Daten mit Looker Studio analysieren

Sie können BigQuery verwenden, um Daten mit Looker Studio zu untersuchen, einer kostenlosen Self-Service-Business-Intelligence-Plattform, mit der Sie Datenvisualisierungen, Dashboards und Berichte erstellen und nutzen können. Mit Looker Studio können Sie eine Verbindung zu Ihren BigQuery-Daten herstellen, Visualisierungen erstellen und Ihre Informationen mit anderen teilen.

Beschränkungen

BigQuery BI Engine unterstützt die folgenden Features bei Einbindung in Looker Studio nur eingeschränkt:

• Benutzerdefinierte Funktionen (UDF)
• ARRAY-Spalten
• Analysefunktionen
• Tabellengrößenlimits: bis zu 150 Millionen Zeilen bei direkter Verbindung mit einer Tabelle oder 2 Millionen Zeilen bei Verbindung über eine benutzerdefinierte Abfrage
• Intelligente Feinabstimmung von materialisierten Ansichten
• Wiederkehrende Felder
• Autorisierte Ansichten
• Wenn Legacy-SQL verwendet wird oder die generierte URL mehr als 11.378 Zeichen umfasst, ist die Funktion Mit Looker Studio auswerten deaktiviert.

BigQuery-Daten in Looker Studio untersuchen

Mit den folgenden Optionen können Sie Daten in BigQuery mit Looker Studio untersuchen:

• Bereich Abfrageergebnisse
• Bereich Tabellenschema
• Looker Studio-Berichte freigeben

In diesen Beispielen wird Looker Studio verwendet, um Daten im BigQuery-Dataset austin_bikeshare zu visualisieren. Weitere Informationen zu öffentlichen Datasets finden Sie unter Öffentliche BigQuery-Datasets.

Abfrageergebnisse ansehen

Sie können eine beliebige SQL-Abfrage erstellen und die Daten in Looker Studio visualisieren. Dies ist nützlich, wenn Sie die Daten in BigQuery ändern möchten, bevor Sie mit ihnen in Looker Studio arbeiten oder wenn Sie nur einen Teil der Tabellenfelder benötigen.

Hinweis: Sie können maximal 5.000 Datenzeilen in Looker Studio-Diagrammen visualisieren.

1. Öffnen Sie in der Google Cloud Console die Seite BigQuery.

   BigQuery aufrufen

2. Wählen Sie das Abrechnungsprojekt aus.

3. Geben Sie im Bereich Explorer bikeshare_trips in das Feld Zu suchender Typ ein.

4. Gehen Sie zu bigquery-public-data > austin_bikeshare > bikeshare_trips.

5. Klicken Sie auf Aktionen anzeigen und dann auf Abfrage.

6. Erstellen Sie im Abfrageeditor Ihre Abfrage. Beispiel:

   SELECT
     *
   FROM
     `bigquery-public-data.austin_bikeshare.bikeshare_trips`
   LIMIT
     1000;

7. Klicken Sie auf Ausführen.

8. Klicken Sie im Abschnitt Abfrageergebnisse auf Daten auswerten und dann auf Mit Looker Studio auswerten.

   

9. Klicken Sie auf der Seite Willkommen bei Looker Studio auf Jetzt starten, wenn Sie den Nutzungsbedingungen von Google Looker Studio und Google zustimmen.

10. Klicken Sie auf der Seite Looker Studio-Zugriff autorisieren auf Autorisieren, um die Verbindung zu autorisieren, wenn Sie den Nutzungsbedingungen zustimmen, und wählen Sie dann Ihre Marketingeinstellungen aus. Nur Sie können Daten in Ihrem Bericht ansehen, es sei denn, Sie erteilen anderen die Berechtigung zum Anzeigen der Daten.

    Im Abfrageeditor werden Ihre Abfrageergebnisse als Looker Studio-Diagramme angezeigt.

