Se connecter à BigQuery

Ce document explique comment créer un datastore qui se connecte aux données BigQuery. Vous pouvez associer ce data store à une application Gemini Enterprise pour permettre aux agents d'analyser vos données.

Pour vous connecter aux données BigQuery à l'aide d'un datastore Gemini Enterprise, vous pouvez utiliser l'un des modes suivants :

• Requête fédérée (recommandé) [Aperçu]: connectez-vous aux données BigQuery sur place sans encourir de frais de sortie pour la copie et le déplacement des données. La requête fédérée envoie votre requête directement à BigQuery sur l'ensemble des ensembles de données et des tables auxquels votre identité est autorisée à accéder via Identity and Access Management (IAM), ce qui est plus efficace pour les requêtes analytiques. Étant donné que les requêtes sont exécutées à l'aide de vos identifiants, les autorisations IAM BigQuery, y compris la sécurité au niveau des lignes, restent intactes. Lorsque vous utilisez le mode de requête fédérée, Knowledge Catalog est automatiquement activé dans l'onglet Assistant de votre application Gemini Enterprise pour fournir à l'agent des outils permettant de rechercher des données auxquelles l'utilisateur a accès et de rechercher du contexte.
• Ingestion de données : copiez les données d'une table BigQuery spécifique dans le data store Gemini Enterprise. Les données doivent être actualisées pour refléter les modifications apportées à la table BigQuery. Ce mode entraîne des coûts de sortie pour le déplacement des données vers un nouvel emplacement, et les autorisations IAM existantes ne sont pas répliquées dans le data store.

Avant de commencer

Pour créer un data store BigQuery dans Gemini Enterprise, vous devez disposer du rôle Administrateur Gemini Enterprise (roles/discoveryengine.agentspaceAdmin) ou Administrateur Discovery Engine (roles/discoveryengine.admin). Pour en savoir plus, consultez Accorder des autorisations aux administrateurs.

Si votre projet est protégé par un périmètre VPC Service Controls ou si l'application des règles d'administration est activée, assurez-vous que votre règle d'administration autorise le connecteur :

• Ajoutez bigquery_mcp au paramètre allowedDataSources dans la contrainte gérée discoveryengine.managed.allowedDataSources (Limiter les sources de données autorisées pour les connecteurs de données). Pour en savoir plus, consultez Présentation des contraintes de règles gérées et Configurer les sources de données autorisées.

Configurez également les autorisations IAM BigQuery requises pour le mode de connecteur que vous prévoyez d'utiliser :

Requête fédérée

Aperçu

Ce produit ou cette fonctionnalité sont soumis aux "Conditions des offres de pré-DG" de la section "Conditions générales du service" des Conditions spécifiques du service. Les produits et fonctionnalités pré-DG sont disponibles "en l'état" et peuvent avoir une compatibilité limitée. Pour en savoir plus, consultez les descriptions des étapes de lancement.

Le mode Requête fédérée utilise le serveur MCP BigQuery. Étant donné que différents outils MCP (actions) nécessitent des autorisations différentes, les autorisations IAM requises dépendent des outils que vous utilisez. Pour en savoir plus, consultez Rôles requis dans la documentation BigQuery MCP.

Remarque : Les utilisateurs n'ont pas besoin de disposer du rôle Utilisateur de l'outil MCP (roles/mcp.toolUser), même si le connecteur est configuré pour utiliser des actions qui nécessitent ce rôle.

Voici les rôles IAM les plus couramment appliqués aux utilisateurs qui interrogent ou effectuent des actions via le connecteur :

• Utilisateur de job BigQuery (roles/bigquery.jobUser) sur le projet BigQuery Google Cloud où la requête s'exécute (projet de calcul ou de facturation), pour permettre aux utilisateurs d'exécuter des jobs de requête.
• Lecteur de données BigQuery (roles/bigquery.dataViewer) sur le projet BigQuery Google Cloud où les données sont stockées (projet de stockage), pour permettre aux utilisateurs d'accéder aux données dans une requête ou via des outils de métadonnées BigQuery tels que get_table_info. Si les actions d'écriture sont activées, accordez plutôt le rôle Éditeur de données BigQuery (roles/bigquery.dataEditor).

Ingestion de données

Pour ingérer des données à partir d'un projet source Google Cloud différent du projet Google Cloud qui contient le datastore Gemini Enterprise que vous créez, accordez les rôles IAM suivants sur le projet BigQuery source au compte de service [e-mail] (où PROJECT_NUMBER est le numéro du projetGoogle Cloud qui contient le data store Gemini Enterprise) :

• Utilisateur de job BigQuery (roles/bigquery.jobUser)
• Éditeur de données BigQuery (roles/bigquery.dataEditor)

Attention : Si vous choisissez d'ingérer des données de BigQuery dans un data store Gemini Enterprise, les autorisations BigQuery ne sont pas importées avec les données. Après l'importation, tout utilisateur disposant d'autorisations Gemini Enterprise suffisantes peut afficher les données, même s'il n'est pas autorisé à les afficher dans BigQuery.

Créer un data store BigQuery

Pour créer un data store qui connecte les données de BigQuery à Gemini Enterprise, procédez comme suit :

1. Dans la console Google Cloud , accédez à la page Gemini Enterprise.

   Gemini Enterprise

2. Accédez à la page Datastores.

3. Cliquez sur Créer un datastore.

4. Sur la page Source, choisissez une source de données pour votre datastore. Recherchez "BigQuery" dans le champ de recherche Sélectionner une source de données ou recherchez BigQuery dans la liste des sources de données first party. Sélectionnez Ajouter une source de données.

