Logotipo de Google BigQuery

Almacén en la nube

Conectar Google BigQuery a Excel, Google Sheets, IA y REST

El almacén de datos sin servidor de Google. El agente se autentica y ejecuta SELECT; los resultados se envían a Excel, Sheets, Nova o MCP.

Comienza gratis 13 destinos

Una conexión, cada superficie

Dónde pueden ir tus datos de BigQuery

Google BigQuery mesas en vivo · solo lectura
Consultas federadas + cualquier otro conector · un SQL todas las fuentes · cada plan
Agente de red
  • 1 conexión saliente
  • 0 puertos de entrada
  • Solo lectura · Las credenciales permanecen

funciona en

Query Streams lee BigQuery como SQL en tiempo real desde Microsoft Excel, Google Sheets, Power BI y asistentes de IA a través de MCP y un punto final REST. Solo necesita una cuenta de servicio, y la clave puede permanecer como un archivo en el disco del agente en lugar de pegarse en cualquier lugar. Las consultas se ejecutan como trabajos normales de BigQuery con un límite de cinco minutos por defecto, tiempo suficiente para el análisis que una herramienta basada en hojas de cálculo suele descartar.

  1. Para su equipo, proveedores y socios

  2. BigQuery a Excel Microsoft Excel · Complemento de Excel

    Integre los resultados de BigQuery en tiempo real directamente en una hoja de cálculo y actualícelos bajo demanda: Excel de escritorio, Excel Online, Microsoft 365.

    Guía de BigQuery

  3. BigQuery a Google Sheets Complemento de hojas

    Ejecuta una consulta guardada de BigQuery desde la barra lateral y arrastra las filas a la hoja de cálculo. Los colaboradores pueden actualizarla ellos mismos.

    Guía de BigQuery

  4. Pregúntale a Nova sobre BigQuery. Nova AI · texto a SQL

    Haz tu pregunta en lenguaje sencillo. Nova ya conoce tus tablas de BigQuery, escribe y ejecuta la consulta SQL, explica la respuesta y la representa gráficamente; no necesitas escribir ninguna consulta ni proporcionar credenciales.

    Cómo funciona Nova

  5. De BigQuery al visor de datos Compartir resultados · equipo, proveedores, socios · teléfono, tableta, ordenador

    Comparte un resultado de BigQuery en tiempo real con quien quieras —un colega, un proveedor, un socio— como una cuadrícula que se puede guardar como marcador y que se actualiza automáticamente al abrirla en un teléfono, una tableta o un ordenador. Verán los resultados, nunca la consulta SQL ni las credenciales.

    Cómo funciona el visor de datos
  6. Para aplicaciones y sistemas

  7. API REST de BigQuery punto final HTTP

    Publica una consulta de BigQuery como un punto final JSON autenticado al que cualquier aplicación puede acceder, con una especificación OpenAPI 3.1 y colecciones preconfiguradas para Postman, Insomnia y Hoppscotch. No se abre ningún puerto de base de datos.

    Guía de BigQuery

  8. De BigQuery a Power BI Power Query M

    Pegue la consulta Power Query M generada en el Editor avanzado de Power BI y el informe leerá los resultados de BigQuery en tiempo real a través de HTTPS, sin necesidad de un controlador ODBC ni de abrir ningún puerto de base de datos.

    Cómo funciona Power BI

  9. De BigQuery a Airtable Plataforma de automatización

    Sincroniza las filas de BigQuery con una base de datos de Airtable según un cronograma, o recupéralas mediante un script de automatización de Airtable.

    Guía de BigQuery

  10. BigQuery a Baserow Plataforma de automatización

    Alimenta una tabla de Baserow desde BigQuery a través del punto final REST, ya sea en servidores propios o en la nube de Baserow.

    Guía de BigQuery

  11. De BigQuery a SeaTable Plataforma de automatización

    Mantén actualizada una base de datos SeaTable con datos de BigQuery sin exportar ningún archivo ni exponer la base de datos.

