 |
यह सुविधा सिर्फ़ Analytics 360 में उपलब्ध है जो Google Marketing Platform का हिस्सा है. Google Marketing Platform के बारे में ज़्यादा जानें. |
- पहला कदम: 'Google API कंसोल' प्रोजेक्ट बनाना और BigQuery चालू करना
- दूसरा कदम: BigQuery Export के लिए अपना प्रोजेक्ट तैयार करना
- कदम 2.1: [ज़रूरी नहीं] ईयू (यूरोपियन यूनियन) स्टोरेज के लिए, अपना BigQuery डेटासेट तैयार करना
- तीसरा कदम: BigQuery को Google Analytics 360 से जोड़ना
- BigQuery को Analytics 360 से अलग करना
- कीमत और बिलिंग
- आपको डेटा कब दिखता है
- डेटा बैकफ़िल करना
- एक्सपोर्ट में होने वाली समस्या से बचना
- इसी विषय से जुड़े लिंक
पहला कदम: 'Google API कंसोल' प्रोजेक्ट बनाना और BigQuery चालू करना
- Google API कंसोल में लॉग इन करें.
- एक 'Google API कंसोल' प्रोजेक्ट बनाएं.
एक नया प्रोजेक्ट बनाएं या कोई मौजूदा प्रोजेक्ट चुनें. - एपीआई की टेबल पर जाएं.
सबसे ऊपर बाएं कोने में मौजूद नेविगेशन मेन्यू खोलें. इसके बाद, एपीआई और सेवाएं पर क्लिक करें, फिर लाइब्रेरी पर क्लिक करें. - BigQuery को चालू करें.
Google Cloud API में जाकर, BigQuery API पर क्लिक करें. एक पेज खुलेगा, उस पर चालू करें पर क्लिक करें. - कहे जाने पर, सेवा की शर्तें पढ़ें और उन पर सहमति दें.
दूसरा कदम: BigQuery Export के लिए अपना प्रोजेक्ट तैयार करना
- पक्का करें कि आपके प्रोजेक्ट के लिए बिलिंग चालू है.
अगर आपके प्रोजेक्ट के लिए बिलिंग चालू नहीं है, तो सबसे ऊपर बाएं कोने में नेविगेशन मेन्यू खोलें और बिलिंग पर क्लिक करें. - कहे जाने पर, बिलिंग खाता बनाएं.
किसी प्रोजेक्ट पर बिलिंग लागू करने के लिए बिलिंग खाता होना ज़रूरी है. एक बिलिंग खाते को कई प्रोजेक्ट के साथ इस्तेमाल किया जा सकता है. अपना बिलिंग खाता बनाने के लिए API (एपीआई) कंसोल में दिए गए कदमों का पालन करें. - अगर मुफ़्त में आज़माने की सुविधा दी गई है, तो उसे स्वीकार करें.
अगर आपको, मुफ़्त में आज़माने की सुविधा ऑफ़र की गई है, तो इसे स्वीकार करना सुरक्षित है. हालांकि, बिलिंग की जानकारी डालकर, यह पक्का किया जा सकता है कि इस सुविधा के खत्म होने के बाद भी BigQuery में एक्सपोर्ट किया गया डेटा आपको मिलता रहे. - बिलिंग चालू करने वाले कोड की पुष्टि करें.
https://console.cloud.google.com/bigquery पर अपना प्रोजेक्ट खोलें. इसके बाद, प्रोजेक्ट में कोई डेटा सेट बनाने की कोशिश करें. प्रोजेक्ट के नाम के बगल में मौजूद, नीले तीर के निशान पर क्लिक करें. इसके बाद, डेटा सेट बनाएं पर क्लिक करें. अगर आपसे डेटा सेट बन पा रहा है, तो बिलिंग सही ढंग से सेटअप है. अगर कोई गड़बड़ी नज़र आती है, तो पक्का करें कि बिलिंग चालू हो. - अपने प्रोजेक्ट में सेवा खाता जोड़ें.
analytics-processing-dev@system.gserviceaccount.com को प्रोजेक्ट के सदस्य के रूप में जोड़ें और पक्का करें कि प्रोजेक्ट-लेवल पर इस खाते की भूमिका, एडिटर के तौर पर सेट की गई हो, न कि BigQuery के डेटा एडिटर के तौर पर. Analytics से BigQuery में डेटा एक्सपोर्ट करने के लिए एडिटर की भूमिका का होना ज़रूरी है.
