- Steg 1: Skapa ett nytt Google Cloud Console-projekt och aktivera BigQuery
- Steg 2: Förbered ditt projekt för BigQuery Export
- Steg 3: Länka BigQuery till Google Analytics 4-egendomar
- Radera en länk till BigQuery
- Gränser för BigQuery Export
- Datafiltrering
- Priser och fakturering
- När du börjar se data
- Anledningar till att länkar misslyckas
- Anledningar till exportfel
- Relaterade resurser
Steg 1: Skapa ett Google APIs Console-projekt och aktivera BigQuery
- Logga in på Google Cloud Console.
- Skapa ett nytt Google Cloud Console-projekt eller välj ett befintligt.
- Gå till API-tabellen.
Öppna menyn Navigation högst upp till vänster, klicka på APIs & Services och sedan på Library. - Aktivera BigQuery.
Klicka på BigQuery API under Google Cloud APIs. Klicka på Enable på nästa sida. - Läs igenom och godkänn användarvillkoren om du uppmanas att göra det.
Steg 2: Förbered ditt projekt för BigQuery Export
Du kan utan kostnad exportera Google Analytics-data till BigQuery-sandlådan (begränsningar för sandlådan gäller).
Läs mer om hur du uppgraderar från sandlådan och priser för BigQuery.
Steg 3: Länka en Google Analytics 4-egendom till BigQuery
När du är klar med de första två stegen kan du aktivera BigQuery Export från administratörskonsolen i Analytics.
BigQuery Export omfattas av samma gränser för insamling och inställning som Google Analytics. Om du behöver höja gränserna kan du uppgradera egendomen till 360.
- I
Administratör. Under Produktlänkar klickar du på BigQuery-länkar.
Föregående länk öppnas till den Analytics-egendom som du besökte senast. Du kan ändra egendom med hjälp av egendomsväljaren.- Du måste ha rollen Redigerare eller högre på egendomsnivå för att Länka en Analytics-egendom till BigQuery.
- Du måste även använda en e-postadress som har åtkomst som ägare till BigQuery-projektet (se Behörigheter nedan för detaljerade åtkomstkrav).
- Klicka på Länka.
- Klicka på Välj ett BigQuery-projekt för att se en lista över projekt som du som har åtkomst till.
Om du har länkat Analytics och Firebase (eller planerar att göra det) kan du överväga att exportera till samma Cloud-projekt, vilket underlättar sammanslagning med annan Firebase-data. - Välj ett projekt på listan och klicka på Bekräfta.
- Välj en plats för data. (Om du redan har kopplat ett dataset för Analytics-egendomen till ditt projekt kan du inte välja det här alternativet.)
- Klicka på Nästa.
- Välj Konfigurera dataflöden och händelser för att välja vilka dataflöden som ska ingå i exporten och specifika händelser som ska uteslutas från exporten. Du kan utesluta händelser genom att klicka på Lägg till för att välja bland befintliga händelser på en lista eller klicka på Ange händelser med namn för att välja befintliga händelser med namn eller ange namn på händelser som ännu inte samlas in på egendomen.
- Klicka på Klart.
- Välj Inkludera annonsidentifierare för appflöden om du vill inkludera reklam-id:n.
- Välj Daglig (en gång per dag) och/eller Löpande (kontinuerlig) export av data. För Analytics 360-egendomar kan du även välja Daglig export.
- Klicka på Nästa.
- Kontrollera inställningarna och klicka på Skicka.
Behörigheter
Behörigheterna getIamPolicy/setIamPolicy för projektet, behörigheterna get/enable för tjänster
OWNER inkluderar alla dessa behörigheter.För att skapa en BigQuery-länk behöver du som minst följande behörigheter:
resourcemanager.projects.get- för att hämta projektet
resourcemanager.projects.getIamPolicy- för att se en lista över behörigheter
resourcemanager.projects.setIamPolicy- för att kontrollera om användaren har behörighet att skapa länken till projektet
serviceusage.services.enable- för att aktivera BigQuery API
serviceusage.services.get- för att kontrollera om BigQuery API har aktiverats
Verifiera tjänstkontot
När du länkar Analytics till BigQuery skapas följande tjänstkonto:
firebase-measurement@system.gserviceaccount.com
Kontrollera att kontot har lagts till som medlem i projektet och har rollen BigQuery-användare (roles/bigquery.user).
