BigQuery と Looker を使用してデータベースからダッシュボードに移行

※この投稿は米国時間 2021 年 4 月 29 日に、Google Cloud blog に投稿されたものの抄訳です。

効果的でスケーラブルなダッシュボードの作成は、手間のかかる作業になる場合があります。しかし、Looker を使えば、アナリストは面倒な SQL クエリの書き換えに悩まされることがなくなります。予定しているウェブセミナーでは、BigQuery のテーブルから Looker のリアルタイムのオペレーション ダッシュボードに 30 分足らずで移行する方法をご紹介します。

Looker と BigQuery を併用するメリット

BigQuery は Google Cloud のエンタープライズ向けフルマネージド データ ウェアハウスで、有意義な分析を作成するための強力なツールとなる機能が多数揃っています。

• ネストされたレコード、パーティショニング、クラスタリング、インメモリ実行エンジンのサポートにより、大量のデータを簡単に保存してクエリを実行できます。

• 組み込みの機械学習（BQML）によって、強力な AI ワークフローを作成する無限の可能性が広がります。

• Google エコシステムとの堅牢な統合により、リアルタイムのストリーミング挿入など、データの取り込みが簡単にできます。

Looker は最新のビジネス インテリジェンスと分析のプラットフォームです。そのデータベース内アーキテクチャは、BigQuery が提供するあらゆる機能を最大限に活用できることを意味します。Looker の信頼できる単一の情報源のデータモデルである LookML を使用すると、アナリストは SQL を使用して指標の定義を作成できます。つまり、GIS、BQML、その他の BigQuery 関数を簡単に組み込むことができます。Looker で表示されるクエリはパーティション、クラスタ、マテリアライズド ビュー、BI エンジンを可能な限り活用するため、ダッシュボードは常に高速で最新の状態になります。

詳細については、ウェブセミナーで次の方法についてご説明します。

• BigQuery プロジェクトを Looker に接続する

• テーブル スキーマに基づいて新しいデータモデルを自動的に生成する

• 主な BigQuery 関数を活用するカスタム計算を作成する

• 知見を探し、実用的な分析情報を入手する

5 月 6 日に開催されたウェブセミナーをご視聴ください。Looker で BigQuery データをモデル化、分析、可視化する方法をデモでご説明します。LinkedIn や Twitter もフォローして、BigQuery と Looker の最新ニュースを入手してください。Looker と BigQuery を併用するベスト プラクティスの詳細については、こちらのホワイトペーパーの説明をご参照ください。

-デベロッパー アドボケイト Leigha Jarett