Logo de Google BigQuery

Entrepôt cloud

Connecter Google BigQuery vers Excel, Google Sheets, l'IA et REST

Entrepôt de données sans serveur de Google. L'agent s'authentifie et exécute une requête SELECT ; les résultats sont ensuite envoyés vers Excel, Sheets, Nova ou MCP.

Commencez gratuitement 13 destinations

Une seule connexion, chaque surface

Où vos données BigQuery peuvent-elles aller ?

Google BigQuery tables en direct · en lecture seule
Requêtes fédérées + tout autre connecteur · un SQL toutes sources · tous les plans
Agent de réseau
  • 1 connexion sortante
  • 0 ports d'entrée
  • lecture seule · les identifiants restent stockés

fonctionne sur

Query Streams lit BigQuery en temps réel depuis Microsoft Excel, Google Sheets, Power BI, les assistants IA via MCP et une API REST. Un compte de service suffit, et la clé peut être stockée sur le disque de l'agent plutôt que d'être copiée ailleurs. Les requêtes s'exécutent comme des tâches BigQuery classiques, avec une limite de cinq minutes par défaut, ce qui est largement suffisant pour les analyses qu'un tableur ne peut généralement pas effectuer.

  1. Pour votre équipe, vos fournisseurs et vos partenaires

  2. BigQuery vers Excel Microsoft Excel · Complément Excel

    Importez directement les résultats BigQuery en direct dans une feuille de calcul et actualisez-les à la demande — Excel de bureau, Excel Online, Microsoft 365.

    Guide BigQuery

  3. BigQuery vers Google Sheets Module complémentaire Sheets

    Exécutez une requête BigQuery enregistrée depuis la barre latérale et glissez-déposez les lignes dans la feuille. Les collaborateurs peuvent ensuite la mettre à jour eux-mêmes.

    Guide BigQuery

  4. Demandez à Nova ce qu'il pense de BigQuery. Nova AI · Texte vers SQL

    Posez votre question en langage clair. Nova connaît déjà vos tables BigQuery, écrit et exécute la requête SQL, explique la réponse et la représente graphiquement — aucune requête à écrire, aucune information d’identification à fournir.

    Comment fonctionne Nova

  5. BigQuery vers Data Viewer Partage des résultats · équipe, fournisseurs, partenaires · téléphone, tablette, ordinateur

    Partagez un résultat BigQuery en direct avec qui vous voulez (un collègue, un fournisseur, un partenaire) sous forme de grille que vous pouvez ajouter à vos favoris et qui se met à jour automatiquement à chaque ouverture, sur un téléphone, une tablette ou un ordinateur. Ils voient les résultats, jamais le code SQL ni les identifiants.

    Fonctionnement du visualiseur de données
  6. Pour les applications et les systèmes

  7. API REST BigQuery point de terminaison HTTP

    Publiez une requête BigQuery sous forme de point de terminaison JSON authentifié, accessible à toute application, avec une spécification OpenAPI 3.1 et des collections Postman, Insomnia et Hoppscotch prêtes à l'emploi. Aucun port de base de données n'est ouvert.

    Guide BigQuery

  8. BigQuery vers Power BI Power Query M

    Collez le code Power Query M généré dans l'éditeur avancé de Power BI et le rapport lira les résultats BigQuery en direct via HTTPS — sans pilote ODBC ni port de base de données ouvert.

    Comment fonctionne Power BI

  9. BigQuery vers Airtable Plateforme d'automatisation

    Synchronisez les lignes BigQuery avec une base Airtable selon une planification définie, ou récupérez-les dans un script d'automatisation Airtable.

    Guide BigQuery

  10. BigQuery vers Baserow Plateforme d'automatisation

    Alimentez une table Baserow à partir de BigQuery via le point de terminaison REST — auto-hébergé ou Baserow cloud.

    Guide BigQuery

  11. BigQuery vers SeaTable Plateforme d'automatisation

    Maintenez une base SeaTable à jour avec les données BigQuery sans exporter de fichier ni exposer la base de données.