Om du tidigare har konfigurerat BigQuery Export för att ge ditt tjänstkonto rollen Redigerare för Google Cloud-projektet kan du nedgradera den rollen till BigQuery-användare. Om du vill ändra rollen för tjänstkontot måste du ta bort länken och sedan länka Analytics till ditt BigQuery-projekt igen. Det första steget är att ta bort länken mellan Analytics och BigQuery och ta bort det tjänstkonto som har rollen Redigerare. Länka sedan Analytics och BigQuery igen enligt anvisningarna ovan för att skapa det nya tjänstkontot med rätt behörighet för projektet.
Efter att du har länkat kontot på nytt ska du kontrollera att tjänstkontot har rollen Ägare (bigquery.dataOwner) i det befintliga exportdatasetet. Information om hur du gör detta finns i åtkomstpolicyn för datasetet.
Ändra regioner
Gör så här om du väljer fel region och behöver ändra den efter att du har skapat länken:
- Radera länken till BigQuery (se nedan).
- Säkerhetskopiera data till ett annat dataset i BigQuery (flytta eller kopiera).
- Radera det ursprungliga datasetet. Notera namnet eftersom du behöver det i nästa steg.
- Skapa ett nytt dataset med samma namn som det du just raderade och välj platsen för data.
- Dela det nya datasetet med firebase-measurement@system.gserviceaccount.com och ge tjänstkontot rollen BigQuery-dataägare.
- Kopiera säkerhetskopierad data till det nya datasetet.
- Upprepa åtgärden för att skapa en ny länk till BigQuery.
Efter att du har ändrat platsen finns en lucka i informationen. Kontinuerliga och dagliga exporter av data behandlas inte efter att den befintliga länken har raderats och till dess att den nya länken skapas.
Radera en länk till BigQuery
- I Föregående länk öppnas till den Analytics-egendom som du besökte senast. Du kan ändra egendom med hjälp av egendomsväljaren.Du måste ha rollen Redigerare eller högre på egendomsnivå för att Radera en länk till BigQuery.
- Klicka på raden för länken.
- Klicka på
> Radera högst upp till höger.
> Radera högst upp till höger.Gränser för BigQuery Export
GA4-standardegendomar har en gräns på en miljon händelser för dagliga (mass-)exporter med BigQuery Export. Det finns ingen övre gräns för antal händelser för kontinuerlig export. Om din egendom konsekvent överskrider exportgränsen pausas den dagliga BigQuery-exporten och föregående dagars exporter behandlas inte på nytt.
För Analytics 360-egendomar innehåller den dagliga exporten alla datafält och kolumner som förväntas finnas i den dagliga exporten, inklusive observerad användarattribution och data om annonsexponering.
Egendomsredigerare och administratörer får en e-postavisering varje gång en egendom som de hanterar överskrider den dagliga gränsen. Aviseringen anger när exporten kommer att pausas om ingen åtgärd vidtas. Om en standardegendom avsevärt överskrider den dagliga gränsen på en miljon händelser kan Analytics dessutom omedelbart pausa dagliga exporter. Om du får en avisering kan du använda alternativen för datafiltrering (export av dataflöde och händelseuteslutning) för att minska antalet händelser som exporteras varje dag och se till att den dagliga exporten fortsätter fungera.
Läs mer om de högre gränser som är tillgängliga med 360-egendomar.
Datafiltrering
Du kan utesluta specifika dataflöden och händelser från exporten, antingen för att begränsa storleken på exporten eller för att se till att du bara exporterar de händelser som du vill ha i BigQuery.
Utesluta dataflöden och händelser under länkningsprocessen
När du väljer dataflöden som du vill exportera under länkningsprocessen kan du även välja händelser som du vill utesluta från exporten. Se steg 9 i länkningsprocessen.
Lägga till eller ta bort dataflöden eller händelser efter att du har ställt in länkning
Du kan lägga till och ta bort dataflöden och lägga till och ta bort händelser från uteslutningslistan efter att du har ställt in BigQuery-länken.
- I Föregående länk öppnas till den Analytics-egendom som du besökte senast. Du kan ändra egendom med hjälp av egendomsväljaren.
- Du måste ha rollen Redigerare eller högre på egendomsnivå för att Lägg till eller ta bort dataflöden eller händelser.
- Du måste även använda en e-postadress som har åtkomst som ägare till BigQuery-projektet.
