Cuando conectas Data Studio a BigQuery, es posible que encuentres tiempos de espera, límites de sintaxis de SQL, límites de cuota o errores de los Controles del servicio de VPC. En esta guía, se describen los problemas habituales del conector de BigQuery. Expande Pasos para resolver el problema para investigar y corregir el problema.
Errores de sintaxis de consultas y SQL
Las consultas en SQL personalizadas en Data Studio tienen limitaciones específicas. Si tu consulta infringe estos límites, pueden producirse errores.
Error de unión de Field is ambiguous
Si tu consulta personalizada contiene nombres de columnas duplicados, los gráficos mostrarán este error:
User Configuration Error: Field is ambiguous
Causa: Las tablas unidas (JOIN) no pueden compartir nombres de columnas duplicados. Por ejemplo, si unes dos tablas con esquemas idénticos en un campo Criteria_ID, la tabla virtual resultante tendrá columnas duplicadas (Criteria_ID, Parent_ID, Name), lo que activará un error de ambigüedad.
Pasos para resolver
Haz que todos los nombres de las columnas sean únicos con la palabra clave AS o la cláusula EXCEPT:
Opción 1: Cambia el nombre de los campos duplicados de forma explícita con alias
SELECT * FROM ( SELECT Criteria_ID AS Criteria_ID_1, Parent_ID AS Parent_ID_1, Name AS NAME_1 FROM `project.dataset.table_1` ) AS table_1 LEFT JOIN ( SELECT Criteria_ID AS Criteria_ID_2, Parent_ID AS Parent_ID_2, Name AS NAME_2 FROM `project.dataset.table_2` ) AS table_2 ON table_1.Criteria_ID_1 = table_2.Criteria_ID_2;
Opción 2: Excluye campos específicos y cámbiales el nombre con EXCEPT
Si solo necesitas cambiar el nombre de una pequeña cantidad de campos y mantener el resto, usa EXCEPT:
SELECT * EXCEPT (city), city AS city_1 FROM `project.dataset.table_1`
Error de sintaxis de consulta en SQL personalizada (varias declaraciones)
Tu consulta en SQL personalizada fallará si contiene variables o varias declaraciones (DECLARE, SET).
Causa: Data Studio ejecuta tu SQL dentro de una consulta SELECT externa (SELECT * FROM (<your_custom_sql>)). Por lo tanto, tu consulta debe ser una declaración SELECT única.
Por ejemplo, la siguiente consulta falla porque declara una variable antes de seleccionar:
DECLARE cost_per_tb_in_dollar FLOAT64 DEFAULT 4.2;
SELECT total_bytes_billed / (1024 * 1024) * cost_per_tb_in_dollar / (1024 * 1024) FROM `billing_table`;
Pasos para resolver
Combina los cálculos en una sentencia SELECT con expresiones de tabla comunes (CTE o cláusulas WITH):
WITH constants AS ( SELECT 4.2 AS cost_per_tb_in_dollar ) SELECT total_bytes_billed / (1024 * 1024) * c.cost_per_tb_in_dollar / (1024 * 1024) AS cost FROM `billing_table`, constants AS c;
Tiempos de espera de rendimiento y consultas
Cuando las consultas tardan más de tres a cinco minutos en ejecutarse, Data Studio agota el tiempo de espera antes de recibir los resultados y devuelve lo siguiente: HTTP 504 Gateway timeout.
Errores de consulta HTTP 504 Gateway timeout o de larga duración
Las consultas personalizadas o las agregaciones de gráficos complejas en Data Studio pueden agotar el tiempo de espera después de tres a cinco minutos, lo que devuelve un error HTTP 504 Gateway timeout.
Pasos para resolver
Si tus consultas agotan el tiempo de espera de forma constante, usa estas optimizaciones:
- Habilita la API de BigQuery Storage Read: Habilita la API de BigQuery Storage Read para aumentar la capacidad de procesamiento de datos.
- Simplifica tu consulta: Quita los comandos "JOIN" innecesarios, agrupa los datos por períodos más amplios y selecciona solo las columnas obligatorias.
- Usa BigQuery BI Engine: Reserva capacidad con BigQuery BI Engine para obtener un rendimiento de menos de un segundo.
- Usa vistas de bases de datos: Guarda tu SQL personalizado como una vista de BigQuery o una vista materializada, y conecta Data Studio directamente a esa vista.
- Agrega previamente los datos en una tabla de informes: Usa consultas programadas en BigQuery para escribir registros de resumen en una tabla independiente y consulta la tabla de resumen.