    Guide BigQuery

  12. BigQuery vers Smartsheet Plateforme d'automatisation

    Intégrez les résultats de BigQuery dans une grille Smartsheet afin que les plans et les rapports soient lus à partir du système source et non de l'exportation de la semaine dernière.

    Guide BigQuery

  13. BigQuery vers Anvil Anvil Works · Plateforme d'applications

    Utilisez BigQuery pour alimenter une application Anvil Python via le point de terminaison REST au lieu d'intégrer les identifiants de base de données dans l'application.

    Guide BigQuery
  14. Pour les outils d'IA

  15. Serveur BigQuery MCP Claude, clients de Cursor et MCP

    Donnez à un assistant IA un accès en lecture seule à BigQuery avec le schéma dont il a besoin pour écrire du SQL correct — aucune information d'identification dans la conversation.

    Guide BigQuery
  16. Livré aux personnes

  17. Alertes et rapports BigQuery Slack · Discord · Courriel · Webhook

    Programmez une requête BigQuery et faites en sorte que les lignes soient envoyées à Slack, Discord, par e-mail ou via un webhook signé — ou conservez le message jusqu'à ce qu'un nombre de lignes, un seuil ou un pourcentage de variation dépasse la limite que vous avez définie.

    Fonctionnement des alertes et des rapports

Comment ça marche

5 étapes, aucune modification du pare-feu entrant

01

Installez l'agent réseau sur n'importe quel serveur disposant d'une connexion HTTPS sortante. BigQuery étant une API REST, aucun port ni écouteur n'est requis.

02

Attribuez-lui un projet et, généralement, un jeu de données par défaut. Authentifiez-vous avec une clé de compte de service : collée ou laissée sous forme de fichier sur le disque de l’agent et référencée par son chemin d’accès.

03

N'accordez à ce compte de service que les droits d'accès. Tout ce que Query Streams peut voir est également accessible à ce compte de service.

04

Sélectionnez les ensembles de données pertinents à exposer. L'agent lit leurs tables et colonnes, aplatissant les enregistrements imbriqués pour que vous puissiez voir leur contenu réel.

05

Rédigez du code SQL en lecture seule ou laissez Nova le faire. Lisez la requête enregistrée depuis Excel, Sheets, Power BI, MCP ou REST.

Analyse approfondie des fonctionnalités

Ce que BigQuery vous offre

Des données imbriquées que vous pouvez réellement voir

La force de BigQuery est aussi ce qui rend sa navigation difficile : les enregistrements s’imbriquent, les tableaux se répètent, et la moitié des outils qui s’y connectent affichent une colonne appelée payload et rien de plus.

  • Les enregistrements imbriqués sont aplatis dans le catalogue sous la forme parent.enfant, de sorte que le générateur de requêtes affiche les champs à l'intérieur d'une STRUCTURE plutôt que la STRUCTURE elle-même.
  • Les valeurs de la GÉOGRAPHIE apparaissent sous forme textuelle plutôt que comme un objet opaque.
  • Les colonnes INTERVAL sont traitées explicitement — la bibliothèque cliente Google leur renvoie une erreur, et plutôt que de laisser cela interrompre une requête, la valeur brute est lue à la place.
  • Les colonnes répétées et les colonnes d'enregistrement sont exclues du profilage de fréquence des valeurs, car BigQuery ne répond pas à la question de savoir quelles sont les valeurs distinctes d'un tableau.

Un ensemble de données est ce que d'autres moteurs appellent une base de données.

Il est important de signaler clairement cette incohérence de vocabulaire, car elle détermine ce que vous saisissez. La connexion associe un projet et un jeu de données par défaut ; c’est le nom de ce jeu de données qui apparaît au milieu d’une référence inter-sources.

  • Dans une seule connexion BigQuery, écrivez les noms de tables sans qualification. — Le projet utilise déjà votre jeu de données par défaut. Ne modifiez jamais le projet.
  • D'après les sources, la partie centrale correspond à l'ensemble de données.
  • Une connexion BigQuery permet de lire un seul projet. La jointure de deux projets s'effectue via une requête fédérée sur deux connexions, et non par jointure inter-bases de données au sein d'une seule.
-- bq_analytics est la connexion, events est l'ensemble de données 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

Partagé par tous les connecteurs de base de données

C'est valable pour tous les connecteurs de base de données.

