将 BigQuery Export 数据存储到欧盟

此功能仅在 Google Marketing Platform 随附的 Analytics 360 中提供。
详细了解 Google Marketing Platform

本文介绍了如何将从 Google Analytics(分析)导出到 BigQuery 的数据存储到欧盟。请注意,新建导出和现有导出的本地化程序有所不同。

将新建导出数据存储到欧盟
本部分内容

第 1 步:创建 Google Cloud Platform 项目并启用 BigQuery

 

  1. 登录 Google Cloud Platform Console
  2. 创建 Google Cloud Platform 项目。

    您可以创建新项目,也可以选择现有项目。
  3. 转到 API 表格。

    打开左上角的“产品和服务”菜单,然后依次点击 API 和服务
  4. 激活 BigQuery。

    在“Google Cloud API”下,点击 BigQuery API在随后出现的页面上,点击启用 API
  5. 如果看到相关提示,请阅读并接受服务条款。

第 2 步:针对 BigQuery Export 准备您的项目

 

  1. 请确保您的项目已启用“结算”。

    如果您的项目未启用“结算”,请打开左上角的“产品和服务”菜单,然后点击结算
  2. 如果看到相关提示,请创建一个结算帐号。

    您需要有结算帐号才能对项目进行结算。多个项目可以共用一个结算帐号。请按照 API 控制台中的步骤操作以创建结算帐号。
  3. 接受免费试用(如果有)。

    如果您获得免费试用的机会,请不要错过。不过,请务必输入您的结算详情,以确保免费试用期结束后 BigQuery 能继续收到导出的数据。
  4. 确认您的项目已启用“结算”。

    访问 https://bigquery.cloud.google.com 并打开您的项目,然后尝试在项目中创建一个数据集。点击项目名称旁的蓝色箭头,然后点击创建数据集。如果您可以创建数据集,则表明结算设置无误。如果出现错误,请确认是否启用了结算。
  5. 向项目添加服务帐号。

    请将 analytics-processing-dev@system.gserviceaccount.com 添加为项目成员,并确保其在项目级别的用户角色已设为 Data OwnerJob User要将数据从 Google Analytics(分析)导出到 BigQuery,必须拥有这些角色之一。了解详情
  6. 兑换优惠券代码。

    请访问 cloud.google.com/redeem,并兑换专用于 BigQuery 的每月 500 美元的 Analytics 360 赠送金额。您可以在客户经理发送给您的电子邮件中找到优惠券代码。要获得这笔专用于 BigQuery 的每月 500 美元 Analytics 360 赠送金额,请务必在开始导出数据前完成这一步骤。
    如果系统提示您创建新的结算帐号,则请在网址末尾添加您的组织 ID(https://console.developers.google.com/billing/redeem?organizationId=您的组织 ID)。

第 3 步:创建以欧盟地区作为存储位置的数据集

 

  1. 访问 https://bigquery.cloud.google.com 并打开您的项目,然后点击新建数据集
  2. 此时会打开一个面板,请在其中输入创建数据集所需的必要信息。
    • 输入数据集的 ID。数据集 ID 必须与 Google Analytics(分析)数据视图 ID 相同,后者可以在 Google Analytics(分析)的通用选择器中找到。
    • 在“数据位置”中选择欧盟
    • 根据需要设置数据有效期。
      如果您想要进行历史记录分析,请选择永不。数据过期后,则永久不可用。
    • 点击确定

第 4 步:将 BigQuery 关联至 Analytics 360

按照常规方式创建关联,然后数据将流入以欧盟地区作为存储位置的数据集。

  1. 登录到 Google Analytics(分析)。登录时应使用对 BigQuery 项目拥有“所有者”访问权限且对相应 Google Analytics(分析)媒体资源(其中包含您要关联的数据视图)拥有编辑者角色的电子邮件地址。
  2. 点击管理,然后转到您要关联的数据视图所在的 Analytics 360 媒体资源
  3. 在“媒体资源”列中,依次点击所有产品关联 BigQuery
  4. 输入您的 BigQuery 项目编号或 ID。(详细了解如何查找您的项目编号和 ID。)
  5. 选择您要关联的数据视图(与您在上述第 3 步中确定的数据视图相同)。
  6. 可选:选择您想要用来每天接收成功和/或失败通知的电子邮件地址。
  7. 可选:选择当天的导出首选项。请注意,对于使用云流式传输服务的连续导出选项,每发送 1 GB 的数据需要额外支付 0.05 美元。
  8. 确认您已启用结算功能,并且使用了适用于您项目的相关赠金或优惠券。
  9. 点击保存
  10. 如果您需要停止导出操作,请返回本页面并点击“BigQuery”部分中的调整关联
将现有导出数据存储到欧盟
本部分内容
如需将历史数据迁移到其他位置(例如从美国迁移到亚洲或南美洲),您可以调整这些说明。