- Klicka på raden för projektet vars länk du vill ändra.
- Klicka på Visa dataflöden och händelser under Dataflöden och händelser.
- Under Dataflöden att exportera kan du välja ytterligare dataflöden som du vill exportera eller ta bort befintliga dataflöden från listan.
- Klicka på Lägg till på listan Händelser att undanta för att välja från en lista över befintliga händelser. Eller klicka på Ange händelser med namn för att välja befintliga händelser med namn eller ange namn på händelser som ännu inte samlas in på egendomen.
- För att ta bort en händelse från listan klickar du på minustecknet i slutet på raden.
Priser och fakturering
Du debiteras för din användning av BigQuery enligt två priskomponenter: lagring och sökfrågebearbetning. Läs igenom pristabellen och se skillnaderna mellan interaktiva sökfrågor och batchsökfrågor.
Du måste ha registrerat en giltig betalningsmetod i Cloud för att exporten ska kunna ske. Om exporten avbryts på grund av en ogiltig betalningsmetod kan vi inte exportera data från den aktuella perioden på nytt.
Du kan även exportera Analytics-data till BigQuery-sandlådan kostnadsfritt, men tänk på att begränsningar för sandlådan gäller.
När du börjar se data
När länkningen är slutförd börjar data flöda till ditt BigQuery-projekt inom 24 timmar. Om du aktiverar daglig export exporteras en fil varje dag med data från föregående dag (vanligtvis tidigt på eftermiddagen i den tidszon du har angett för rapportering).
För normala och stora premiumegendomar uppdateras daglig export ungefär var 60:e minut under dagen. Alternativet Daglig export är inte tillgängligt för premiumegendomar kategoriserade som XL.
Anledningar till att länkar misslyckas
Länkningen till BigQuery kan misslyckas av följande två anledningar:
- Din organisationspolicy förbjuder export till USA. Om du har valt USA som plats för din data ska du välja en annan plats.
- Din organisationspolicy förbjuder tjänstkonton från domänen som du vill exportera data från. I det här fallet måste du redigera organisationspolicyn.
Anledningar till exportfel
| Fel | Orsak | Resultat |
|---|---|---|
| Inget tjänstkonto | Det finns inget tjänstkonto i Cloud-projektet med rollen Aktiv användare. | Analytics kan inte skapa tabeller. Exporten misslyckas. |
| Robotkontot raderas efter installationen | En användare av Cloud-kontot har tagit bort robottjänstkontot som skapades av Google Analytics. | Analytics kan inte längre skapa tabeller. All export upphör. |
| Organisationspolicyn strider mot BigQuery Export | En användare av Cloud-projektet har skapat en organisationspolicy som förhindrar att Analytics exporterar data. Policyn kan förhindra att BigQuery-tabeller skapas eller att data sparas i tabeller. Datalagringsregionen kan också strida mot policyn. | Tabellen har inte skapats eller skapas och raderas sedan snabbt (efter cirka en halvtimme). |
| Användaren ändrar faktureringsinställningar | En användare av Cloud-projektet övergår från kostnadsfri till avgiftsbelagd användning av BigQuery. Detta fungerar vanligtvis, men fel kan uppstå, till exempel om projektet redan överskrider 10 GB (gränsen för sandlådan). I praktiken kan exporten misslyckas. | Tabellerna fylls inte. |
| Cloud-projekt över kvoten | Cloud har begränsade resurser för de flesta projekt. Om du överskrider BigQuery-lagringskvoten kan du förhindras från att spara mer data. Observera att kvoten är låg för kostnadsfria projekt (10 GB). | Tabellerna fylls inte. |
| Användaren ändrar tidszonen för egendomen | Exporten tar en 24-timmars översiktsbild av en egendom baserat på dess tidszon. Om tidszonen ändras kan exportperioden förkortas eller förlängas en viss dag (till exempel tre timmar kortare om tidszonen ändras från amerikansk östkusttid till Stillahavstid.) I båda fallen ser användaren ett ovanligt antal händelser. | En dag med ett ovanligt antal händelser. Allmänt förvirrande information. |
Support
Kontakta supporten för Google Cloud om du har frågor som rör BigQuery-problem, till exempel fakturering.
Relaterade resurser
BigQuery Export
Information om export och åtkomst till ett exempeldataset finns i dokumentationen till BigQuery Export.