Łączyć Google BigQuery do Excela, Arkuszy Google, AI i REST

Zagnieżdżone dane, które możesz faktycznie zobaczyć

Siłą BigQuery jest również to, co utrudnia przeglądanie: rekordy się zagnieżdżają, tablice się powtarzają, a połowa narzędzi, które łączą się z BigQuery, pokazuje kolumnę o nazwie payload i nic więcej.

• Zagnieżdżone rekordy są spłaszczane w katalogu jako parent.child, dzięki czemu Kreator zapytań pokazuje pola wewnątrz struktury STRUCT, a nie samą strukturę.
• Wartości GEOGRAFII są widoczne w formie tekstowej, a nie jako nieprzezroczysty obiekt.
• Kolumny INTERVAL są obsługiwane jawnie — biblioteka klienta Google’a im to zarzuca, i zamiast pozwolić, aby to zablokowało zapytanie, zamiast tego odczytywana jest surowa wartość.
• Kolumny powtarzające się i rekordowe nie są uwzględniane w profilowaniu częstotliwości wartości, ponieważ prośba o podanie odrębnych wartości tablicy nie jest pytaniem, na które odpowiada BigQuery.

Zestaw danych to to, co inne silniki nazywają bazą danych

Warto wyraźnie zaznaczyć tę niezgodność słownictwa, ponieważ to ona decyduje o tym, co wpisujesz. Połączenie łączy projekt i domyślny zestaw danych, a to właśnie nazwa zestawu danych pojawia się w środku odniesienia międzyźródłowego.

• W ramach pojedynczego połączenia BigQuery zapisuj nazwy tabel bez kwalifikacji — zadanie ma już domyślny zestaw danych. Nigdy nie pisz projektu.
• We wszystkich źródłach środkowa część jest zbiorem danych.
• Jedno połączenie BigQuery odczytuje jeden projekt. Łączenie dwóch projektów to zapytanie federacyjne w dwóch połączeniach, a nie łączenie międzybazowe w obrębie jednego połączenia.

-- bq_analytics to połączenie, events to zbiór danych 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