MCP Reference: bigquery.googleapis.com

Ein MCP-Server (Model Context Protocol) fungiert als Proxy zwischen einem externen Dienst, der einem Large Language Model (LLM) oder einer KI-Anwendung Kontext, Daten oder Funktionen bereitstellt. MCP-Server verbinden KI-Anwendungen mit externen Systemen wie Datenbanken und Webdiensten und übersetzen deren Antworten in ein Format, das die KI-Anwendung versteht.

Server einrichten

Sie müssen MCP-Server aktivieren und die Authentifizierung einrichten, bevor Sie sie verwenden können. Weitere Informationen zur Verwendung von Remote-MCP-Servern von Google und Google Cloud finden Sie unter Übersicht über Google Cloud-MCP-Server.

Der BigQuery-MCP-Server bietet Tools für die Interaktion mit BigQuery.

Serverendpunkte

Ein MCP-Dienstendpunkt ist die Netzwerkadresse und Kommunikationsschnittstelle (in der Regel eine URL) des MCP-Servers, über den eine KI-Anwendung (der Host für den MCP-Client) eine sichere, standardisierte Verbindung herstellt. Er ist der Ansprechpartner für das LLM, um Kontext anzufordern, ein Tool aufzurufen oder auf eine Ressource zuzugreifen. Google-MCP-Endpunkte können global oder regional sein.

Der MCP-Server bigquery.googleapis.com hat den folgenden MCP-Endpunkt:

  • https://bigquery.googleapis.com/mcp

MCP-Tools

Ein MCP-Tool ist eine Funktion oder ausführbare Funktion, die ein MCP-Server einem LLM oder einer KI-Anwendung zur Verfügung stellt, um eine Aktion in der realen Welt auszuführen.

Der MCP-Server bigquery.googleapis.com hat die folgenden Tools:

MCP-Tools
list_dataset_ids Listet BigQuery-Dataset-IDs in einem Google Cloud-Projekt auf.
get_dataset_info Ruft Metadaten zu einem BigQuery-Dataset ab.
list_table_ids Listet Tabellen-IDs in einem BigQuery-Dataset auf.
get_table_info Ruft Metadaten zu einer BigQuery-Tabelle ab.
execute_sql_readonly

Führt eine schreibgeschützte SQL-Abfrage im Projekt aus und gibt das Ergebnis zurück. Verwenden Sie dieses Tool nach Möglichkeit anstelle von execute_sql.

Dieses Tool ist auf SELECT-Anweisungen beschränkt. INSERT-, UPDATE- und DELETE-Anweisungen sowie gespeicherte Prozeduren sind nicht zulässig. Wenn die Abfrage keine SELECT-Anweisung enthält, wird ein Fehler zurückgegeben. Informationen zum Erstellen von Abfragen finden Sie in der GoogleSQL-Dokumentation.

Für Abfragen, die mit dem Tool execute_sql_readonly ausgeführt werden, wird automatisch das Joblabel goog-mcp-server: true festgelegt. Abfragen werden dem Projekt in Rechnung gestellt, das im Feld project_id angegeben ist.
execute_sql

Führt eine SQL-Abfrage im Projekt aus und gibt das Ergebnis zurück. Verwenden Sie nach Möglichkeit das Tool execute_sql_readonly.

Mit diesem Tool können alle von BigQuery unterstützten Abfragen ausgeführt werden, darunter: * SQL-Abfragen (SELECT, INSERT, UPDATE, DELETE, CREATE usw.) * KI/ML-Funktionen wie AI.FORECAST, ML.EVALUATE, ML.PREDICT * Alle anderen von BigQuery unterstützten Abfragen.

Für Abfragen, die mit dem Tool execute_sql ausgeführt werden, wird automatisch das Joblabel goog-mcp-server: true festgelegt. Abfragen werden dem Projekt in Rechnung gestellt, das im Feld project_id angegeben ist.

MCP-Tool-Spezifikationen abrufen

Verwenden Sie die Methode tools/list, um die MCP-Tool-Spezifikationen für alle Tools auf einem MCP-Server abzurufen. Im folgenden Beispiel wird gezeigt, wie Sie mit curl alle Tools und ihre Spezifikationen auflisten, die derzeit auf dem MCP-Server verfügbar sind.

Curl-Anfrage 
                      curl --location 'https://bigquery.googleapis.com/mcp' \
--header 'content-type: application/json' \
--header 'accept: application/json, text/event-stream' \
--data '{
    "method": "tools/list",
    "jsonrpc": "2.0",
    "id": 1
}'