第 1 步:解除关联并从以美国作为存储位置的现有数据集迁移数据

为了使导出指向新的数据集,您需要在重新集成之前从项目中删除现有的数据集。

  1. 解除与现有 BigQuery Export 的关联:
    • 依次点击管理 >“媒体资源”列 > 产品关联 > 所有产品
    • 在“BigQuery”下,依次点击调整关联 > 解除关联
  2. 将数据从现有数据集迁移到使用其他名称的新位置。您可以使用任何现有流程。新数据集可存在于同一个项目中,但不能使用与现有导出相同的名称(现有名称将重新用于新的导出)。

第 2 步:备份数据,然后删除以美国作为存储位置的现有数据集

  1. 为保护您的历史数据,在删除过程结束之前,请确认您的数据已备份完毕。详细了解如何复制数据集。
  2. 访问 https://bigquery.cloud.google.com 并打开您的项目,然后在左侧导航栏中找到相应数据集。
  3. 点击该数据集的“操作”菜单,然后点击删除数据集
详细了解如何将历史数据从一个位置迁移到另一个位置(例如,从美国到欧盟)。

第 3 步:创建使用相同名称的以欧盟地区作为存储位置的新数据集

  1. 访问 https://bigquery.cloud.google.com 并打开您的项目,然后点击新建数据集
  2. 此时会打开一个面板,请在其中输入创建数据集所需的必要信息。
    • 输入数据集的 ID。数据集 ID 必须与 Google Analytics(分析)数据视图 ID 相同,后者可以在 Google Analytics(分析)的通用选择器中找到。
    • 在“数据位置”中选择欧盟
    • 根据需要设置数据有效期。
      如果您想要进行历史记录分析,请选择永不。数据过期后,则永久不可用。
    • 点击确定

第 4 步:将 BigQuery 重新关联至 Analytics 360

  1. 登录到 Google Analytics(分析)。登录时应使用对 BigQuery 项目拥有“所有者”访问权限且对相应 Google Analytics(分析)媒体资源(其中包含您要关联的数据视图)拥有“编辑者”角色的电子邮件地址。
  2. 点击管理,然后转到您要关联的数据视图所在的媒体资源
  3. 在“媒体资源”列中,依次点击所有产品关联 BigQuery
  4. 输入您的 BigQuery 项目编号或 ID。(详细了解如何查找您的项目编号和 ID。)
  5. 选择您要关联的数据视图(与您在上述第 3 步中确定的数据视图相同)。
  6. 可选:选择您想要用来每天接收成功和/或失败通知的电子邮件地址。
  7. 可选:选择当天的导出首选项。请注意,对于使用云流式传输服务的连续导出选项,每发送 1 GB 的数据需要额外支付 0.05 美元。
  8. 确认您已启用结算功能,并且使用了适用于您项目的相关赠金或优惠券。
  9. 点击保存
  10. 如果您需要停止导出操作,请返回本页面并点击“BigQuery”部分中的调整关联

在您首次将报告数据视图关联到 BigQuery 时,Google Analytics(分析)会回填数据,但在重新关联时不会进行回填。详细了解回填。

要维护历史数据,可以将这一过程的第 2 步中创建的备份从美国迁移到欧盟

有关使用数据集的 Google Cloud 文档

该内容对您有帮助吗?

您有什么改进建议?
true
选择适合您的学习路线

请访问 google.com/analytics/learn,这是一项新资源,有助于您充分利用 Google Analytics(分析)4。这个新网站包含各种关于 Google Analytics(分析)的视频、文章和引导式流程,还提供了指向 Discord、博客、YouTube 频道和 GitHub 代码库的相关链接。

立即开始学习!

搜索
清除搜索内容
关闭搜索框
主菜单
6059734359114431764
true
搜索支持中心
true
true
true
true
true
69256
false
false