Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

開發人員工具簡介

BigQuery 提供一組開發人員工具，可讓您在開發環境中存取 BigQuery、將 BigQuery 連結至外部應用程式，以及開發端對端解決方案。使用這些工具前，請先熟悉標準 BigQuery 概念，例如分析和資源組織。

在開發環境中存取 BigQuery 的工具

BigQuery API 和用戶端程式庫是核心開發人員工具，用於在Google Cloud 控制台和 bq 指令列工具之外發出 BigQuery 要求。透過這種方式存取 BigQuery 時，您也必須提供某種形式的驗證。

API

BigQuery 提供 REST 和 gRPC API，可透過程式輔助方式與各種服務互動。可用的 API 如下：

用戶端程式庫

雖然您可以直接向伺服器發出要求來使用 BigQuery API，但使用 BigQuery 用戶端程式庫可簡化 BigQuery API 呼叫，大幅減少需要編寫的程式碼數量。BigQuery 支援的語言包括 C#、Go、Java、Node.js、PHP、Python 和 Ruby。如要試用 BigQuery 用戶端程式庫的快速入門導覽課程，請參閱「使用 BigQuery 用戶端程式庫查詢公開資料集」。

驗證

「驗證」是透過憑證確認身分的程序。在開發環境中存取 BigQuery 時，一律需要進行驗證。BigQuery 開發人員最常用的驗證方式是應用程式預設憑證，可根據環境自動尋找憑證。如要進一步瞭解一般驗證原則和其他驗證方式，請參閱「向 BigQuery 驗證」。

將 BigQuery 連結至外部應用程式的工具

您可以使用多種自訂連線工具，將 BigQuery 功能與第三方應用程式整合。

MCP Toolbox for Databases

Model Context Protocol (MCP) 是一種開放式通訊協定，可將大型語言模型 (LLM) 連結至 BigQuery 等資料來源。MCP Toolbox for Databases 可將 BigQuery 專案連結至各種整合式開發環境 (IDE) 和開發人員工具，讓您運用 BigQuery 資料建構更強大的 AI 代理。

BigQuery 代理分析

BigQuery 代理數據分析是第一方開放原始碼解決方案，可大規模擷取、分析及視覺化多模態代理互動資料。這項解決方案可讓開發人員將原始代理互動 (例如要求、回覆、工具呼叫和錯誤) 直接串流至 BigQuery。

如要進一步瞭解這項解決方案，請參閱「使用 BigQuery 代理數據分析」。

ODBC 和 JDBC 驅動程式

開放式資料庫連線 (ODBC) 和 Java 資料庫連線 (JDBC) 驅動程式可將應用程式連結至資料庫。Google 與 Simba 合作，提供 BigQuery 的 ODBC 和 JDBC 驅動程式，您可以使用這些驅動程式，透過偏好的工具和基礎架構，建構與資料庫無關的軟體應用程式。您也可以使用 Google 開發的 BigQuery 專用 JDBC 驅動程式。

Data Agent Kit

Google Cloud Data Agent Kit 提供代理程式編碼工具 (例如 VS Code、Antigravity 和 Cursor) 的擴充功能，可讓您直接在代理程式環境中與 BigQuery 資源互動。您可以使用 Data Agent Kit 瀏覽資料集、管理管道、執行查詢，以及提示代理在偏好的 IDE 中直接執行其他 BigQuery 工作。

Data Agent Kit 也提供一組外掛程式，可與各種指令列工具搭配使用，包括 Antigravity CLI、Gemini CLI、Claude Code 和 Codex CLI。

開發端對端解決方案的工具

使用 BigQuery 建構複雜的解決方案時，Google 提供多種途徑協助您，其中最值得注意的是程式碼範例、存放區和工作區功能，以及各種 BigQuery 整合。

程式碼範例

BigQuery 程式碼範例提供程式碼片段，可用於完成 BigQuery 中的常見工作，例如建立資料表、列出連線、查看容量承諾和預留項目，以及載入資料。您可以使用這些程式碼範例，開始建構更複雜的解決方案。

存放區和工作區

您可以使用存放區，對 BigQuery 中使用的檔案進行版本管控，並使用這些存放區中的工作區編輯程式碼。BigQuery 會使用 Git 記錄變更及管理檔案版本。您可以使用 BigQuery 內建的 Git 功能，也可以連線至第三方 Git 存放區。

整合式服務和工具

下列 Google 服務和工具與 BigQuery 整合，並提供建構解決方案的其他功能：

Managed Service for Apache Spark：全代管服務，用於執行 Apache Hadoop 和 Apache Spark 工作。Managed Service for Apache Spark 提供 BigQuery 連接器，可讓 Hadoop 和 Spark 直接處理 BigQuery 中的資料。
Dataflow。這項全代管服務可大規模執行 Apache Beam 工作。Beam 的 BigQuery I/O 連接器可讓 Beam 管道在 BigQuery 中讀取及寫入資料。
Managed Service for Apache Airflow。以 Apache Airflow 為基礎建構的全代管工作流程排程服務。BigQuery 運算子可讓 Airflow 工作流程管理資料集和資料表、執行查詢及驗證資料。
Pub/Sub。非同步且可擴充的訊息服務。Pub/Sub 提供 BigQuery 訂閱項目，可在收到訊息時，將訊息寫入現有的 BigQuery 資料表。
Dataform。這項服務可讓資料分析師在 BigQuery 中開發、測試、版本管控，並安排資料轉換複雜的 SQL 工作流程。
BigQuery Terraform 模組。這個模組可自動例項化及部署 BigQuery 資料集和資料表。
bq 指令列工具。BigQuery 專用的 Python 指令列工具。

Google 也透過 Google Cloud Ready - BigQuery 計畫，驗證數十種 BigQuery 合作夥伴解決方案和整合項目。這些合作夥伴已通過核心要求，確保與 BigQuery 相容。

後續步驟

如要瞭解 Google Cloud開發人員資源和近期活動，請前往開發人員中心。
如要瞭解其他公司如何使用 Google Cloud，請參閱「ISV 的 Data Cloud」。