चरण 2.1: [ज़रूरी नहीं] ईयू (यूरोपियन यूनियन) स्टोरेज के लिए, अपना BigQuery डेटासेट तैयार करना
इस चरण में अपने डेटासेट को ईयू (यूरोपियन यूनियन) की स्थानीय भाषा के अनुसार बनाएं.
डेटा का भौगोलिक स्थान, डिफ़ॉल्ट रूप से अमेरिका पर सेट रहता है. शुरुआती एक्सपोर्ट के बाद अपने डेटा को ईयू (यूरोपियन यूनियन) के मुताबिक बनाने से BigQuery वाले इलाकों में क्वेरी करने में समस्याएं हो सकती हैं. उन समस्याओं को हल करने के लिए डेटा ट्रांसफ़र करना पड़ सकता है. इसमें कुछ शुल्क भी लिया जा सकता है. किसी तरह की समस्या या खराब असर से बचने के लिए, हम डेटासेट को ईयू (यूरोपीय संघ) के मुताबिक बनाने का सुझाव देते हैं.
Google Analytics की BigQuery Export सुविधा, GCP की नीतियों के हिसाब से नहीं है. इस नीति के मुताबिक अमेरिका में डेटासेट नहीं बनाया जा सकता. अगर आपके GCP प्रोजेक्ट पर ऐसी कोई नीति लागू होती है, तो आपको ईयू (यूरोपीय संघ) में अपना डेटा एक्सपोर्ट करने के लिए उसे हटाना होगा.
अगर आपको ईयू (यूरोपीय संघ) में अपने डेटा का भौगोलिक स्थान (देश) तय नहीं करना है, तो तीसरे चरण पर जाएं.
- अपना प्रोजेक्ट https://console.cloud.google.com/bigquery पर खोलें. इसके बाद, नया डेटासेट बनाएं पर क्लिक करें.
- इसके बाद, एक पैनल खुलता है, जिसमें अपना डेटासेट बनाने के लिए ज़रूरी जानकारी डालनी होती है.
BigQuery, आपका डेटा अपने-आप न मिटाए, इसके लिए पक्का करें कि आपने डेटा खत्म होने की अवधि को कभी नहीं पर सेट किया हो.
- डेटासेट के लिए एक आईडी डालें. डेटासेट आईडी, Analytics में यूनिवर्सल पिकर में मिलने वाले Analytics व्यू आईडी के जैसा ही होना चाहिए.
- डेटा की लोकेशन के लिए, ईयू (यूरोपियन यूनियन) चुनें.
- डेटा खत्म होने की तारीख अपने हिसाब से सेट करें.
अगर आपको पुराने डेटा का विश्लेषण करना है, तो कभी नहीं चुनें. डेटा की तारीख खत्म होने के बाद, यह हमेशा के लिए मिट जाता है. - ठीक है पर क्लिक करें.
- डेटासेट के लिए एक आईडी डालें. डेटासेट आईडी, Analytics में यूनिवर्सल पिकर में मिलने वाले Analytics व्यू आईडी के जैसा ही होना चाहिए.
तीसरा कदम: BigQuery को Google Analytics 360 से जोड़ना
यह हमारा सबसे सही तरीका है. साथ ही, हमारी सलाह है कि आप एक ही BigQuery प्रोजेक्ट में 300 से ज़्यादा Google Analytics रिपोर्टिंग व्यू न जोड़ें. ऐसा करने से दिन भर में होने वाले डेटा के एक्सपोर्ट में गिरावट आ सकती है.
हर प्रॉपर्टी के साथ सिर्फ़ एक व्यू जोड़ा जा सकता है.
शुरुआती दो चरणों को पूरा करने के बाद, आपको Analytics एडमिन में जाकर BigQuery Export को चालू करने का विकल्प मिल जाता है.
- Google Analytics में साइन इन करें. ऐसे ईमेल पते का इस्तेमाल करें जिसमें BigQuery प्रोजेक्ट के लिए मालिक के ऐक्सेस के साथ-साथ Analytics प्रॉपर्टी में एडिटर के ऐक्सेस की भी अनुमति हो. इस Analytics प्रॉपर्टी में वह व्यू शामिल है जिसे लिंक करना है.
