Einführung in Entwicklertools

BigQuery bietet eine Reihe von Entwicklertools, mit denen Sie in Ihrer Entwicklungsumgebung auf BigQuery zugreifen, BigQuery mit externen Anwendungen verbinden und End-to-End-Lösungen entwickeln können. Bevor Sie diese Tools verwenden, sollten Sie mit den Standardkonzepten von BigQuery wie Analyse und Ressourcenorganisation vertraut sein.

Tools für den Zugriff auf BigQuery in Ihrer Entwicklungsumgebung

BigQuery-APIs und -Clientbibliotheken sind die wichtigsten Entwicklertools für BigQuery-Anfragen außerhalb derGoogle Cloud -Konsole und des bq-Befehlszeilentools. Wenn Sie auf diese Weise auf BigQuery zugreifen, müssen Sie auch eine Form der Authentifizierung angeben.

APIs

BigQuery bietet REST- und gRPC-APIs für die programmatische Interaktion mit den verschiedenen Diensten. Folgende APIs sind verfügbar:

Clientbibliotheken

Sie können die BigQuery APIs zwar direkt verwenden, indem Sie Anfragen an den Server senden, aber mit den BigQuery-Clientbibliotheken lässt sich die Menge des zu schreibenden Codes erheblich reduzieren, da Ihre BigQuery API-Aufrufe vereinfacht werden. Die unterstützten Sprachen für BigQuery sind C#, Go, Java, Node.js, PHP, Python und Ruby. Eine Kurzanleitung für die BigQuery-Clientbibliotheken finden Sie unter Öffentliches Dataset mit BigQuery-Clientbibliotheken abfragen.

Authentifizierung

Bei der Authentifizierung wird Ihre Identität mithilfe von Anmeldedaten bestätigt. Wenn Sie in Ihrer Entwicklungsumgebung auf BigQuery zugreifen, ist immer eine Form der Authentifizierung erforderlich. Die gängigste Authentifizierungsmethode für BigQuery-Entwickler sind Standardanmeldedaten für Anwendungen, mit denen Anmeldedaten automatisch basierend auf Ihrer Umgebung gefunden werden. Weitere Informationen zu allgemeinen Authentifizierungsprinzipien und anderen Authentifizierungsmethoden finden Sie unter Authentifizierung für BigQuery.

Tools zum Verbinden von BigQuery mit externen Anwendungen

Es sind mehrere benutzerdefinierte Verbindungstools verfügbar, mit denen Sie BigQuery-Funktionen in Drittanbieteranwendungen einbinden können.

MCP-Toolbox für Datenbanken

Das Model Context Protocol (MCP) ist ein offenes Protokoll zum Verbinden von Large Language Models (LLMs) mit Datenquellen wie BigQuery. Die MCP Toolbox for Databases verbindet Ihr BigQuery-Projekt mit verschiedenen integrierten Entwicklungsumgebungen (IDEs) und Entwicklertools, sodass Sie leistungsstärkere KI-Agents mit Ihren BigQuery-Daten erstellen können.

ODBC- und JDBC-Treiber

Mit ODBC- (Open Database Connectivity) und JDBC-Treibern (Java Database Connectivity) können Anwendungen mit Datenbanken verbunden werden. Google arbeitet mit Simba zusammen, um ODBC- und JDBC-Treiber für BigQuery bereitzustellen. Mit diesen Treibern können Sie datenbankneutrale Softwareanwendungen mit Ihren bevorzugten Tools und Ihrer bevorzugten Infrastruktur erstellen. Der von Google entwickelte JDBC-Treiber für BigQuery ist auch in der Vorschau verfügbar.

Google Cloud für die Visual Studio Code-Erweiterung

Wenn Sie Visual Studio Code (VS Code) verwenden, können Sie die Google Cloud VS Code-Erweiterung nutzen, um BigQuery-Notebooks auszuführen und BigQuery-Datasets in Ihrer vorhandenen VS Code-Umgebung in der Vorschau anzusehen.

Tools für die Entwicklung von End-to-End-Lösungen

Wenn Sie komplexe Lösungen mit BigQuery entwickeln, bietet Google viele Möglichkeiten, Sie zu unterstützen, insbesondere durch Codebeispiele, Repository- und Arbeitsbereichfunktionen sowie eine Vielzahl von BigQuery-Integrationen.

Codebeispiele

BigQuery-Codebeispiele enthalten Snippets zum Ausführen allgemeiner Aufgaben in BigQuery, z. B. zum Erstellen von Tabellen, zum Auflisten von Verbindungen, zum Aufrufen von Kapazitätszusicherungen und -reservierungen und zum Laden von Daten. Sie können diese Codebeispiele als Grundlage für komplexere Lösungen verwenden.

Repositories und Arbeitsbereiche

Sie können Repositories verwenden, um die Dateien, die Sie in BigQuery verwenden, zu versionieren. Außerdem können Sie Arbeitsbereiche in diesen Repositories verwenden, um Code zu bearbeiten. In BigQuery wird Git verwendet, um Änderungen aufzuzeichnen und Dateiversionen zu verwalten. Sie können die in BigQuery integrierten Git-Funktionen verwenden oder eine Verbindung zu einem Drittanbieter-Git-Repository herstellen.

Integrierte Dienste und Tools

Die folgenden Google-Dienste und -Tools lassen sich in BigQuery einbinden und bieten zusätzliche Funktionen zum Erstellen von Lösungen:

  • Dataproc: Ein vollständig verwalteter Dienst zum Ausführen von Apache Hadoop- und Apache Spark-Jobs. Dataproc bietet den BigQuery-Connector, mit dem Hadoop und Spark Daten direkt aus BigQuery verarbeiten können.
  • Dataflow. Ein vollständig verwalteter Dienst zum Ausführen umfangreicher Apache Beam-Jobs. Mit dem BigQuery-E/A-Connector für Beam können Beam-Pipelines Daten in BigQuery lesen und schreiben.
  • Cloud Composer Vollständig verwalteter, auf Apache Airflow basierender Dienst für die Workflow-Planung. Mit BigQuery-Operatoren können Airflow-Workflows Datasets und Tabellen verwalten, Abfragen ausführen und Daten validieren.
  • Pub/Sub. Ein asynchroner und skalierbarer Messaging-Dienst. Pub/Sub bietet BigQuery-Abos, mit denen Sie Nachrichten beim Empfang in eine vorhandene BigQuery-Tabelle schreiben können.
  • Dataform: Ein Dienst, mit dem Datenanalysten komplexe SQL-Workflows für die Datentransformation in BigQuery entwickeln, testen und planen sowie eine Versionsverwaltung dafür ausführen können.
  • BigQuery-Terraform-Modul Ein Modul zum Automatisieren der Instanziierung und Bereitstellung Ihrer BigQuery-Datasets und -Tabellen.
  • bq-Befehlszeilentool Ein Python-basiertes Befehlszeilentool für BigQuery.

Google validiert auch Dutzende von Partnerlösungen und ‑integrationen für BigQuery über das Programm Google Cloud Ready – BigQuery. Diese anerkannten Partner haben eine Reihe grundlegender Anforderungen erfüllt, um die Kompatibilität mit BigQuery zu gewährleisten.

Nächste Schritte

  • Informationen zu Ressourcen und anstehenden Veranstaltungen für Google Cloud Entwickler finden Sie im Developer Center.
  • Informationen dazu, wie andere Unternehmen Google Cloudverwenden, finden Sie unter Data Cloud for ISVs.