数据库中的实时电子表格

BigQuery 团队开发了将 Google 表格当作数据库中的表处理的功能。也就是说，您可以将包含十亿行数据的 BigQuery 表与通过单次查询输入到电子表格中的 100 行映射表进行联接。

借助此功能，您可以配置数据模型、为临时数据创建数据流水线，或将最新数据与最新的目标和预测进行比较。

示例

例如，您可能希望在 Looker 中对使用 Google 表单收集的用户名进行建模。

如需在 Looker 中收集信息并对其进行建模，您需要执行以下步骤：

1. 使用 Google 表单，将数据收集到 Google 表格中。每次提交都会在工作表中添加一行。
2. 与您用于连接到 Looker 的服务账号共享电子表格，或通过链接向用户授予访问权限（仅限查看）。
3. 确保已为您的项目启用 Drive API 和 Sheets API。
4. 从 BigQuery 界面创建一个表，用于从电子表格中获取其内容。
5. 在您的 Looker 项目中，生成一个数据模型，以将电子表格表格与您可能已收集的其他用户数据（例如用户的位置。您还可以使用 SQL 对来自数据库的名称进行标准化。您可以在 BigQuery 中缓存数据，以避免电子表格的负载过重。

以下是生成的 LookML 的示例：

explore: names_sheet {
  persist_for: "60 seconds"

  join: names_facts {
    sql_on: ${names_sheet.normalized_name} = ${names_facts.normalized_name} ;;
    sql_where: ${names_facts.city} ;;
    relationship: one_to_one
  }

  view_name: names_sheet {
    derived_table: {
      persist_for: "2 minutes"
      sql:
        SELECT row_number() OVER() as id, name, UPPER(CASE WHEN REGEXP_MATCH(name, r'\,')
          THEN REGEXP_EXTRACT(name, r', (\w+)')
          ELSE REGEXP_EXTRACT(name, r'^(\w+)')
          END
          ) as normalized_name FROM namesheet.names ;;
    }

    dimension: id {
      type: number
    }

    dimension: name {
      order_by_field: id    # keep the rows in the original order
    }

    dimension: normalized_name {
    }

    measure: count {
      type: count
      drill_fields: [id, name, names_facts.city]
    }

    measure: count_from_new_york_city {
      type: count
      filters: [names_facts.city: "New York City"]
    }

    measure: percentage_from_new_york_city {
      type: number
      sql: ${count_from_new_york_city}/${count} ;;
      value_format_name: percent_2
    }

    measure: average_age_median {
      type: average
      sql: ${names_facts.age_median} ;;
      value_format: "0000"
    }
  }
}

借助此模型，您可以使用数据创建探索，并构建数据分析和信息中心，以显示您从 Google 表单中收集并输入到 Google 表格中的所有用户名的相关指标，以及每个用户的其他信息。