Można tworzyć połączenie z bazą danych Google BigQuery i używać tego połączenia do wizualizowania danych w projekcie BigQuery.
Przed rozpoczęciem należy zwrócić uwagę na następujące kwestie:
- Tworzenie połączenia z Google BigQuery wiąże się z intensywnym korzystaniem z zasobów. Najlepiej utworzyć jedno połączenie i udostępnić je innym użytkownikom, zamiast zezwalać wielu użytkownikom na tworzenie ich własnych połączeń.
- Oracle Analytics tworzy pamięć podręczną tabel i schematów dla każdego projektu w Google BigQuery. Należy ograniczyć liczbę projektów, tabel i schematów tylko do tych, które są wymagane do analizy.
- Zależnie od ilości danych Google BigQuery utworzenie połączenia może zająć do kilku godzin, zatem należy przeznaczyć odpowiednią ilość czasu na ukończenie tego procesu.
- Po utworzeniu połączenia należy odczekać pewien czas, zanim połączenie zostanie użyte do analizowania danych.
- Połączenie z Google BigQuery jest jawnie zdefiniowane dla jednego projektu. Jeśli wymagane są dane z wielu projektów, połączenie musi zostać utworzone przez użytkownika usługi, który ma dostęp do określonych projektów i zbiorów danych. Dane wyjściowe zbiorów danych można scalać.
- Utworzyć konto usługi w Google BigQuery.
- Dodać do konta usługi rolę (na przykład "Użytkownik BigQuery") z uprawnieniem
bigquery.jobs.create
.
- Dodać użytkowników do roli.
- Dodać klucz JSON.
- Na stronie startowej Oracle Analytics kliknąć kolejno Utwórz i Połączenie.
- Kliknąć BigQuery.
- Wprowadzić szczegóły połączenia.
- W polu Nazwa połączenia określić przyjazną dla użytkownika nazwę, identyfikującą szczegóły połączenia w Oracle Analytics.
- W polu Projekt wpisać nazwę analizowanego projektu BigQuery identyczną ze zdefiniowaną w Google BigQuery z uwzględnieniem wielkości liter.
- W polu Adres e-mail konta usługi pisać adres e-mail używany do logowania się do Google BigQuery.
- W polu Klucz prywatny konta usługi załadować klucz prywatny konta usługi (format JSON).
- Kliknąć Zapisz.
Teraz można tworzyć skoroszyty analityczne ze zbiorami danych oparte na danych z Google BigQuery. Tworząc zbiór danych, przechodzi się do tabel BigQuery i wybiera fakty i miary do analizy. Alternatywnie można uzyskać dane bezpośrednio za pomocą zapytania SQL.