  • Sortant uniquement L'agent ouvre une connexion chiffrée vers Query Streams. Aucun port entrant à rediriger, aucun VPN, aucune liste blanche d'adresses IP : votre base de données n'est en aucun cas exposée sur Internet.
  • Les identifiants restent en place — Le nom d'utilisateur et le mot de passe de la base de données sont stockés sur la machine où l'agent est installé. Query Streams ne les reçoit jamais et ne peut pas accéder à votre base de données par lui-même.
  • Lecture seule, obligatoire — une seule instruction à la fois, SELECT et les instructions associées uniquement. Une tentative d'écriture est bloquée sur votre machine avant même d'être envoyée au serveur, sans dépendre d'une autorisation préalablement définie par un tiers.
  • Déployez autant d'agents que vous le souhaitez — un par site, région ou cloud. Toutes les sources de données visibles apparaissent dans un menu déroulant unique ; il est donc inutile de savoir quel agent héberge quoi.

Voici ce que vous obtenez une fois qu'une requête est enregistrée.

  • Partagez les compétences, pas le SQL. — un collègue ou un partenaire externe peut exécuter votre requête et modifier ses filtres sans jamais voir la requête sous-jacente.
  • Filtres provenant des deux directions — Déclarez-les vous-même comme @variables, ou laissez le connecteur repérer les valeurs littérales déjà présentes dans votre clause WHERE et les proposer sous forme de listes déroulantes.
  • Lisez-le depuis n'importe où — Microsoft Excel, Google Sheets, Power BI, l'API REST, les assistants IA via MCP, le générateur de requêtes et Nova lisent tous la même requête enregistrée.
  • Exécutez-en plusieurs simultanément — cinq requêtes enregistrées dans cinq onglets de feuille de calcul, diffusées simultanément, quelle que soit la taille des résultats.
  • Connectez-le à tout autre élément que vous avez connecté. — une autre base de données, une API métier ou un dossier de fichiers, dans une seule instruction en lecture seule.

SQL inter-sources

Connectez BigQuery au reste de vos données.

Une seule requête peut s'appliquer simultanément à BigQuery et à vos autres connexions. Chaque source exécute uniquement la partie qu'elle peut traiter, renvoie le résultat, et la jointure est effectuée de manière centralisée ; les sources ne communiquent jamais entre elles et aucune donnée n'est copiée.

3 connexions · 3 agents

Google BigQuery Entrepôt cloud
PostgreSQL Moteur relationnel
Rayure Paiements et facturation

Une déclaration

-- rien copié, rien fusionné, rien programmé
SELECTIONNER   c.region, COUNT(*) AS commandes, SUM(i.montant_dû) AS facturé
DE     bq_analytics.analytiques.commandes1 f
JOINDRE     pg_crm.public.clients2       c ON c.id = f.customer_id
JOINDRE     facturation.stripe.factures3       i ON i.customer = c.stripe_id
GROUPE PAR région c.
ORDER BY facturé DESC;

Les trois éléments sont la connexion, le schéma et la table ; le nom de la connexion est celui que vous lui avez donné. Les colonnes sont données à titre d'exemple ; vos tables seront les vôtres. Chaque élément est en lecture seule : seules les instructions SELECT, WITH et EXPLAIN sont autorisées, avec une limite quant aux données qu'une source peut transmettre pour une requête donnée. Fonctionnement des requêtes fédérées