In der folgenden Abbildung sind einige Features eines Looker Studio-Berichts dargestellt:

Legende:

1. Looker Studio-Logo und Berichtsname.
   • Klicken Sie auf das Logo, um zur Seite Looker Studio zu gelangen.
   • Klicken Sie zum Bearbeiten des Berichtsnamens auf den Namen.
2. Looker Studio-Symbolleiste. Das Tool Diagramm hinzufügen ist hervorgehoben.
3. Berichtstitel Klicken Sie auf das Textfeld, um den Text zu bearbeiten.
4. Tabelle (ausgewählt) Sie können mithilfe der Optionen im Diagrammheader mit einem ausgewählten Diagramm interagieren.
5. Balkendiagramm (nicht ausgewählt)
6. Bereich Diagramme Sie können die Dateneigenschaften und das Erscheinungsbild einer ausgewählten Tabelle auf den Tabs Einrichtung und Stil konfigurieren.
7. Datenbereich In diesem Bereich können Sie auf die Felder und Datenquellen zugreifen, die in Ihrem Bericht verwendet werden sollen.
   • Ziehen Sie Felder aus dem Bereich Daten in das Diagramm, um Daten in ein Diagramm einzufügen.
   • Ziehen Sie ein Feld aus dem Bereich Daten auf den Canvas, um ein Diagramm zu erstellen.
8. Speichern und teilen. Speichern Sie diesen Bericht, um ihn später anzusehen, zu bearbeiten und für andere freizugeben. Prüfen Sie die Einstellungen für die Datenquelle und die von den Datenquellen verwendeten Anmeldedaten, bevor Sie den Bericht speichern.

Mit Diagrammen interagieren

Looker Studio-Diagramme sind interaktiv. Da die Daten nun in Looker Studio angezeigt werden, können Sie Folgendes ausprobieren:

• Scrollen Sie durch die Tabelle und blättern Sie durch die Tabelle.
• Bewegen Sie den Mauszeiger im Diagramm Balkendiagramm über einen Balken, um Details zu den Daten aufzurufen.
• Wählen Sie einen Balken im Balkendiagramm aus, um die Tabelle nach dieser Dimension zu filtern.

Diagramme hinzufügen

Looker Studio unterstützt viele verschiedene Visualisierungstypen. So fügen Sie dem Bericht weitere Diagramme hinzu:

1. Klicken Sie in der Symbolleiste auf Diagramm hinzufügen.
2. Wählen Sie das Diagramm aus, das Sie hinzufügen möchten.
3. Klicken Sie auf den Canvas, um das Diagramm dem Bericht hinzuzufügen.
4. Verwenden Sie den Eigenschaftenbereich Diagramm, um das Diagramm zu konfigurieren.

Weitere Informationen zum Hinzufügen von Diagrammen zu einem Bericht finden Sie unter Diagramme zu Ihrem Bericht hinzufügen.

Tabellenschema ansehen

Sie können ein Tabellenschema exportieren, um die Metadaten Ihrer Daten in Looker Studio zu sehen. Dies ist nützlich, wenn Sie die Daten in BigQuery nicht ändern möchten, bevor Sie in Looker Studio damit arbeiten.

Hinweis: BigQuery-Abfragen können maximal 20 MB Daten zurückgeben. Wenn Sie sehr große Tabellenschemas erkunden, schneidet Looker Studio möglicherweise die Ergebnisse ab.

1. Öffnen Sie in der Google Cloud Console die Seite BigQuery.

   BigQuery aufrufen

2. Wählen Sie das Abrechnungsprojekt aus.

3. Geben Sie im Bereich Explorer bigquery-public-data in das Feld Zu suchender Typ ein.

4. Gehen Sie zu bigquery-public-data > austin_bikeshare > bikeshare_trips.

5. Klicken Sie in der Symbolleiste auf Exportieren. Wählen Sie Weitere Aktionen und dann auf Exportieren aus, wenn "Exportieren“ nicht angezeigt wird.

6. Klicken Sie auf Mit Looker Studio auswerten.

   

Berichte freigeben

Sie können Berichte mit anderen teilen, indem Sie ihnen eine E-Mail- Einladung zu Looker Studio senden. Sie können bestimmte Personen oder Google Groups einladen. Für eine breitere Freigabe können Sie auch einen Link erstellen, mit dem jeder auf Ihre Looker Studio-Berichte zugreifen kann.

Hinweis:Klicken Sie zuerst auf Speichern und freigeben, bevor Sie einen Bericht freigeben können, der durch das BigQuery-Exportfeature erstellt wurde.

So teilen Sie einen Bericht mit einer anderen Person:

1. Klicken Sie in der Kopfzeile der Seite Looker Studio auf Freigeben.
2. Geben Sie im Dialogfeld Freigabe für andere die E-Mail-Adresse des Empfängers ein. Sie können mehrere E-Mail-Adressen oder Google Groups-Adressen eingeben.
3. Geben Sie an, ob Empfänger den Bericht ansehen oder bearbeiten können.
4. Klicken Sie auf Senden.

