שילוב עם כלים של צד שלישי

במאמר הזה מתוארות פעולות ההגדרה הראשוניות שאולי תצטרכו לבצע כדי לנהל את הקישור בין BigQuery לבין פתרונות הבינה העסקית (BI) של צד שלישי. אם אתם צריכים עזרה בפתרון, אתם יכולים לפנות לשותף שלGoogle Cloud Ready - BigQuery. ‫Cloud Customer Care לא תומך בתוכנות צד שלישי אם זוהה ש-BigQuery פועל כמצופה.

קישוריות רשת

כל הפתרונות של BI וניתוח נתונים שנפרסים במארחים ובשירותים עם כתובות IP חיצוניות יכולים לגשת ל-BigQuery דרך BigQuery REST API הציבורי ודרך BigQuery Storage API שמבוסס על RPC באינטרנט.

פתרונות של צד שלישי לניתוח נתונים ול-BI שנפרסים במכונות וירטואליות (VM) של Compute Engine רק עם כתובות IP פנימיות (ללא כתובות IP חיצוניות) יכולים להשתמש בגישה פרטית ל-Google כדי להגיע לשירותים ול-Google APIs, כמו BigQuery. מפעילים את הגישה הפרטית ל-Google ברמת תת-רשת. זו הגדרה של תת-רשתות ברשת VPC. כדי להפעיל תת-רשת לגישה פרטית ל-Google ולראות את הדרישות, אפשר לעיין במאמר הגדרת גישה פרטית ל-Google.

פתרונות BI וניתוח נתונים של צד שלישי שמוצבים במארחים מקומיים יכולים להשתמש בגישה פרטית ל-Google למארחים מקומיים כדי לגשת לממשקי API ולשירותים של Google כמו BigQuery. השירות הזה יוצר חיבור פרטי דרך Cloud VPN או Cloud Interconnect ממרכז הנתונים שלכם אל Google Cloud. מארחים מקומיים לא צריכים כתובות IP חיצוניות, אלא משתמשים בכתובות IP פנימיות לפי RFC 1918. כדי להפעיל גישה פרטית ל-Google למארחים מקומיים, צריך להגדיר DNS, כללי חומת אש ומסלולים ברשתות המקומיות וברשתות ה-VPC. לפרטים נוספים על גישה פרטית ל-Google למארחים מקומיים, אפשר לעיין במאמר הגדרת גישה פרטית ל-Google למארחים מקומיים.

אם אתם בוחרים לנהל בעצמכם מופע של פתרון BI של צד שלישי, כדאי לכם לפרוס אותו ב-Compute Engine כדי ליהנות מהתשתית של רשת Google ולצמצם את זמן האחזור בין המופע לבין BigQuery.

אם פתרון ה-BI שלכם תומך בכך, כדאי להגדיר מסננים בשאילתות של דוחות או מרכזי בקרה, בכל הזדמנות אפשרית. בשלב הזה, המסננים מועברים כסעיפי WHERE ל-BigQuery. הגדרת המסננים האלה לא מקטינה את כמות הנתונים שנסרקים ב-BigQuery, אבל היא מקטינה את כמות הנתונים שמוחזרים ברשת.

מידע נוסף על אופטימיזציה של רשתות ושאילתות זמין במאמרים העברת מחסני נתונים ל-BigQuery: אופטימיזציה של הביצועים ומבוא לאופטימיזציה של ביצועי שאילתות.

שילובים של API ו-ODBC/JDBC

מוצרי BI וניתוח נתונים של Google, כמו Looker Studio,‏ Looker,‏ Dataproc ומופעי Vertex AI Workbench, ופתרונות של צד שלישי, כמו Tableau, מציעים שילוב ישיר עם BigQuery באמצעות BigQuery API.

לפתרונות אחרים של צד שלישי ולאפליקציות בהתאמה אישית, Google שיתפה פעולה עם Magnitude Simba כדי לספק דרייברים של ODBC ושל JDBC. מטרת הדרייברים האלה היא לעזור לכם לנצל את היכולות של BigQuery באמצעות כלים ותשתית קיימים שלא משולבים עם BigQuery API.

פרטים נוספים זמינים במאמר בנושא מנהלי התקנים של ODBC ו-JDBC ל-BigQuery. Google Cloud

אימות

ממשק BigQuery API משתמש באסימוני גישה מסוג OAuth 2.0 כדי לאמת בקשות. אסימון גישה מסוג OAuth 2.0 הוא מחרוזת שמעניקה גישה זמנית לממשק API. שרת OAuth 2.0 של Google מעניק אסימוני גישה לכל Google APIs. אסימוני גישה משויכים להיקף, שמגביל את הגישה של האסימון. היקפים שמשויכים ל-BigQuery API מפורטים ברשימה המלאה של היקפי Google API.

פתרונות לבינה עסקית ולניתוח נתונים שמציעים שילוב מקורי עם BigQuery יכולים ליצור באופן אוטומטי אסימוני גישה ל-BigQuery באמצעות פרוטוקולי OAuth 2.0 או מפתחות פרטיים של חשבונות שירות שסופקו על ידי הלקוח. באופן דומה, פתרונות שמסתמכים על מנהלי התקנים של Simba ODBC/JDBC יכולים גם לקבל אסימוני גישה לחשבון משתמש ב-Google או לחשבון שירות ב-Google.