BigQuery 是一個雲端資料倉儲系統，可讓您迅速地查詢大型資料集。
您可從 Google Analytics (分析) 4 資源 (包括子資源和綜覽資源) 將所有原始事件匯出至 BigQuery，然後使用類似 SQL 的語法查詢該資料。在 BigQuery 中，您可以選擇將資料匯出至外部儲存空間，或是匯入外部資料來與 Analytics (分析) 資料合併。
您將資料匯出至 BigQuery 後即擁有該項資料，而且可以使用 BigQuery ACL 管理專案和資料集的權限。
系統每天都會完整匯出資料一次，也會在一天內持續匯出資料 (請參閱下方串流匯出一節的說明)。
您可以把資料匯出至 BigQuery 的免費執行個體 (BigQuery 沙箱)，但資料量超出沙箱限制時需要付費。
標準資源的 BigQuery Export 限制為每日 100 萬個事件。進一步瞭解其他 BigQuery Export 限制
Google Analytics (分析) 介面與 BigQuery Export 之間的差異
您可以使用 BigQuery 事件匯出功能存取原始事件和使用者層級資料，但不包括 Google Analytics (分析) 對標準報表和探索中資料補充的附加價值。因此，BigQuery 事件匯出功能提供的資料，可能與 Google Analytics (分析) 介面中的資料不同。
如要瞭解 BigQuery 事件匯出功能與 Google Analytics (分析) 介面之間的差異，並探索盡可能減少這些差異的方法，請參閱「消除 Google Analytics (分析) 使用者介面與 BigQuery Export 之間的差距」一文。
串流匯出
您可以在將 Google Analytics (分析) 4 資源連結至 BigQuery 時選擇串流匯出選項。
BigQuery 串流匯出功能採用 BigQuery Export，可讓您在幾分鐘內就取得當天的資料。
使用這個匯出選項時，BigQuery 會到您的資源取得較新的使用者與相關流量數據供您分析。
串流匯出會針對每一天建立一個新表格：
events_intraday_YYYYMMDD：內部暫存表格，當中包含當天工作階段活動的記錄。系統會盡可能完善地處理串流匯出作業，但可能因為某些原因 (例如處理延遲事件和/或上傳作業失敗) 無法納入所有的資料。系統會在一天內持續匯出資料。如果某工作階段橫跨多個匯出作業，表格中會出現多筆該工作階段的記錄；這份表格會在資料都寫入events_YYYYMMDD後刪除。
如果您在設定 BigQuery Export 時選取「每天」這個選項，系統也會每天建立下列表格。
events_YYYYMMDD：每日事件的完整匯出資料。
請查詢 events_YYYYMMDD (而非 events_intraday_YYYYMMDD)，確保所查詢的是當日不會再變動的資料集。
若想進一步瞭解 events_YYYYMMDD 和 events_intraday_YYYYMMDD 表格，請參閱「BigQuery Export 架構」一文。
BigQuery 串流匯出不包含新使用者的下列幾種使用者歸因資料：
- traffic_source.name (報表維度：使用者廣告活動)
- traffic_source.source (報表維度：使用者來源)
- traffic_source.medium (報表維度：使用者媒介)
BigQuery 串流匯出會納入現有使用者的使用者歸因資料，但資料需要約 24 小時才能處理完畢，因此建議您不要仰賴串流匯出的資料，而是從完整的每日匯出取得使用者歸因資料。
使用串流匯出時，您需要為每 GB 的資料多支付 $0.05 美元的 BigQuery 費用；1 GB 相當於大約 60 萬個 Google Analytics (分析) 事件 (實際數量取決於事件大小)。進一步瞭解 BigQuery 定價。
表格更新時間表
使用 BigQuery Export 時產生的表格何時會更新，取決於待匯出資料所屬 Analytics (分析) 資源的時區。
串流匯出表格 (events_intraday_YYYYMMDD) 會持續更新一整天 (例如資源所在時區的凌晨 12:00:00 到晚上 11:59:59)。資源所在時區開始新的一天後，事件就會寫入新的當日表格。