    Guía de BigQuery

  12. De BigQuery a Smartsheet Plataforma de automatización

    Integre los resultados de BigQuery en una cuadrícula de Smartsheet para que los planes e informes se lean desde el sistema de origen, y no desde la exportación de la semana pasada.

    Guía de BigQuery

  13. De BigQuery a Anvil Anvil Works · Plataforma de aplicaciones

    Realiza una copia de seguridad de una aplicación Python de Anvil con BigQuery a través del punto final REST en lugar de incrustar las credenciales de la base de datos en la aplicación.

    Guía de BigQuery
  14. Para herramientas de IA

  15. Servidor BigQuery MCP Clientes de Claude, Cursor y MCP

    Otorgue a un asistente de IA acceso de solo lectura a BigQuery con el esquema que necesita para escribir SQL correcto; no se requieren credenciales en el chat.

    Guía de BigQuery
  16. Entregado a las personas

  17. Alertas e informes de BigQuery Slack · Discord · Correo electrónico · Webhook

    Programa una consulta de BigQuery y haz que las filas se envíen a Slack, Discord, correo electrónico o un webhook firmado, o bien, retén el mensaje hasta que un número de filas, un umbral o un cambio porcentual supere la línea que hayas establecido.

    Cómo funcionan las alertas y los informes

Cómo funciona

5 pasos, sin cambios en el firewall de entrada

01

Instale el agente de red en cualquier lugar con HTTPS saliente. BigQuery es una API REST, por lo que no requiere puerto ni servicio de escucha.

02

Asígnele un proyecto y, por lo general, un conjunto de datos predeterminado. Autentíquese con una clave de cuenta de servicio, que puede pegar o dejar como un archivo en el disco del agente y referenciarlo mediante su ruta.

03

Conceda a esa cuenta de servicio solo lo que deba leer. Todo lo que Query Streams pueda ver es lo que la cuenta de servicio pueda ver.

04

Seleccione los conjuntos de datos que vale la pena mostrar. El agente lee sus tablas y columnas, simplificando los registros anidados para que pueda ver lo que realmente contienen.

05

Escriba consultas SQL de solo lectura o deje que Nova las escriba. Lea la consulta guardada desde Excel, Hojas de cálculo, Power BI, MCP o REST.

Análisis en profundidad de la función

Lo que BigQuery te ofrece

Datos anidados que realmente puedes ver

La principal ventaja de BigQuery es también lo que dificulta su navegación: los registros se anidan, las matrices se repiten y la mitad de las herramientas que se conectan a él muestran una columna llamada "payload" y nada más.

  • Los registros anidados se aplanan en el catálogo como padre.hijo, por lo que el Generador de consultas muestra los campos dentro de una ESTRUCTURA en lugar de la ESTRUCTURA en sí.
  • Los valores de GEOGRAFÍA se muestran en formato de texto en lugar de como un objeto opaco.
  • Las columnas INTERVAL se manejan explícitamente. — la biblioteca cliente de Google les lanza esto, y en lugar de dejar que eso afecte a una consulta, se lee el valor sin procesar.
  • Las columnas repetidas y de registro quedan excluidas del análisis de frecuencia de valores, ya que BigQuery no responde a la pregunta de cuáles son los valores distintos de una matriz.

Un conjunto de datos es lo que otros motores llaman una base de datos.

Es importante aclarar la discrepancia en el vocabulario, ya que determina lo que se escribe. La conexión vincula un proyecto con un conjunto de datos predeterminado, y es el nombre del conjunto de datos el que aparece en medio de una referencia entre fuentes.

