Introdução às ferramentas para desenvolvedores

O BigQuery oferece um conjunto de ferramentas para desenvolvedores que podem ser usadas para acessar o BigQuery no seu ambiente de desenvolvimento, conectar o BigQuery a aplicativos externos e desenvolver soluções de ponta a ponta. Antes de usar essas ferramentas, é importante conhecer os conceitos padrão do BigQuery, como análise e organização de recursos.

Ferramentas para acessar o BigQuery no seu ambiente de desenvolvimento

As APIs BigQuery e as bibliotecas de cliente são as principais ferramentas para desenvolvedores para fazer solicitações do BigQuery fora doGoogle Cloud console e da ferramenta de linha de comando bq. Ao acessar o BigQuery dessa maneira, você também precisa fornecer alguma forma de autenticação.

APIs

O BigQuery oferece APIs REST e gRPC para interagir de forma programática com os vários serviços. As seguintes APIs estão disponíveis:

Bibliotecas de cliente

Embora seja possível usar as APIs BigQuery diretamente fazendo solicitações ao servidor, o uso das bibliotecas de cliente do BigQuery pode reduzir significativamente a quantidade de código que você precisa escrever, fornecendo simplificações nas chamadas API BigQuery. As linguagens compatíveis com o BigQuery são C#, Go, Java, Node.js, PHP, Python e Ruby. Para testar um guia de início rápido das bibliotecas de cliente do BigQuery, consulte Consultar um conjunto de dados público com as bibliotecas de cliente do BigQuery.

Autenticação

A autenticação é o processo de confirmação da identidade por meio de credenciais. Ao acessar o BigQuery no seu ambiente de desenvolvimento, uma forma de autenticação é sempre necessária. O método de autenticação mais comum para desenvolvedores do BigQuery é o Application Default Credentials, que encontra credenciais automaticamente com base no seu ambiente. Para mais informações sobre princípios gerais de autenticação e outros métodos de autenticação, consulte Autenticar no BigQuery.

Ferramentas para conectar o BigQuery a aplicativos externos

Várias ferramentas de conexão personalizadas estão disponíveis para ajudar você a incorporar os recursos do BigQuery a aplicativos de terceiros.

MCP Toolbox for Databases

O Protocolo de Contexto de Modelo (MCP) é um protocolo aberto para conectar modelos de linguagem grandes (LLMs) a fontes de dados como o BigQuery. A MCP Toolbox for Databases conecta seu projeto do BigQuery a vários ambientes de desenvolvimento integrado (IDEs) e ferramentas para desenvolvedores, permitindo que você crie agentes de IA mais avançados com seus dados do BigQuery.

Análise de agentes do BigQuery

A análise de agentes do BigQuery é uma solução própria e de código aberto que captura, analisa e visualiza dados de interação de agentes multimodais em larga escala. Essa solução permite que os desenvolvedores transmitam interações brutas do agente, como solicitações, respostas, chamadas de ferramentas e erros, diretamente para o BigQuery.

Para saber mais sobre essa solução, consulte Usar a análise de agentes do BigQuery.

drivers ODBC e JDBC

Os drivers Open Database Connectivity (ODBC) e Java Database Connectivity (JDBC) conectam aplicativos a bancos de dados. O Google tem uma parceria com a Simba para fornecer drivers ODBC e JDBC para o BigQuery, que podem ser usados para criar aplicativos de software neutros em relação ao banco de dados usando as ferramentas e a infraestrutura de sua preferência. O driver JDBC desenvolvido pelo Google para o BigQuery também está disponível.

Data Agent Kit

O Google Cloud Data Agent Kit oferece uma extensão para ferramentas de programação de agentes, como VS Code, Antigravity e Cursor, que permitem interagir com os recursos do BigQuery diretamente no ambiente do agente. Use o Data Agent Kit para navegar por conjuntos de dados, gerenciar pipelines, executar consultas e pedir ao agente para realizar outras tarefas do BigQuery diretamente no seu ambiente de desenvolvimento integrado preferido.

O Data Agent Kit também oferece um conjunto de plug-ins que podem ser usados com várias ferramentas de linha de comando, incluindo a CLI do Antigravity, a CLI do Gemini, o Claude Code e a CLI do Codex.

Ferramentas para desenvolver soluções completas

Ao criar soluções complexas com o BigQuery, o Google oferece muitos caminhos para ajudar você, principalmente por meio de exemplos de código, recursos de repositório e espaço de trabalho e uma ampla variedade de integrações do BigQuery.

Amostras de código

Os exemplos de código do BigQuery fornecem snippets para realizar tarefas comuns no BigQuery, como criar tabelas, listar conexões, ver compromissos de capacidade e reservas e carregar dados. Use esses exemplos de código para começar a criar soluções mais complexas.

Repositórios e espaços de trabalho

É possível usar repositórios para controle de versões dos arquivos usados no BigQuery e usar espaços de trabalho nesses repositórios para editar o código. O BigQuery usa o Git para registrar mudanças e gerenciar versões de arquivos. É possível usar os recursos do Git integrados ao BigQuery ou se conectar a um repositório Git de terceiros.

Serviços e ferramentas integrados

Os seguintes serviços e ferramentas do Google se integram ao BigQuery e oferecem recursos adicionais para criar soluções:

  • Serviço Gerenciado para Apache Spark. Um serviço totalmente gerenciado para executar jobs do Apache Hadoop e do Apache Spark. O Serviço Gerenciado para Apache Spark fornece o conector do BigQuery, que permite que o Hadoop e o Spark processem dados diretamente do BigQuery.
  • Dataflow. Um serviço totalmente gerenciado para executar jobs do Apache Beam em escala. Com o conector de E/S do BigQuery para Beam (em inglês), os canais do Beam leem e gravam dados a partir do BigQuery.
  • Serviço Gerenciado para Apache Airflow. Um serviço de programação de fluxo de trabalho totalmente gerenciado criado no Apache Airflow. Os operadores do BigQuery permitem que os fluxos de trabalho do Airflow gerenciem conjuntos de dados e tabelas, executem consultas e validem dados.
  • Pub/Sub. Um serviço de mensagens assíncrono e escalonável. O Pub/Sub fornece assinaturas do BigQuery, que podem ser usadas para gravar mensagens em uma tabela atual do BigQuery à medida que elas são recebidas.
  • Dataform. Um serviço para analistas de dados desenvolverem, testarem, controlarem versões e programarem fluxos de trabalho SQL complexos para transformação de dados no BigQuery.
  • Módulo do BigQuery Terraform. Um módulo para automatizar a instanciação e a implantação de conjuntos de dados e tabelas do BigQuery.
  • Ferramenta de linha de comando bq. Uma ferramenta de linha de comando baseada em Python para o BigQuery.

O Google também valida dezenas de soluções e integrações de parceiros para o BigQuery por meio do programa Google Cloud Ready - BigQuery. Esses parceiros reconhecidos atenderam a um conjunto de requisitos essenciais para garantir a compatibilidade com o BigQuery.

A seguir