每日匯出表格 (events_YYYYMMDD) 會在 Analytics (分析) 收集當天的所有事件後建立。Analytics (分析) 會更新每日表格，時間最多到表格日期結束後的 72 小時內；表格則會列出以表格日期做為時間戳記的事件，例如從 Measurement Protocol 或 Firebase SDK 延遲收到的事件組合。舉例來說，如果表格日期為 20220101，Analytics (分析) 就會將表格更新到 20220104，事件的時間戳記則為 20220101。
有時候，Analytics (分析) 可能會在 72 小時過後隨時更新每日表格，但前提是出現 Analytics (分析) 必須重新處理歷來資料 (例如修正處理時發生的錯誤) 的情況。
不含 Cookie 的連線偵測 (ping) 和客戶提供的資料
導入同意聲明模式後，由 Analytics (分析) 收集且不含 Cookie 的連線偵測 (ping)，以及客戶提供的資料 (例如 user_id 和自訂維度) 就會出現在 BigQuery 匯出資料中。
GA4 - Firebase 整合與 BigQuery
如果 GA4 資源與 Firebase 專案已整合，則無法連結至不同的 BigQuery 專案。
比較 Google Analytics (分析) 4 和通用 Analytics (分析) 中的 BigQuery Export
| Google Analytics (分析) 4 | 通用 Analytics (分析) |
|---|---|
|
適用於標準免付費版與 360 付費版 標準版限制：每天 100 萬個事件 360 版限制：每天數十億個事件 |
適用於 360 付費版 |
|
費用 在沙箱限制的範圍內，免費將資料匯出至 BigQuery 沙箱 如果匯出的資料超過沙箱限制，則需根據合約條款支付相關費用 |
費用 在沙箱限制的範圍內，免費將資料匯出至 BigQuery 沙箱 如果匯出的資料超過沙箱限制，則需根據合約條款支付相關費用 |
|
設定 可加入特定資料串流及排除各項資源的特定事件 (讓您控管匯出量和費用) |
設定 每項資源可連結 1 個資料檢視 (匯出該資料檢視中的所有資料) |
|
串流匯出 每 GB $0.05 美元 (進一步瞭解 BigQuery 定價) 已建立資料表： events_intraday_YYYMMDD 如有以下情況，系統會每天刪除資料表：
不包含新使用者的「使用者廣告活動」、「使用者來源」或「使用者媒介」資料 |
串流匯出 每 GB $0.05 美元 (進一步瞭解 BigQuery 定價) 已建立資料表： ga_realtime_sessions_YYYYMMDD 已建立 BigQuery 資料檢視： ga_realtime_sessions_view_YYYYMMDD |
|
每日匯出 已建立資料表： events_YYYYMMDD |
每日匯出 已建立資料表 ga_sessions_intraday_YYYYMMDD
ga_sessions_YYYYMMDD
|
|
一般資料匯出 補充作業：不執行補充作業 資料集：每個連結資源都有 1 個名為 analytics_<property id> 的資料集 導入同意聲明模式後，匯出內容包括：
|
一般資料匯出 補充作業：連結後會補充 13 個月或 1 百億筆命中的資料 (取較小者) (BigQuery 沙箱補充作業可能會失敗) 資料集：每個連結的資料檢視，都有 1 個與資料檢視同名的資料集 |
|
Export 架構 BigQuery 資料表中的每一列都代表一個事件 Google Analytics (分析) 4 專屬的事件資料 雖然有些 Google Analytics (分析) 4 欄位基本上與通用 Analytics (分析) 欄位 (例如：device.category 和 device.deviceCategory) 相同，但 GA4 事件資料與通用 Analytics (分析) 命中資料之間的差異卻多於相似處 |
Export 架構 BigQuery 資料表中的每一列都代表一個工作階段 通用 Analytics (分析) 專屬的命中資料 雖然有些通用 Analytics (分析) 欄位基本上與 Google Analytics (分析) 4 欄位 (例如：device.deviceCategory 和 device.category) 相同，但通用 Analytics (分析) 命中資料與 GA4 事件資料之間的差異卻多於相似處 |
相關資源
參閱 BigQuery 開發人員指南，進一步瞭解：