Pengantar alat developer

BigQuery menyediakan serangkaian alat developer yang dapat Anda gunakan untuk mengakses BigQuery di lingkungan pengembangan, menghubungkan BigQuery ke aplikasi eksternal, dan mengembangkan solusi end-to-end. Sebelum menggunakan alat ini, Anda harus memahami konsep BigQuery standar, seperti analisis dan pengaturan resource.

Alat untuk mengakses BigQuery di lingkungan pengembangan Anda

BigQuery API dan library klien adalah alat developer inti untuk membuat permintaan BigQuery di luarGoogle Cloud konsol dan alat command line bq. Saat mengakses BigQuery dengan cara ini, Anda juga harus memberikan beberapa bentuk autentikasi.

API

BigQuery menawarkan REST dan gRPC API untuk berinteraksi secara terprogram dengan berbagai layanannya. API berikut tersedia:

Library klien

Meskipun Anda dapat menggunakan BigQuery API secara langsung dengan membuat permintaan ke server, penggunaan library klien BigQuery dapat secara signifikan mengurangi jumlah kode yang perlu Anda tulis dengan memberikan penyederhanaan dalam panggilan BigQuery API Anda. Bahasa yang didukung untuk BigQuery adalah C#, Go, Java, Node.js, PHP, Python, dan Ruby. Untuk mencoba panduan memulai library klien BigQuery, lihat Membuat kueri set data publik dengan library klien BigQuery.

Autentikasi

Autentikasi adalah proses yang digunakan untuk mengonfirmasi identitas Anda melalui penggunaan kredensial. Saat Anda mengakses BigQuery di lingkungan pengembangan, bentuk autentikasi selalu diperlukan. Metode autentikasi paling umum untuk developer BigQuery adalah Kredensial Default Aplikasi, yang secara otomatis menemukan kredensial berdasarkan lingkungan Anda. Untuk informasi selengkapnya tentang prinsip autentikasi umum dan metode autentikasi lainnya, lihat Mengautentikasi ke BigQuery.

Alat untuk menghubungkan BigQuery ke aplikasi eksternal

Beberapa alat koneksi yang disesuaikan tersedia untuk membantu Anda menggabungkan kemampuan BigQuery dengan aplikasi pihak ketiga.

MCP Toolbox for Databases

Model Context Protocol (MCP) adalah protokol terbuka untuk menghubungkan model bahasa besar (LLM) ke sumber data seperti BigQuery. MCP Toolbox for Databases menghubungkan project BigQuery Anda ke berbagai Lingkungan Pengembangan Terintegrasi (IDE) dan alat developer, sehingga Anda dapat membuat agen AI yang lebih canggih dengan data BigQuery Anda.

Driver ODBC dan JDBC

Driver Open Database Connectivity (ODBC) dan Java Database Connectivity (JDBC) menghubungkan aplikasi ke database. Google berpartner dengan Simba untuk menyediakan driver ODBC dan JDBC untuk BigQuery, yang dapat Anda gunakan untuk membantu membangun aplikasi software netral database melalui alat dan infrastruktur pilihan Anda. Driver JDBC yang dikembangkan Google untuk BigQuery juga tersedia dalam Pratinjau.

Google Cloud untuk ekstensi Visual Studio Code

Jika Anda adalah pengguna Visual Studio Code (VS Code), Anda dapat menggunakan Google Cloud ekstensi VS Code untuk menjalankan notebook BigQuery dan melihat pratinjau set data BigQuery dari lingkungan VS Code yang ada.

Alat untuk mengembangkan solusi menyeluruh

Saat Anda membangun solusi yang kompleks dengan BigQuery, Google menawarkan banyak jalur untuk membantu Anda, terutama melalui contoh kode, kemampuan repositori dan ruang kerja, serta berbagai integrasi BigQuery.

Contoh kode

Contoh kode BigQuery menyediakan cuplikan untuk menyelesaikan tugas umum di BigQuery, seperti membuat tabel, mencantumkan koneksi, melihat komitmen dan pemesanan kapasitas, serta memuat data. Anda dapat menggunakan contoh kode ini untuk mulai membangun solusi yang lebih kompleks.

Repositori dan ruang kerja

Anda dapat menggunakan repositori untuk mengontrol versi file yang Anda gunakan di BigQuery, dan Anda dapat menggunakan ruang kerja dalam repositori tersebut untuk mengedit kode. BigQuery menggunakan Git untuk mencatat perubahan dan mengelola versi file. Anda dapat menggunakan kemampuan Git yang ada di BigQuery, atau Anda dapat terhubung ke repositori Git pihak ketiga.

Layanan dan alat terintegrasi

Layanan dan alat Google berikut terintegrasi dengan BigQuery dan menawarkan kemampuan tambahan untuk membuat solusi:

  • Dataproc. Layanan terkelola sepenuhnya untuk menjalankan tugas Apache Hadoop dan Apache Spark. Dataproc menyediakan konektor BigQuery, yang memungkinkan Hadoop dan Spark memproses data secara langsung dari BigQuery.
  • Dataflow. Layanan terkelola sepenuhnya untuk menjalankan tugas Apache Beam dalam skala besar. Konektor I/O BigQuery untuk Beam memungkinkan pipeline Beam membaca dan menulis data ke dan dari BigQuery.
  • Cloud Composer. Layanan penjadwalan alur kerja terkelola sepenuhnya yang memanfaatkan Apache Airflow. Operator BigQuery memungkinkan alur kerja Airflow mengelola set data dan tabel, menjalankan kueri, serta memvalidasi data.
  • Pub/Sub. Layanan pesan asinkron dan skalabel. Pub/Sub menyediakan langganan BigQuery, yang dapat Anda gunakan untuk menulis pesan ke tabel BigQuery yang ada saat pesan diterima.
  • Dataform. Layanan bagi analis data untuk mengembangkan, menguji, mengontrol versi, dan menjadwalkan alur kerja SQL yang kompleks untuk transformasi data di BigQuery.
  • Modul Terraform BigQuery. Modul untuk mengotomatiskan pembuatan instance dan deployment set data serta tabel BigQuery.
  • alat command line bq. Alat command line berbasis Python untuk BigQuery.

Google juga memvalidasi puluhan solusi dan integrasi partner untuk BigQuery melalui program Google Cloud Ready - BigQuery. Partner yang diakui ini telah memenuhi serangkaian persyaratan inti untuk memastikan kompatibilitas dengan BigQuery.

Langkah berikutnya

  • Untuk mengetahui informasi tentang resource dan acara mendatang bagi developer, buka pusat developer. Google Cloud
  • Untuk mengetahui informasi tentang cara perusahaan lain menggunakan Google Cloud, lihat Data Cloud untuk ISV.