Détails de connexion

Ce dont BigQuery a besoin

A atteint plus
Connexion HTTPS à l'API BigQuery de Google. Aucun port, aucun écouteur, aucune donnée entrante.
Identifié par
Un projet GCP, et généralement un ensemble de données par défaut
Authentification
Une clé de compte de service — collée au format JSON ou laissée sous forme de fichier sur le disque de l’agent et référencée par son chemin d’accès.
Autorisations
Ce que le compte de service peut lire, et rien d'autre. Limité à l'API BigQuery uniquement.
Client
Google Cloud BigQuery V2 3.10.0, intégré — aucune dépendance native à installer
Délai d'attente de la requête dépassé
300 secondes par défaut, ce qui est volontairement généreux pour les travaux analytiques.
Résultats
La tâche s'achève et les lignes sont ensuite transmises en flux continu, car c'est ainsi que l'API des tâches les distribue.
Lecture seule
Obligatoire envers l'agent avant la soumission de la mission

Query Streams ne plafonne pas la facturation de BigQuery. Il n'y a pas d'estimation à blanc ni de limite de facturation par octet : une requête qui analyse une grande table non partitionnée coûte exactement le même prix que depuis la console. Partitionnez vos tables et utilisez les quotas GCP et les autorisations du compte de service pour contrôler le coût.

Dans une requête inter-sources, la partie centrale d'une référence en trois parties correspond à l'ensemble de données BigQuery. Une connexion nommée bq_analytics, qui lit l'ensemble de données des événements, est écrite sous la forme bq_analytics.events.sessions.

Documentation du fournisseur : cloud.google.com

FAQ

Questions concernant Google BigQuery

Quels outils peuvent lire les données de Google BigQuery via Query Streams ?

Tous ces outils, accessibles via une seule connexion : Excel, Google Sheets, MCP, API REST, Airtable, Baserow, SeaTable, Smartsheet, Anvil, Power BI, alertes et rapports planifiés. Connectez l’entrepôt de données une seule fois : chaque interface accède à la même connexion en lecture seule, sans configuration spécifique ni copie supplémentaire des données.

Dois-je ouvrir un port de pare-feu pour accéder à mon entrepôt de données Google BigQuery ?

Non. L'agent réseau Query Streams s'exécute au sein de votre réseau et ouvre une seule connexion sortante chiffrée. Aucun trafic entrant n'est intercepté, aucun VPN n'est requis et l'entrepôt conserve ses règles de pare-feu existantes.

Les flux de requêtes peuvent-ils modifier les données dans Google BigQuery ?

Non. L'agent impose un accès en lecture seule lors de l'exécution : une seule instruction à la fois, uniquement SELECT et les instructions associées. Les informations d'identification restent sur l'agent et ne sont jamais envoyées aux flux de requêtes.

De quoi Query Streams a-t-il besoin pour se connecter à Google BigQuery ?

Un hôte accessible, un rôle et son mot de passe : l’agent héberge le pilote, aucune installation n’est donc requise sur l’entrepôt de données. Accès via : HTTPS à l’API BigQuery de Google. Aucun port, aucun écouteur, aucune requête entrante. Identification : un projet GCP et généralement un jeu de données par défaut. Authentification : une clé de compte de service, collée au format JSON ou stockée dans un fichier sur le disque de l’agent et référencée par son chemin. Autorisations : uniquement les droits de lecture du compte de service. Portée limitée à l’API BigQuery.

Est-il possible de connecter Google BigQuery à une autre base de données dans la même requête ?

Oui, il s'agit bien d'une requête fédérée. Une seule instruction peut référencer simultanément Google BigQuery et vos autres connexions, sous la forme `connection.schema.table`. Chaque source exécute uniquement la partie qu'elle peut traiter et renvoie le résultat. La jointure est centralisée, ce qui évite toute connexion directe entre les sources et empêche toute copie ou planification. L'accès en lecture seule s'applique à chaque élément (SELECT, WITH et EXPLAIN uniquement), et la quantité de données qu'une source peut transmettre pour une requête donnée est limitée. Les requêtes fédérées sont incluses dans votre abonnement ; la page dédiée affiche les limites actuelles de ressources et de taille.

Installez BigQuery là où le travail s'effectue.

Installez l'agent, configurez-le pour qu'il pointe vers votre entrepôt et choisissez une destination.

Commencez gratuitement Tous les connecteurs

Lecture seule Sortant uniquement Les identifiants restent sur l'agent