- BigQuery 教程
- BigQuery - 首页
- BigQuery - 概述
- BigQuery - 初始设置
- BigQuery 与本地 SQL 引擎
- BigQuery - Google Cloud Console
- BigQuery - Google Cloud 层级结构
- 什么是 Dremel?
- 什么是 BigQuery Studio?
- BigQuery - 数据集
- BigQuery - 表
- BigQuery - 视图
- BigQuery - 创建表
- BigQuery - 基本 Schema 设计
- BigQuery - 修改表
- BigQuery - 复制表
- 删除和恢复表
- BigQuery - 填充表
- 标准 SQL 与传统 SQL
- BigQuery - 编写第一个查询
- BigQuery - CRUD 操作
- 分区和聚类
- BigQuery - 数据类型
- BigQuery - 复杂数据类型
- BigQuery - STRUCT 数据类型
- BigQuery - ARRAY 数据类型
- BigQuery - JSON 数据类型
- BigQuery - 表元数据
- BigQuery - 用户自定义函数
- 连接外部数据源
- 集成计划查询
- 集成 BigQuery API
- BigQuery - 集成 Airflow
- 集成连接表格
- 集成数据传输
- BigQuery - 物化视图
- BigQuery - 角色和权限
- BigQuery - 查询优化
- BigQuery - BI 引擎
- 监控使用情况和性能
- BigQuery - 数据仓库
- 挑战和最佳实践
- BigQuery 资源
- BigQuery - 快速指南
- BigQuery - 资源
- BigQuery - 讨论
BigQuery - 集成数据传输
BigQuery 数据传输可以促进与 Google 关联产品的數據同步,并将生成的有效负载导入 BigQuery。由于这些数据传输是在 Google 产品之间进行的,因此它们基于现成的报表。
在配置过程中,用户可以选择要导入的报表。不幸的是,这意味着没有空间进行上游自定义。
虽然您可能直觉地担心某个报表缺少特定字段,但情况往往相反。Google 的报表通常包含大量数据,因此需要构建视图才能仅提取与您的用例相关的資訊。
数据传输需要身份验证
与其他 BigQuery 集成一样,数据传输需要身份验证。
- 幸运的是,由于传输最初是在 UI 中配置的,因此这是一个简单的身份验证流程。
- 使用 Oauth2,设置 BigQuery 传输的用户需要登录并验证连接到 Google Cloud Platform 的帐户。
- 经过身份验证后,开发人员可以从 Google 产品和报表类型的下拉列表中进行选择。
为了方便使用生成的数据,该过程中最重要的方面之一是为生成的表的后缀提供一个易于记忆的名称。
注意 - 某些报表(如计费报表)不允许用户更改导入表的名称。
报表示例
可以计划为数据传输的报表示例包括 -
- DFP
- Google Ad Manager
- YouTube 频道报表
这些现成的报表可以消除某些与 BigQuery 兼容的数据资源的开发负担。
广告