利用 Google Cloud BigQuery 和 Amazon QuickSight 解锁统一商业智能的潜力

by Vignessh Baskaran 和 Jobin George 于 2023年11月20日发表于 Amazon QuickSight 最佳实践 商业智能 中级 (200) 技术如何做

轻蜂加速器下载官网

永久链接 评论

关键要点

Amazon QuickSight 是一款云原生、无服务器的商业智能服务，能够快速进行高级计算并通过SPICE引擎提供可视化。Google Cloud BigQuery 是完全托管的分析数据仓库，提供近实时的大数据分析能力。本文介绍了如何在 BigQuery 中配置权限，以及如何将数据连接到 QuickSight 并创建简单的仪表板。

Amazon QuickSight 是一项云原生、无服务器的商业智能 (BI) 服务，能够让您构建可视化、进行临时分析，并通过机器学习 (ML) 功能如异常检测、预测和自然语言查询获取洞见。QuickSight 利用其强大的内存引擎 SPICE超快速、并行、内存计算引擎快速执行高级计算并提供视觉效果。

BigQuery 是 Google Cloud 提供的完全托管的 PB 级成本效益分析数据仓库，允许您对海量数据进行近实时的分析。使用 BigQuery，您无需设置或管理基础设施，可以专注于发现有意义的洞见，并利用按需与容量基础的灵活选择。

在本篇文章中，我们将引导您了解在 BigQuery 中需要的权限和连接详细信息，以使 BigQuery 数据通过 OAuth 导入 QuickSight，并创建一个简单的仪表板。

准备工作

请确保您拥有以下内容：

一个 AWS 账户一个 QuickSight 账户，具有 企业版一个 Google Cloud 账户

配置 BigQuery 权限

这一部分特别针对 Google 账户管理员，他们需要为用户申请必要的权限以便在 QuickSight 中查看数据。请完成以下步骤：

打开 Google Cloud 控制台，在导航面板中选择 IAM amp Admin。

权限页面打开后，会列出所有按主体电子邮件地址或角色的权限。

选择 授予访问权限。输入要授予 QuickSight 访问权限的主体的电子邮件地址。他们将使用这些登录凭据从 QuickSight 访问 BigQuery。在此示例中，我们的用户是 quicksightuser@gmailcom。在 分配角色 下，分配以下角色： BigQuery 元数据查看者 在项目级别。这是必需的，以便在 QuickSight 中显示所有数据集和表用于数据集和表发现。BigQuery 作业用户 在项目级别。

在导航面板中，选择 BigQuery。为您的数据集在本篇中为 QuickSightDemo选择选项菜单，然后选择 分享。选择 添加主体。

这允许用户在 QuickSight 中查看数据。根据权限，这可以在项目级别如之前的角色或在 数据集 或表级别。

在本篇中，我们为用户 quicksightuser@gmailcom 分享数据集 QuickSightDemo，并选择角色 BigQuery 数据查看者。

从 BigQuery 获取连接详细信息

在从 QuickSight 启动连接时，您需要以下信息：

Google Cloud 账户的电子邮件和密码项目 ID数据集区域

完成以下步骤以收集这些信息：

如果您还没有 Google 账户的电子邮件和密码，请联系您的 Google 账户管理员。要收集您的项目 ID，打开 Google Cloud 控制台 并选择您的项目名称。在弹出窗口中，复制相应的项目 ID。

或者，您可以联系您的 BigQuery 管理员以获取您的项目 ID。

在 Google Cloud 导航面板中，选择 BigQuery。

在 资源管理器 中，选择要导入到 QuickSight 的数据集。

在数据集详细信息中，查找 数据位置 来获取数据集区域。在此示例中，我们选择了数据集 QuickSightDemo，其数据位置是美国，表示该数据集的区域。

或者，您也可以联系您的 BigQuery 管理员以获取您的数据集区域。

在 QuickSight 中分析您的 BigQuery 数据

为了在 QuickSight 中分析您的 BigQuery 数据，您需要首先创建一个 BigQuery 数据源。请完成以下步骤：

在 QuickSight 控制台中，选择导航面板上的 数据集。

选择 新数据集。

选择 Google BigQuery 作为您的数据源。

在 数据源名称 中，输入描述性名称在本篇中，我们将其命名为 BigQuery Demo。

输入您之前收集的项目 ID 和区域信息。

选择 登录。

当提示时，输入您的 Google 账户电子邮件和密码。

审核您的访问详细信息后，选择 继续。

这赋予 QuickSight 查看您的 BigQuery 数据和管理 QuickSight 中给定项目 ID 和数据集区域的权限。

这完成了在 Amazon QuickSight 中创建 BigQuery 数据源的步骤。该工作流程会自动带您进行后续步骤以创建您的数据集。

在 数据集 中，选择您想要使用的数据集QuickSightDemo。选择您想要使用的表在本篇中为 SampleAllFlights。

选择 编辑/预览数据，或者如果您想使用自定义 SQL 语句，则选择 使用自定义 SQL。

在数据准备页面，选择 保存并发布，然后选择 发布并可视化。

在分析部分，选择您的可视化类型在本篇中，我们使用的是垂直堆叠柱状图。

配置您的列在本篇中，我们选择 fldate、origincityname 和 lateaircraftdelay 分别作为 X 轴、数值 和 分组/颜色。

当我们将鼠标悬停在图表上时，我们看到达拉斯/沃斯堡在2015年5月15日经历了50的航班延误，这基于我们的样本数据。

若要发布仪表板，请选择 分享 图标。

请注意，我们在本文中使用的数据只是为了演示而创建的样本，并不代表机场和航班的真实数据。

结论

在本篇中，我们向您介绍了在 BigQuery 中将数据导入到 QuickSight 所需的权限和连接信息，并构建了一个简单的仪表板。

如果您还没有，请您的下一步是创建一个带有 企业版 的 QuickSight 账户。我们在本篇中仅回顾了 QuickSight 的基本功能。如需更多讨论和寻求高级 QuickSight 主题的解答，请访问 QuickSight 社区。如果您还不是 BigQuery 的客户，欢迎在 Google Cloud 控制台 注册。

关于作者

Vignessh Baskaran 是 Amazon QuickSight 的产品经理，负责数据连接领域。他拥有超过7年的大型数据和分析解决方案开发经验。在担任这一职务之前，他曾在 AWS 担任高级销售分析主管，利用 QuickSight 构建广泛采用的商业智能解决方案，服务于 AWS 全球专业销售团队。

Jobin George 是 Google 的员工解决方案架构师，拥有超过十年的大型数据与分析解决方案设计和实施经验。他为一些重要的 Google 客户和数据及分析合作伙伴提供技术指导、设计建议和思想领导。

加载评论