- एडमिन पर क्लिक करके उस Analytics 360 प्रॉपर्टी पर जाएं जिसमें वह व्यू मौजूद है जिसे जोड़ना है.
- प्रॉपर्टी कॉलम में सभी प्रॉडक्ट पर क्लिक करें और फिर BigQuery को जोड़ें पर क्लिक करें.
- अपना Big Query प्रोजेक्ट नंबर या आईडी डालें. (अपना प्रोजेक्ट नंबर और आईडी पता लगाने के तरीके के बारे में ज़्यादा जानें.)
- वह व्यू चुनें जिसे जोड़ना है.
- ज़रूरी नहीं: वे ईमेल पते चुनें जिन पर आपको रोज़ की सफलता और/या विफलता की सूचनाएं चाहिए.
- ज़रूरी नहीं: अपने मौजूदा दिन की एक्सपोर्ट प्राथमिकता चुनें. ध्यान दें कि लगातार एक्सपोर्ट विकल्प में क्लाउड स्ट्रीमिंग सेवा का इस्तेमाल होता है. इसमें प्रति जीबी अतिरिक्त $0.05 का शुल्क शामिल है.
- पुष्टि करें कि आपने बिलिंग चालू कर दी है और अपने प्रोजेक्ट से जुड़े सभी क्रेडिट या कूपन लागू कर दिए हैं.
- सेव करें पर क्लिक करें.
- अगर आपको एक्सपोर्ट रोकना है, तो इस पेज पर वापस आएं. इसके बाद, BigQuery सेक्शन में, लिंक में बदलाव करें पर क्लिक करें.
BigQuery को Analytics 360 से अलग करना
BigQuery को Analytics 360 से अलग करने के लिए, आपके पास एडिटर की भूमिका होनी चाहिए.
- एडमिन > प्रॉपर्टी कॉलम > प्रॉडक्ट लिंक > सभी प्रॉडक्ट पर क्लिक करें.
- BigQuery सेक्शन में, लिंक में बदलाव करें > अलग करें पर क्लिक करें.
कीमत और बिलिंग
कीमत तय करने वाले दो कॉम्पोनेंट: स्टोरेज और क्वेरी को प्रोसेस करने की सुविधा के इस्तेमाल के लिए आपको BigQuery को शुल्क चुकाना होगा. कीमत तय करने वाली टेबल की मदद से इंटरैक्टिव और बैच क्वेरी के बीच के अंतर को समझा जा सकता है.
एक्सपोर्ट की प्रोसेस को आगे बढ़ाने के लिए आपके पास क्लाउड में फ़ाइल पर पेमेंट करने का एक मान्य तरीका होना चाहिए. अगर पेमेंट करने के अमान्य तरीके की वजह से एक्सपोर्ट में रुकावट आती है, तो हम उस समय का डेटा दोबारा एक्सपोर्ट नहीं कर सकेंगे.
आपको डेटा कब दिखता है
जुड़ने की प्रोसेस पूरी होने के बाद, 24 घंटे के अंदर आपके BigQuery प्रोजेक्ट में डेटा आना शुरू हो जाता है. हर दिन एक फ़ाइल एक्सपोर्ट की जाएगी जिसमें पिछले दिन का डेटा होगा. यह फ़ाइल, रिपोर्टिंग के लिए आपके चुने हुए टाइमज़ोन के हिसाब से, सुबह एक्सपोर्ट की जाएगी. साथ ही, हर दिन तीन फ़ाइलें एक्सपोर्ट की जाएंगी जिनमें मौजूदा दिन का डेटा होगा. हम, 10 अरब हिट या 13 महीनों का डेटा, इनमें से जो भी कम होगा उसके पुराने डेटा को एक्सपोर्ट करने की सुविधा उपलब्ध कराएंगे.