Weitere Informationen zum Freigeben von Berichten

Durch das Löschen des Projekts wird Looker Studio an der Abfrage der Daten gehindert, da die Datenquelle dem Projekt zugeordnet ist. Wenn Sie Ihr Google Cloud-Projekt nicht löschen möchten, können Sie den Looker Studio-Bericht und die Datenquelle löschen.

Native BigQuery-Integration in Looker Studio (Vorschau)

Vorschau

Dieses Produkt oder diese Funktion unterliegt den „Nutzungsbedingungen für Pre-GA-Angebote“ im Abschnitt „Allgemeine Nutzungsbedingungen“ der dienstspezifischen Nutzungsbedingungen. Pre-GA-Produkte und -Funktionen sind unverändert verfügbar und werden möglicherweise nur eingeschränkt unterstützt. Weitere Informationen finden Sie in den Beschreibungen der Startphase.

Füllen Sie das Registrierungsformular für die native BigQuery-Integration in Looker Studio aus, um Zugriff auf dieses Vorschau-Feature anzufordern. Wenn Sie für dieses Feature Feedback geben oder Support anfordern möchten, senden Sie eine E-Mail an [e-mail].

Die native BigQuery-Integration in Looker Studio fügt die folgenden Features hinzu:

• Vollständige Unterstützung für BigQuery-Monitoring, einschließlich INFORMATION_SCHEMA, Ausführungsgrafik und Cloud Monitoring-Messwerten.
• Looker Studio-Abfragen mit aktivierter BI Engine-Beschleunigung können die Beschleunigungsmodi nutzen.
• Die BI Engine-Unterstützung für zuvor nicht unterstützte Anwendungsfälle umfasst Folgendes:
  • Analysefunktionen
  • Größere Tabellen
  • Größere Partitionslimits
  • Intelligente Feinabstimmung von materialisierten Ansichten
  • Wiederkehrende Felder
  • Autorisierte Ansichten
• Die Abfrageergebnisse von Looker Studio werden wie andere BigQuery-Abfragen im Cache gespeichert.
• Geringere Latenzzeit für Pivot-Tabellendiagramme.
• Gleichzeitigkeitsverarbeitung für Abfragewarteschlangen.
• Inhaber von Datenquellen für Anmeldedaten können mit einem Klick auf Jobstatistiken, Ergebnistabellen und BI Engine-Details zugreifen.
• Die INFORMATION_SCHEMA-Details von Looker Studio enthalten zwei Labels (report_id und datasource_id), damit Sie die Kosten und die Nutzung besser verstehen.
• Looker Studio BI Engine-Messwerte werden nicht mehr bereitgestellt.
• Höhere Zuverlässigkeit.

Verfügbarkeit der nativen BigQuery-Integration in Looker Studio

Die native BigQuery-Integration in Looker Studio wird für Kunden schrittweise aktiviert, wobei sie auf Endnutzer, Projekte und Google Cloud-Regionen abzielt. Ihre Dashboards verwenden die native Integration, wenn einer der folgenden Punkte zutrifft:

• Wenn Sie den Mauszeiger auf Dashboard-Elemente in Looker Studio bewegen, wird Inhabern von Datenquellen mit aktivierter nativer Integration das Symbol BigQuery angezeigt. Zum Aufrufen des Jobs, der die Dashboard-Informationen erstellt hat, können Sie auf den Link BigQuery klicken.
• Die Ansicht INFORMATION_SCHEMA.JOBS enthält alle Probleme mit dem Looker Studio-Dashboard im Zusammenhang mit looker_studio_datasource_id und looker_studio_report_id labels.
• Ihre Cloud Logging-Logs enthalten Einträge aus bigquery.googleapis.com und protoPayload.serviceName="bigquerybiengine.googleapis.com".

INFORMATION_SCHEMA-Details von Looker Studio ansehen

In der Ansicht INFORMATION_SCHEMA.JOBS können Sie verfolgen, welche Looker Studio-Berichte und -Datenquellen von BigQuery verwendet werden. Wenn die native BigQuery-Integration aktiviert ist, erstellt jede Looker Studio-Abfrage einen Eintrag mit den Labels report_id und datasource_id. Diese IDs werden am Ende von LookerStudio-URLs angezeigt, wenn der Bericht oder die Seite mit der Datenquelle geöffnet wird. Ein Bericht mit der URL https://lookerstudio.google.com/navigation/reporting/my-report-id-123 hat beispielsweise die Berichts-ID „my-report-id-123“.