5. Sur la page Données, sélectionnez le mode de connecteur pour vous connecter à vos données. Sélectionnez l'un des onglets suivants pour obtenir des instructions supplémentaires en fonction du mode que vous avez choisi.

   Requête fédérée

   Aperçu

   Ce produit ou cette fonctionnalité sont soumis aux "Conditions des offres de pré-DG" de la section "Conditions générales du service" des Conditions spécifiques du service. Les produits et fonctionnalités pré-DG sont disponibles "en l'état" et peuvent avoir une compatibilité limitée. Pour en savoir plus, consultez les descriptions des étapes de lancement.

   1. Sélectionnez Requête fédérée (recommandé).
   2. (Facultatif) Sous Options avancées, spécifiez le projet de facturation Google Cloud pour l'exécution des requêtes de votre data store en saisissant l'ID du projet dans le champ ID du projet de facturation. Si vous laissez ce champ vide, les requêtes demanderont à l'utilisateur de spécifier un projet de facturation ou s'appuieront sur des instructions personnalisées.
   3. Cliquez sur Continuer.
   4. Sur la page Actions, sélectionnez les actions BigQuery que vous souhaitez activer pour votre data store. Vous pourrez modifier ces paramètres ultérieurement. Cliquez sur Continuer.

   Ingestion de données

   1. Sélectionnez Ingestion de données.
   2. Déterminez le type de données que vous importez. Avant d'importer vos données, consultez Préparer les données pour l'ingestion.
      • Si vous importez des données structurées, sélectionnez Table BigQuery avec votre propre schéma ou Table BigQuery avec métadonnées. Si vous utilisez votre propre schéma, il sera automatiquement détecté lors de l'importation. Si vous utilisez des métadonnées, vous devez définir un schéma spécifié par Google lors de l'importation.
      • Si vous importez des données nécessitant un traitement spécialisé, sélectionnez l'une des options sous Importation de données spécialisées.

   3. Sous Fréquence de synchronisation, sélectionnez la fréquence à laquelle vous souhaitez importer les données de votre table BigQuery. Une fois le data store créé, cette option ne peut plus être modifiée.

      • Sélectionnez Une seule fois pour une importation unique.
      • Sélectionnez Périodique pour définir un calendrier d'importation récurrent.

   4. Sélectionnez la table de données que vous souhaitez importer. Dans le champ Chemin d'accès dans BigQuery, cliquez sur Parcourir, sélectionnez une table que vous avez préparée pour l'ingestion, puis cliquez sur Sélectionner. Vous pouvez également saisir l'emplacement de la table directement dans le champ Chemin d'accès BigQuery.

   5. Cliquez sur Continuer.

   Une fois que vous avez créé votre data store, vous pouvez vérifier l'état de l'ingestion en accédant à la page Datastores et en cliquant sur le nom de votre data store pour afficher des informations détaillées sur la page Données. Lorsque la colonne "État" de l'onglet Activité passe de En cours à Importation terminée, l'ingestion est terminée.

   Selon la taille de vos données, l'ingestion peut prendre de quelques minutes à plusieurs heures.

6. Sur la page Configuration, configurez les paramètres de votre data store.

   • Emplacement de votre connecteur de données : choisissez une région où stocker les métadonnées de votre data store. Vous ne pouvez pas modifier l'emplacement après avoir créé le data store. Pour obtenir des informations importantes sur les emplacements multirégionaux, consultez Emplacements Gemini Enterprise.
   • Nom de votre connecteur de données : dans le champ Nom du connecteur de données, saisissez le nom de votre connecteur de données. Vous ne pouvez pas modifier le nom après la création du connecteur de données. Saisir un nom génère un identifiant unique pour votre connecteur de données. Si vous le souhaitez, dans le champ Tag (facultatif), saisissez un tag pour votre connecteur de données, qui servira d'identifiant stable pour le connecteur dans toutes les versions.
   • Règle de protection des données sensibles : sélectionnez une règle de protection des données sensibles pour votre data store. Le format doit être le suivant : projects/{project}/locations/{location}/contentPolicies/{policy}. Vous pourrez modifier ce paramètre ultérieurement.

7. Cliquez sur Créer.

Vous êtes maintenant prêt à associer votre data store à une application Gemini Enterprise. En mode de requête fédérée, les requêtes entraînent des coûts de calcul BigQuery lorsque les utilisateurs exécutent des requêtes via l'application associée. En mode d'ingestion de données, l'importation de données entraîne des coûts d'indexation BigQuery et Gemini Enterprise avant même que le data store ne soit associé à une application. Pour en savoir plus sur ces frais, consultez les tarifs de Gemini Enterprise.

Étapes suivantes

• Pour associer votre data store à une application, créez une application et sélectionnez votre data store en suivant les étapes décrites dans Créer une application Gemini Enterprise.

• Découvrez comment Knowledge Catalog fonctionne avec les connecteurs Data Cloud (activés automatiquement lorsque vous utilisez le mode de requête fédérée) pour aider l'agent à rechercher les données auxquelles l'utilisateur a accès et à rechercher le contexte organisationnel.

• Pour créer un agent limité avec des requêtes vérifiées dans BigQuery, consultez Publier un agent de données BigQuery sur Gemini Enterprise.