  • Dentro de una única conexión de BigQuery, escriba los nombres de las tablas sin calificar. — El trabajo ya tiene configurado el conjunto de datos predeterminado. Nunca escriba el proyecto.
  • En todas las fuentes, la parte central es el conjunto de datos.
  • Una conexión a BigQuery lee un proyecto. La unión de dos proyectos es una consulta federada que abarca dos conexiones, no una unión entre bases de datos dentro de una sola.
-- bq_analytics es la conexión, events es el conjunto de datos de BigQuery SELECT s.utm_source, COUNT(*) AS sessions FROM bq_analytics.events.sessions s JOIN pg_crm.public.customers c ON c.id = s.customer_id WHERE c.plan = 'enterprise' GROUP BY s.utm_source

Compartido por todos los conectores de bases de datos

Esto es cierto para todos los conectores de bases de datos.

  • Solo salida — El agente abre una conexión cifrada hacia Query Streams. No hay ningún puerto de entrada que reenviar, ni VPN, ni lista de direcciones IP permitidas, nada de su base de datos queda expuesto a Internet.
  • Las credenciales permanecen en su lugar. — El nombre de usuario y la contraseña de la base de datos se encuentran en la máquina donde instaló el agente. Query Streams nunca los recibe y no puede acceder a su base de datos por sí solo.
  • Solo lectura, obligatorio — Una instrucción a la vez, solo SELECT y similares. La escritura se rechaza en tu máquina antes de enviarse al servidor, en lugar de depender de un permiso que alguien haya configurado.
  • Despliega tantos agentes como quieras. — uno por sitio, región o nube. Todas las fuentes de datos que pueden ver llegan en un único menú desplegable, por lo que nadie tiene que saber qué agente aloja qué.

Lo que obtienes una vez que se guarda una consulta

  • Comparte la capacidad, no el SQL. — Un colega o un socio externo puede ejecutar su consulta y cambiar sus filtros sin ver nunca la instrucción que la respalda.
  • Filtros desde cualquier dirección — declárelas usted mismo como @variables, o deje que el conector detecte los valores literales que ya se encuentran en su cláusula WHERE y los ofrezca como menús desplegables.
  • Léelo desde cualquier lugar — Microsoft Excel, Google Sheets, Power BI, la API REST, los asistentes de IA a través de MCP, el Generador de consultas y Nova leen la misma consulta guardada.
  • Ejecutar varios a la vez — cinco consultas guardadas en cinco pestañas de hojas de cálculo, procesadas simultáneamente, independientemente del tamaño de los resultados.
  • Conéctalo a cualquier otra cosa que tengas conectada. — otra base de datos, una API empresarial o una carpeta de archivos, en una sola instrucción de solo lectura.

SQL entre fuentes

Une BigQuery al resto de tus datos.

Una sola instrucción puede abarcar BigQuery y tus otras conexiones a la vez. Cada fuente ejecuta solo la parte que puede, transmite el resultado y la unión se realiza de forma centralizada; las fuentes nunca se comunican entre sí y no se copia nada en ningún lugar.

3 conexiones · 3 agentes

Google BigQuery Almacén en la nube
PostgreSQL Motor relacional
Raya Pagos y facturación

Una declaración

-- nada copiado, nada fusionado, nada programado
SELECCIONE   c.region, COUNT(*) AS orders, SUM(i.amount_due) AS invoiced
DESDE     bq_analytics.analytics.orders1 f
ÚNASE A     pg_crm.clientes.públicos2       c ON c.id = f.customer_id
ÚNASE A     facturación.stripe.facturas3       i ON i.cliente = c.stripe_id
GRUPO POR región c
ORDENAR POR facturado DESC;

Las tres partes son conexión, esquema y tabla; el nombre de la conexión es el que le hayas dado. Las columnas son solo ilustrativas; tus tablas serán tus tablas. Se aplica el modo de solo lectura a cada elemento: solo SELECT, WITH y EXPLAIN, con un límite en la cantidad de datos que una sola fuente puede proporcionar para una sola consulta. Cómo funcionan las consultas federadas

