BigQuery

Mit Cloud BigQuery können Sie extrem schnelle, SQL-ähnliche Abfragen in Tabellen ausführen, für die nur Anfügungen zulässig sind. Mit BigQuery können Sie Folgendes tun:

• Steuern, wer Ihre Daten aufrufen und abfragen kann

• Eine Vielzahl von Drittanbietertools für den Zugriff auf BigQuery-Daten verwenden, zum Beispiel Tools zum Laden oder Visualisieren Ihrer Daten

• Datasets zum Organisieren und Steuern des Zugriffs auf Tabellen verwenden und Jobs erstellen, die von BigQuery ausgeführt werden sollen (Daten laden, exportieren, abfragen oder kopieren)

BigQuery finden Sie in der Developers Console in der linken Seitenleiste unter Big Data > BigQuery.

Erste Schritte

1. Öffnen Sie das Projekt in der Google Developers Console.

   Wenn Sie die Konsole zum ersten Mal verwenden, müssen Sie sich unter Umständen für ein Google-Konto registrieren, auf die Konsole zugreifen und ein Projekt erstellen.

2. Sie finden BigQuery in der Developers Console in der linken Seitenleiste unter Big Data > BigQuery.

   Achten Sie auf diese beiden Anforderungen:

   • BigQuery API: Die BigQuery API wird durch neue Projekte automatisch aktiviert. Wenn BigQuery bei einem vorhandenen Projekt nicht aktiviert ist, klicken Sie zunächst in der linken Seitenleiste auf APIs und Authentifikation und dann auf APIs und suchen Sie anschließend nach der BigQuery API und aktivieren Sie sie.

   • Abrechnung: BigQuery bietet eine kostenlose Ebene für Abfragen. Sie müssen allerdings zunächst die Abrechnung für andere Vorgänge aktivieren.

3. Informieren Sie sich in einem dieser Schnellstarts darüber, wie in BigQuery Daten abgefragt, geladen und exportiert werden.

   • Schnellstart für BigQuery-Webbenutzeroberfläche: Die BigQuery-Webbenutzeroberfläche ist eine visuelle Schnittstelle für BigQuery-Aufgaben. 

   • bq-Befehlszeilentool: Das bq-Befehlszeilentool ist ein auf Python basierendes Tool, das über die Befehlszeile auf BigQuery zugreift.

   • Schnellstart für die BigQuery API: Erfahren Sie, wie Befehlszeilenanwendungen erstellt werden, die auf die BigQuery API zugreifen.

4. Werfen Sie unten einen Blick auf Entwicklerressourcen, um weitere Informationen zum Laden, Abfragen und Exportieren von Daten sowie zur Zugriffssteuerung, API-Verwendung und zu anderen Tools und Lösungen zu erhalten.

Entwicklerressourcen

Daten laden, abfragen und exportieren

• Daten laden: Hier erfahren Sie, wie Sie Daten für BigQuery vorbereiten, Daten mit einem Job im Bulk laden oder Datensätze einzeln in BigQuery streamen.

• Daten abfragen: Hier können Sie sich über synchrone und asynchrone BigQuery API-Abfragen informieren.

• Daten exportieren: Hier erfahren Sie, wie BigQuery-Daten in verschiedene Formate exportiert werden. Mit BigQuery kann pro Datei bis zu 1 GB an Daten exportiert werden. Es ist möglich, Daten in mehrere Dateien zu exportieren.

BigQuery API

• BigQuery-Clientbibliotheken: Werfen Sie einen Blick auf Bibliotheken, Beispiele und Skripts, mit denen Sie in verschiedenen Sprachen auf die Google BigQuery API zugreifen können.

• BigQuery API-Autorisierung: Hier erfahren Sie, wie der Zugriff auf die BigQuery API in verschiedenen Szenarien autorisiert wird. Für die BigQuery API ist es erforderlich, dass alle Anfragen von einem authentifizierten Nutzer oder einem Dienstkonto autorisiert werden.

• BigQuery API-Grundlagen: Hier erfahren Sie, wie Jobs, Datasets und Projekte sowie Tabellen verwaltet und Stapelanfragen durchgeführt werden.

• API-Referenz: Sehen Sie sich Anleitungen zu Datasets, Jobs, Projekten, Tabellendaten und Tabellen für die API an.

Tools und Lösungen

• BigQuery-Webbenutzeroberfläche: Die BigQuery-Webbenutzeroberfläche ist eine visuelle Schnittstelle, mit der Sie Aufgaben wie das Senden von Abfragen sowie das Laden und Exportieren von Daten erledigen können. Weitere Informationen finden Sie im Schnellstart zur Webbenutzeroberfläche.

• Schnellstart zum bq-Befehlszeilentool: Das bq-Befehlszeilentool ist ein auf Python basierendes Tool, mit dem über die Befehlszeile auf BigQuery zugegriffen wird. Weitere Informationen finden Sie im Schnellstart zum Befehlszeilentool.

• BigQuery-Connector für Excel: Google BigQuery bietet einen Connector für Excel, mit dem Sie über Excel Abfragen an Google BigQuery senden können. Dies ist insbesondere dann hilfreich, wenn Sie Ihre Daten dauerhaft mit Excel verwalten. 

• Tools und Dienste von Drittanbietern: Werfen Sie einen Blick auf eine Auswahl branchenführender Tools und Dienste zum Laden, Umwandeln und Visualisieren von Daten. Sie werden von Google Cloud Platform-Technologiepartnern bereitgestellt.

Support

• Supportübersicht: Hier erfahren Sie, wo Fragen gestellt, Supportpakete abgerufen und Fehler gemeldet werden können.

• Fehlerbehebung: Hier können Sie erfahren, wie HTTP-Fehlercodes bearbeitet oder Jobfehler im Zusammenhang mit BigQuery behoben werden.

• Checkliste für die Einführung: Hier können Sie sich über empfohlene Maßnahmen informieren, die vor der Einführung einer kommerziellen Anwendung durchgeführt werden sollten, die BigQuery verwendet.