Introduzione agli strumenti per sviluppatori

BigQuery fornisce un insieme di strumenti per sviluppatori che puoi utilizzare per accedere a BigQuery nel tuo ambiente di sviluppo, connettere BigQuery ad applicazioni esterne e sviluppare soluzioni end-to-end. Prima di utilizzare questi strumenti, devi avere familiarità con i concetti standard di BigQuery, come l'analisi e l'organizzazione delle risorse.

Strumenti per accedere a BigQuery nel tuo ambiente di sviluppo

Le API BigQuery e le librerie client sono gli strumenti per sviluppatori principali per effettuare richieste BigQuery al di fuori dellaGoogle Cloud console e dello strumento a riga di comando bq. Quando accedi a BigQuery in questo modo, devi anche fornire una forma di autenticazione.

API

BigQuery offre API REST e gRPC per interfacciarsi in modo programmatico con i suoi vari servizi. Sono disponibili le seguenti API:

Librerie client

Sebbene tu possa utilizzare le API BigQuery direttamente effettuando richieste al server, l'utilizzo delle librerie client di BigQuery può ridurre notevolmente la quantità di codice da scrivere fornendo semplificazioni nelle chiamate API BigQuery. I linguaggi supportati per BigQuery sono C#, Go, Java, Node.js, PHP, Python e Ruby. Per provare una guida rapida per le librerie client di BigQuery, consulta Esegui una query su un set di dati pubblico con le librerie client di BigQuery.

Autenticazione

L'autenticazione è il processo di conferma dell'identità tramite l'utilizzo di credenziali. Quando accedi a BigQuery nel tuo ambiente di sviluppo, è sempre richiesta una forma di autenticazione. Il metodo di autenticazione più comune per gli sviluppatori BigQuery è Credenziali predefinite dell'applicazione, che trova automaticamente le credenziali in base al tuo ambiente. Per ulteriori informazioni sui principi generali di autenticazione e su altri metodi di autenticazione, consulta Autenticati in BigQuery.

Strumenti per connettere BigQuery ad applicazioni esterne

Sono disponibili diversi strumenti di connessione personalizzati per aiutarti a incorporare le funzionalità di BigQuery con applicazioni di terze parti.

MCP Toolbox for Databases

Model Context Protocol (MCP) è un protocollo aperto per connettere modelli linguistici di grandi dimensioni (LLM) a origini dati come BigQuery. MCP Toolbox for Databases collega il tuo progetto BigQuery a vari ambienti di sviluppo integrati (IDE) e strumenti per sviluppatori, consentendoti di creare agenti AI più potenti con i tuoi dati BigQuery.

BigQuery Agent Analytics

BigQuery Agent Analytics è una soluzione open source proprietaria che acquisisce, analizza e visualizza i dati delle interazioni degli agenti multimodali su larga scala. Questa soluzione consente agli sviluppatori di trasmettere in streaming le interazioni degli agenti non elaborate, come richieste, risposte, chiamate agli strumenti ed errori, direttamente in BigQuery.

Per scoprire di più su questa soluzione, consulta Utilizza BigQuery Agent Analytics.

Driver ODBC e JDBC

I driver ODBC (Open Database Connectivity) e JDBC (Java Database Connectivity) collegano le applicazioni ai database. Google collabora con Simba per fornire driver ODBC e JDBC per BigQuery, che puoi utilizzare per creare applicazioni software indipendenti dal database tramite gli strumenti e l'infrastruttura che preferisci. È disponibile anche il driver JDBC sviluppato da Google per BigQuery.

Data Agent Kit

Google Cloud Data Agent Kit fornisce un'estensione per gli strumenti di programmazione degli agenti, come VS Code, Antigravity e Cursor, che ti consente di interagire con le risorse BigQuery direttamente nell'ambiente dell'agente. Puoi utilizzare Data Agent Kit per sfogliare i set di dati, gestire le pipeline, eseguire query e chiedere all'agente di eseguire altre attività di BigQuery direttamente nel tuo IDE preferito.

Data Agent Kit fornisce anche un insieme di plug-in che puoi utilizzare con vari strumenti a riga di comando, tra cui Antigravity CLI, Gemini CLI, Claude Code e Codex CLI.

Strumenti per lo sviluppo di soluzioni end-to-end

Mentre crei soluzioni complesse con BigQuery, Google offre molti percorsi per aiutarti, in particolare tramite esempi di codice, funzionalità di repository e workspace e un'ampia varietà di integrazioni di BigQuery.

Esempi di codice

Gli esempi di codice BigQuery forniscono snippet per eseguire attività comuni in BigQuery, come la creazione di tabelle, l'elenco delle connessioni, la visualizzazione degli impegni e delle prenotazioni di capacità e il caricamento dei dati. Puoi utilizzare questi esempi di codice per iniziare a creare soluzioni più complesse.

Repository e aree di lavoro

Puoi utilizzare i repository per il controllo della versione dei file che utilizzi in BigQuery e puoi utilizzare i workspace all'interno di questi repository per modificare il codice. BigQuery utilizza Git per registrare le modifiche e gestire le versioni dei file. Puoi utilizzare le funzionalità Git integrate in BigQuery o connetterti a un repository Git di terze parti.

Servizi e strumenti integrati

I seguenti servizi e strumenti Google si integrano con BigQuery e offrono funzionalità aggiuntive per la creazione di soluzioni:

  • Managed Service for Apache Spark. Un servizio completamente gestito per l'esecuzione di job Apache Hadoop e Apache Spark. Managed Service for Apache Spark fornisce il connettore BigQuery, che consente ad Hadoop e Spark di elaborare direttamente i dati di BigQuery.
  • Dataflow. Un servizio completamente gestito per l'esecuzione di job Apache Beam su larga scala. Il connettore I/O BigQuery per Beam consente alle pipeline Beam di leggere e scrivere dati da e verso BigQuery.
  • Managed Service for Apache Airflow. Un servizio di pianificazione dei workflow completamente gestito basato su Apache Airflow. Gli operatori BigQuery consentono ai workflow Airflow di gestire set di dati e tabelle, eseguire query e convalidare i dati.
  • Pub/Sub. Un servizio di messaggistica asincrono e scalabile. Pub/Sub fornisce sottoscrizioni BigQuery, che puoi utilizzare per scrivere messaggi in una tabella BigQuery esistente non appena vengono ricevuti.
  • Dataform. Un servizio che consente agli analisti di dati di sviluppare, testare, controllare la versione e pianificare workflow SQL complessi per la trasformazione dei dati in BigQuery.
  • Modulo Terraform di BigQuery. Un modulo per automatizzare la creazione di istanze e il deployment dei set di dati e delle tabelle BigQuery.
  • Strumento a riga di comando bq. Uno strumento a riga di comando basato su Python per BigQuery.

Google convalida anche decine di soluzioni e integrazioni dei partner per BigQuery tramite il programma Google Cloud Ready - BigQuery. Questi partner riconosciuti hanno soddisfatto un insieme di requisiti fondamentali per garantire la compatibilità con BigQuery.

Passaggi successivi

  • Per informazioni sulle risorse e sui prossimi eventi per gli sviluppatori Google Cloud di Google, visita il Developer Center.
  • Per informazioni su come altre aziende utilizzano Google Cloud, consulta Data Cloud per ISV.