Die folgenden Beispiele zeigen, wie Berichte und Datenquellen angezeigt werden:

Berichts- und Datenquellen-URL für jeden Looker Studio-BigQuery-Job finden

-- Standard labels used by Looker Studio.
DECLARE requestor_key STRING DEFAULT 'requestor';
DECLARE requestor_value STRING DEFAULT 'looker_studio';

CREATE TEMP FUNCTION GetLabel(labels ANY TYPE, label_key STRING)
AS (
  (SELECT l.value FROM UNNEST(labels) l WHERE l.key = label_key)
);

CREATE TEMP FUNCTION GetDatasourceUrl(labels ANY TYPE)
AS (
  CONCAT("https://lookerstudio.google.com/datasources/", GetLabel(labels, 'looker_studio_datasource_id'))
);

CREATE TEMP FUNCTION GetReportUrl(labels ANY TYPE)
AS (
  CONCAT("https://lookerstudio.google.com/reporting/", GetLabel(labels, 'looker_studio_report_id'))
);

SELECT
  job_id,
  GetDatasourceUrl(labels) AS datasource_url,
  GetReportUrl(labels) AS report_url,
FROM
  `region-us`.INFORMATION_SCHEMA.JOBS jobs
WHERE
  creation_time > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
  AND GetLabel(labels, requestor_key) = requestor_value
LIMIT
  100;

Jobs aufrufen, die mit einem Bericht und einer Datenquelle erstellt wurden

-- Specify report and data source id, which can be found in the end of Looker Studio URLs.
DECLARE user_report_id STRING DEFAULT '*report id here*';
DECLARE user_datasource_id STRING DEFAULT '*datasource id here*';

-- Standard labels Looker Studio uses in native integration.
DECLARE requestor_key STRING DEFAULT 'requestor';
DECLARE requestor_value STRING DEFAULT 'looker_studio';
DECLARE datasource_key STRING DEFAULT 'looker_studio_datasource_id';
DECLARE report_key STRING DEFAULT 'looker_studio_report_id';

CREATE TEMP FUNCTION GetLabel(labels ANY TYPE, label_key STRING)
AS (
  (SELECT l.value FROM UNNEST(labels) l WHERE l.key = label_key)
);

SELECT
  creation_time,
  job_id,
FROM
  `region-us`.INFORMATION_SCHEMA.JOBS jobs
WHERE
  creation_time > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
  AND GetLabel(labels, requestor_key) = requestor_value
  AND GetLabel(labels, datasource_key) = user_datasource_id
  AND GetLabel(labels, report_key) = user_report_id
ORDER BY 1
LIMIT 100;

Beschränkungen

Die folgenden Features werden in BI Engine für die native BigQuery-Integration in Looker Studio nur eingeschränkt unterstützt:

• Tabellenplatzhalter werden nicht beschleunigt.
• Bestimmte Join-Typen werden nicht vollständig beschleunigt.
• Kleine Tabellen mit komplexen Joins werden nicht vollständig beschleunigt.

Hinweis: Während dieser Vorschau kann die Abfragebeschleunigung abhängig davon variieren, wie Ihre Daten in BigQuery gespeichert sind. Die Datenmenge, die durch beschleunigte Abfragen gescannt wird, kann sich von Scans unterscheiden, die frühere Versionen verwendet haben. Die vorherige Implementierung der Looker Studio-Integration in BigQuery enthielt 1 GB an BI Engine-Kapazität pro Projekt. Die neue native BigQuery-Integration bietet die oben genannten Verbesserungen und umfasst nicht die BI Engine-Kapazität von 1 GB. Weitere Informationen zum Reservieren von Kapazität für BI Engine finden Sie unter BI Engine-Kapazität reservieren.

Nächste Schritte

• Weitere Informationen zum Schreiben von Abfragen für BigQuery finden Sie unter BigQuery-Analyse. In diesem Dokument werden Aufgaben wie das Ausführen von Abfragen oder das Erstellen benutzerdefinierter Funktionen (UDFs) erläutert.
• Informationen zur BigQuery-Syntax finden Sie unter Einführung in SQL in BigQuery. In BigQuery ist der bevorzugte Dialekt für SQL-Abfragen Standard-SQL. Die ältere SQL-ähnliche Syntax in BigQuery wird unter Funktionen und Operatoren in Legacy-SQL beschrieben.