.

Informationen zum Konfigurieren von Exporten von Unterhaltungen aus Dialogflow CX finden Sie unter Export von Interaktions-Logging nach BigQuery.

Firebase

Firebase enthält eine Reihe von Analyseexporten, die Sie an BigQuery senden können. Dazu gehören:

  • Analysen
  • Cloud-Messaging
  • Crashlytics
  • Leistungsüberwachung
  • A/B Testing
  • Remote-Konfigurationspersonalisierung

Informationen zum Konfigurieren von Exporten von Firebase-Daten finden Sie unter Projektdaten in BigQuery exportieren.

Google Analytics 4

Eine Anleitung zum Exportieren einer Sitzung aus einer Google Analytics 4-Berichtsdatenansicht in BigQuery finden Sie in der Analytics-Hilfe unter BigQuery-Export. Sobald sich die Google Analytics 4-Daten in BigQuery befinden, können Sie sie mit Google SQL abfragen.

Google Analytics 360

Eine Anleitung zum Exportieren einer Sitzung aus einer Google Analytics 360-Berichtsdatenansicht in BigQuery finden Sie in der Analytics-Hilfe unter BigQuery-Export. Sobald sich die Google Analytics 360-Daten in BigQuery befinden, können Sie sie mit Google SQL abfragen.

Beispiele für die Abfrage von Analytics-Daten in BigQuery finden Sie in der Analytics-Hilfe im Cookbook zu BigQuery.

Sie können einen täglichen Export Ihrer Leistungsdaten der Google Search-Konsole nach BigQuery planen, wo Sie komplexe Abfragen über Ihre Daten ausführen können.

Informationen zum Einrichten von Exporten Ihrer Daten finden Sie unter Bulk-Datenexport von Search Console-Daten nach BigQuery.

Recommender

Mit dem BigQuery Data Transfer Service können Sie tägliche Snapshots der Empfehlungen planen. Empfehlungen bieten Empfehlungen zur Optimierung der Nutzung von Google Cloud-Produkten und -Ressourcen sowie Informationen zu Ihren Ressourcennutzungsmustern.

Informationen zum Einrichten von Snapshots Ihrer Daten mit BigQuery Data Transfer Service finden Sie unter Empfehlungen nach BigQuery exportieren.

Vertex AI-Batchvorhersagen

Die Batchvorhersage von Vertex AI erstellt einen Satz von Vorhersagen auf Basis einer Eingabe für ein Modell. Sie können diese Ergebnisse in BigQuery für zusätzliche Analysen und Joins speichern.

Informationen zum Konfigurieren von Exporten von Batchvorhersageergebnissen finden Sie unter Batchvorhersagen und -beschreibungen abrufen.

Vertex AI Predictions

Sie können Vertex AI Predictions verwenden, um Vorhersageergebnisse von Online-Endpunkten in BigQuery für weitere Analysen zu speichern.

Informationen zum Konfigurieren der Einbindung von Modellvorhersagen in BigQuery finden Sie unter Logging von Onlinevorhersagen.

Nächste Schritte