Vous pouvez optimiser les performances des rapports basés sur des données BigQuery à l'aide des techniques suivantes. Ces techniques peuvent vous aider à afficher vos visualisations plus rapidement tout en minimisant les coûts BigQuery.
Améliorer les performances avec l'API BigQuery Storage Read
Pour les requêtes qui utilisent des résultats paginés, l'activation de l'API BigQuery Storage Read peut améliorer les temps de requête. Data Studio utilise automatiquement l'API Storage Read lorsque cela améliore les durées d'exécution des requêtes.
Pour activer l'API BigQuery Storage Read, accordez les autorisations suivantes à votre utilisateur BigQuery connecté à Data Studio :
bigquery.readsessions.createbigquery.readsessions.getData
Accélérer les rapports avec BigQuery BI Engine
BigQuery BI Engine est un service d'analyse en mémoire rapide et à haute simultanéité intégré à BigQuery. En configurant BI Engine avec Data Studio, vos visualisations s'affichent en moins d'une seconde tout en réduisant les coûts de simultanéité des requêtes (en savoir plus sur BigQuery BI Engine).
Conditions requises pour utiliser BI Engine avec Data Studio
Pour accélérer vos rapports Data Studio à l'aide de BI Engine, vérifiez les prérequis suivants :
- Stockage des données : vous stockez les données de reporting dans des tables ou des vues BigQuery standards.
- Projet de facturation : vous désignez un projet de facturation BigQuery valide pour lequel la facturation active Google Cloud est activée.
- Activation de l'API : vous activez l'API BigQuery (
bigquery.googleapis.com) dans votre projet. - Réservation de capacité : vous avez configuré une réservation de capacité BI Engine active (
SIZE_IN_GB) pour le projet dans lequel les requêtes s'exécutent.
Pour obtenir des benchmarks détaillés sur les performances et des guides d'optimisation des tables pour BI Engine, consultez Analyser des données BigQuery avec Data Studio.