שילוב עם כלים של צד שלישי

אתם יכולים לשלב את BigQuery עם פתרונות של צד שלישי לבינה עסקית (BI) שאתם מעדיפים, כדי לנתח את הנתונים ולהציג אותם באמצעות הכלים הקיימים שלכם. הגדרת הקישוריות לרשת, האימות ומנהלי ההתקנים של ODBC או JDBC מאפשרת לנהל בצורה מאובטחת את החיבור בין BigQuery לבין פלטפורמות הניתוח החיצוניות.

אם אתם צריכים עזרה בפתרון, תוכלו לפנות אל שותף שלGoogle Cloud Ready – BigQuery. אם BigQuery פועל כמצופה, Cloud Customer Care לא תומך בתוכנות של צד שלישי.

קישוריות רשת

כל הפתרונות של בינה עסקית (BI) וניתוח נתונים שפרוסים במארחים ובשירותים עם כתובות IP חיצוניות יכולים לגשת ל-BigQuery דרך האינטרנט, באמצעות BigQuery REST API הציבורי ו-BigQuery Storage API שמבוסס על RPC.

פתרונות של צד שלישי לניתוח נתונים ול-BI, שפרוסים במכונות וירטואליות של Compute Engine עם כתובות IP פנימיות בלבד (ללא כתובות IP חיצוניות), יכולים להשתמש בגישה פרטית ל-Google כדי להגיע ל-Google APIs ולשירותים של Google כמו BigQuery. אתם יכולים להפעיל את הגישה הפרטית ל-Google בכל רשת משנה בנפרד. זו הגדרה של רשתות משנה ברשת VPC. כדי להפעיל גישה פרטית ל-Google בתת-רשת ולראות את הדרישות, קראו את המאמר הגדרת גישה פרטית ל-Google.

פתרונות של צד שלישי ל-BI וניתוח נתונים שפרוסים במארחים מקומיים יכולים להשתמש בגישה פרטית ל-Google למארחים מקומיים כדי להגיע ל-Google APIs ולשירותים של Google כמו BigQuery. השירות הזה יוצר חיבור פרטי דרך Cloud VPN או Cloud Interconnect ממרכז הנתונים שלכם אל Google Cloud. המארחים המקומיים לא צריכים כתובות IP חיצוניות, אלא משתמשים בכתובות IP פנימיות מסוג 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, קראו את המאמר הגדרת גישה פרטית ל-Google למארחים מקומיים.

אם אתם בוחרים לנהל מכונה משלכם של פתרון BI של צד שלישי, כדאי לפרוס אותה ב-Compute Engine כדי לנצל את רשת הליבה של Google ולצמצם את זמן האחזור בין המכונה לבין BigQuery.

אם פתרון ה-BI שלכם תומך בכך, כדאי להגדיר מסננים בשאילתות של הדוחות או של מרכז הבקרה בכל פעם שאפשר. בשלב הזה, המסננים נשלחים כמשפטי WHERE ל-BigQuery. הגדרת המסננים האלה לא מפחיתה את כמות הנתונים שנסרקים ב-BigQuery, אבל היא מפחיתה את כמות הנתונים שמוחזרים דרך הרשת.

מידע נוסף על אופטימיזציה של רשתות ושאילתות זמין במאמר העברת מחסני נתונים ל-BigQuery: אופטימיזציה של ביצועים ובמבוא לאופטימיזציה של ביצועי שאילתות.

שילובים של API ו-ODBC/JDBC

מוצרי BI וניתוח נתונים של Google, כמו Data Studio,‏ Looker,‏ Managed Service for Apache Spark ומכונות של Vertex AI Workbench, ופתרונות של צד שלישי כמו Tableau, מציעים שילוב ישיר של BigQuery באמצעות BigQuery API.

לפתרונות אחרים של צד שלישי ולאפליקציות בהתאמה אישית, Google שיתפה פעולה עם Magnitude Simba כדי לספק מנהלי התקנים של ODBC ו-JDBC. מטרת מנהלי ההתקנים האלה היא לעזור לכם למנף את היכולות של BigQuery באמצעות כלים ותשתית קיימים שלא משתלבים עם BigQuery API.

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

אימות

כדי לאמת בקשות, BigQuery API משתמש בטוקני גישה מסוג OAuth 2.0. טוקן גישה מסוג OAuth 2.0 הוא מחרוזת שמעניקה גישה זמנית ל-API. שרת OAuth 2.0 של Google נותן טוקני גישה לכל ממשקי ה-API של Google. אסימוני גישה משויכים להיקף הרשאות, שמגביל את הגישה של האסימון. ברשימה המלאה של היקפי ההרשאות של Google API מפורטים היקפי ההרשאות שמשויכים ל-BigQuery API.

פתרונות של BI וניתוח נתונים שמציעים שילוב מובנה עם BigQuery יכולים ליצור באופן אוטומטי טוקני גישה ל-BigQuery, באמצעות פרוטוקולים של OAuth 2.0 או מפתחות פרטיים של חשבונות שירות שהלקוח מספק. 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.