डेटा बैकफ़िल करना
शुरुआत में Analytics रिपोर्टिंग व्यू को BigQuery से लिंक करने पर, Analytics, BigQuery को 13 महीने या 10 अरब हिट (जो भी कम हो) का पुराना डेटा एक्सपोर्ट करता है. हर व्यू पर सिर्फ़ एक बार पुराना डेटा एक्सपोर्ट किया जाता है. अगर बाद में किसी व्यू को अलग किया जाता है और उसे किसी दूसरे BigQuery प्रोजेक्ट में फिर से लिंक किया जाता है, तो Analytics उस व्यू के लिए दोबारा पुराना डेटा एक्सपोर्ट नहीं करता.
किसी प्रॉपर्टी को Standard से 360 में अपग्रेड करने पर, अपग्रेड करने से पहले का इकट्ठा किया गया डेटा भी एक्सपोर्ट होता है. यह डेटा 13 महीने/10 अरब-हिट के दायरे में आता है
एक्सपोर्ट में होने वाली समस्या से बचना
इनमें से हर एक आइटम को पूरा न कर पाने और उन्हें बनाए रखने में असफल होने पर, आपका खाता कुछ समय के लिए बंद हो सकता है. साथ ही, Analytics से रोज़ होने वाले BigQuery Exports में भी रुकावट आ सकती है. ध्यान रखें कि नीचे दी गई ज़रूरी शर्तों में से किसी शर्त को पूरा नहीं कर पाने और उन्हें बनाए रखने में असफल होने की वजह से पूरे न होने वाले एक्सपोर्ट को हम दोबारा प्रोसेस नहीं कर सकते.
- पक्का करें कि सेवा खाते में ज़रूरी अनुमतियां हैं
अगर प्रक्रिया के दौरान किसी भी समय सेवा खाते (analytics-processing-dev@system.gserviceaccount.com) के पास प्रोजेक्ट में बदलाव करने का ऐक्सेस नहीं होगा, तो डेटा एक्सपोर्ट नहीं होगा. - पक्का करें कि बिलिंग चालू है.
- अगर आपने मुफ़्त में आज़माने की सुविधा का इस्तेमाल करके अपना BigQuery खाता बनाया था, तो पक्का करें कि सुविधा की अवधि खत्म होने से पहले आपने पैसे देकर बनाए जाने वाले खाते में अपग्रेड कर लिया है.
- आने वाले समय में बिलिंग की समस्याओं से बचने के लिए, बैकअप क्रेडिट कार्ड का इस्तेमाल किया जा सकता है.
- अगर आपको Google Cloud के पैसे चुकाने के लिए क्रेडिट कार्ड से तुरंत होने वाले पेमेंट के बजाय इनवॉइस जनरेट होने पर पैसे चुकाने हैं, तो Google Cloud की सेल्स टीम से संपर्क करके पैसे चुकाने के विकल्पों के बारे में बात करें.
- पक्का करें कि BigQuery API चालू है.
Google Cloud Platform > आपका प्रोजेक्ट > एपीआई और सेवाएं > डैशबोर्ड में जाकर पक्का करें कि BigQuery API चालू है या नहीं.
सहायता
BigQuery Export सेट अप करने के बाद, BigQuery और Analytics 360 को जोड़ने में आने वाली परेशानियों को दूर करने के लिए Analytics 360 सहायता टीम से संपर्क करें.
बिलिंग जैसी दूसरी सभी परेशानियों के लिए, Google Cloud की सहायता टीम से संपर्क करें.
इसी विषय से जुड़े लिंक
BigQuery Export
Google Analytics 360 BigQuery Export सुविधा के अपडेट, समुदाय के लेवल पर मदद, और सलाह के लिए ga-bigquery-developers Google Group में शामिल हों.
डेटा सेट के किसी नमूने को एक्सपोर्ट करने और उसे ऐक्सेस करने के बारे में जानने के लिए, BigQuery Export दस्तावेज़ पढ़ें.
BigQuery
- शुरुआती निर्देश
- डेवलपर गाइड
- BigQuery के लिए SQL क्वेरी रेफ़रंस
- BigQuery टूल
- सामुदायिक चर्चा फ़ोरम
- BigQuery के इस्तेमाल के बारे में वीडियो
- टेक्निकल पेपर: BigQuery के बारे में और बेहतर जानकारी के लिए
- व्हाइट पेपर: IT सुरक्षा को लेकर Google का नज़रिया
- BigQuery के पार्टनर