Detalles de conexión

Lo que necesita BigQuery

Extendió la mano
HTTPS a la API de BigQuery de Google. Sin puerto, sin oyente, sin tráfico entrante.
Identificado por
Un proyecto de GCP y, por lo general, un conjunto de datos predeterminado.
Autenticación
Una clave de cuenta de servicio: pegada como JSON o dejada como un archivo en el disco del agente y referenciada por ruta.
Permisos
Solo lo que la cuenta de servicio pueda leer, y nada más. Limitado únicamente a la API de BigQuery.
Cliente
Google.Cloud.BigQuery.V2 3.10.0, incluido: no requiere instalación de dependencias nativas.
Tiempo de espera de la consulta
300 segundos por defecto, lo cual es deliberadamente generoso para el trabajo analítico.
Resultados
El trabajo se completa y las filas se envían en flujo continuo, porque así es como la API de trabajos las entrega.
Solo lectura
Se aplica al agente antes de que se envíe el trabajo.

Query Streams no impone límites a lo que BigQuery te factura. No hay estimación de prueba ni tope de bytes facturados: una consulta que escanea una tabla grande sin particiones cuesta exactamente lo mismo que si se ejecutara desde la consola. Particiona tus tablas y usa las cuotas de GCP y los permisos de la cuenta de servicio como control.

En una consulta entre fuentes, la parte central de una referencia de tres partes es el conjunto de datos de BigQuery. Una conexión llamada bq_analytics que lee el conjunto de datos de eventos se escribe como bq_analytics.events.sessions.

Documentación del proveedor: nube.google.com

Preguntas frecuentes

Preguntas sobre Google BigQuery

¿Qué herramientas pueden leer datos de Google BigQuery a través de Query Streams?

Todas ellas, desde una única conexión: Excel, Google Sheets, MCP, API REST, Airtable, Baserow, SeaTable, Smartsheet, Anvil, Power BI, alertas e informes programados. Conecte el almacén de datos una sola vez y todas las plataformas leerán la misma conexión de solo lectura; no se requiere configuración por herramienta ni una segunda copia de los datos.

¿Tengo que abrir un puerto del firewall para mi almacén de datos de Google BigQuery?

No. El agente de red de Query Streams se ejecuta dentro de su red y abre una única conexión cifrada de salida. No se monitoriza el tráfico entrante, no se requiere VPN y el almacén de datos conserva sus reglas de firewall existentes.

¿Pueden las secuencias de consultas modificar los datos en Google BigQuery?

No. El agente aplica el modo de solo lectura en el punto de ejecución: una instrucción a la vez, solo SELECT y similares. Las credenciales permanecen en el agente y nunca se envían a Query Streams.

¿Qué necesita Query Streams para conectarse a Google BigQuery?

Un host accesible, un rol y su contraseña: el agente lleva el controlador, por lo que no se instala nada en el almacén de datos. Acceso mediante HTTPS a la API de BigQuery de Google. Sin puerto, sin oyente, sin tráfico entrante. Identificado por: Un proyecto de GCP y, por lo general, un conjunto de datos predeterminado. Autenticación: Una clave de cuenta de servicio, pegada como JSON o dejada como un archivo en el disco del agente y referenciada por ruta. Permisos: Solo lo que la cuenta de servicio puede leer. Limitado únicamente a la API de BigQuery.

¿Puedo conectar Google BigQuery con otra base de datos en la misma consulta?

Sí, se trata de una consulta federada. Una sola instrucción puede hacer referencia a Google BigQuery y a tus otras conexiones simultáneamente, escritas como connection.schema.table. Cada origen ejecuta solo la parte que puede y transmite el resultado; la unión se realiza de forma centralizada, por lo que los orígenes nunca se conectan entre sí y no se copia ni se programa nada. El modo de solo lectura se aplica a cada parte (solo SELECT, WITH y EXPLAIN) y existe un límite en la cantidad de datos que un origen puede transferir para una sola consulta. Las consultas federadas son una función del plan; la página de consultas federadas muestra los límites actuales de origen y tamaño.

Coloca BigQuery donde se realiza el trabajo.

Instale el agente, oriéntelo hacia su almacén y seleccione un destino.

Comienza gratis Todos los conectores

Solo lectura Solo salida Las credenciales permanecen en el agente.