Cuotas y limitaciones de tablas
Cuando tu conjunto de datos contiene miles de tablas o devuelve millones de registros, pueden ocurrir errores de límite:
La IU del conjunto de datos con más de 5,000 tablas se congela
Cuando intentas conectarte a un conjunto de datos de BigQuery con la lista de selección de tablas en Data Studio, la interfaz de usuario se congela o deja de responder.
Causa: El conector admite hasta 5,000 tablas por conjunto de datos. Si un conjunto de datos supera las 5,000 tablas o vistas, la lista de selección de tablas se agota y se congela.
Pasos para resolver
Usa una de estas alternativas para conectarte sin cargar la lista de tablas:
- Conéctate con una consulta personalizada: Selecciona CONSULTA PERSONALIZADA y escribe una sentencia `SELECT` menos compleja:
SELECT * FROM `your_project.your_dataset.your_table`
- Conéctate directamente desde BigQuery: En la consola de BigQuery, busca tu tabla, haz clic en Exportar o Explorar datos y selecciona Abrir con Looker Studio.
- Divide o reorganiza tu conjunto de datos: Mueve las tablas de informes a conjuntos de datos de informes más pequeños y dedicados que contengan menos de 5,000 tablas.
Límite máximo de 2 millones de filas devueltas
Cuando visualizas conjuntos de datos grandes, es posible que tu gráfico muestre una advertencia de truncamiento de datos o que omita las filas que superen los 2 millones de registros.
Causa: El conector devuelve un máximo de 2 millones de filas por consulta de gráfico. Si una consulta supera los 2 millones de registros, los gráficos truncan los datos y muestran una advertencia.
Pasos para resolver
Para evitar el truncamiento de datos, haz lo siguiente:
- Aplica filtros de fecha a nivel del informe para limitar el volumen de consultas.
- Consultar tablas particionadas por fecha (`DATE`, `DATETIME`, `TIMESTAMP`) que requieren filtros de partición (más información)
- Agrupar las dimensiones de alta cardinalidad dentro de BigQuery antes de visualizarlas en Data Studio
Varianza de MEDIAN y PERCENTILE
Cuando calculas medianas (MEDIAN) o percentiles (PERCENTILE) exactos en gráficos conectados a BigQuery, el resultado puede diferir ligeramente de los cálculos idénticos que se realizan en otras bases de datos de SQL o exportaciones de CSV.
Causa: En las consultas de BigQuery, MEDIAN y PERCENTILE usan la función de agregación aproximada APPROX_QUANTILES. Esto procesa conjuntos de datos a escala de petabytes con rapidez, pero los resultados aproximados pueden diferir un poco de los cálculos exactos que se realizan en las exportaciones de CSV o en otras bases de datos de SQL.
Errores de tipo de datos y encriptación
Aprende a controlar los tipos de columnas no compatibles y las políticas de encriptación de claves aplicadas por la organización.
Error de encriptación de CONDITION_NOT_MET (CMEK)
Cuando consultas un conjunto de datos, el gráfico falla y devuelve el siguiente error:
User Configuration Error: CONDITION_NOT_MET
Causa: Cuando Data Studio ejecuta un trabajo de consulta, BigQuery escribe los resultados de la consulta en una tabla temporal en el proyecto de facturación. Si se aplica la restricción de la política de la organización constraints/gcp.restrictNonCmekServices para BigQuery en el proyecto de facturación, BigQuery requiere una clave de encriptación administrada por el cliente (CMEK) para todas las tablas nuevas, incluidas las tablas de resultados de consultas temporales. Debido a que el conector no pasa una clave de Cloud Key Management Service en las solicitudes de trabajos de consulta, las consultas fallan con User Configuration Error: CONDITION_NOT_MET, a menos que se configure una clave de Cloud KMS predeterminada para el proyecto.
Pasos para resolver
Configura una clave de Cloud KMS predeterminada del proyecto en BigQuery para que BigQuery encripte automáticamente las tablas de resultados de consultas temporales:
- Otorga el rol de encriptador/desencriptador de CryptoKey de Cloud KMS (
roles/cloudkms.cryptoKeyEncrypterDecrypter) en tu clave de Cloud KMS a la cuenta de servicio de encriptación de BigQuery para el proyecto de facturación. - Establece una clave de Cloud KMS predeterminada para el proyecto (
region-LOCATION.default_kms_key_name) en el proyecto de facturación para la ubicación del conjunto de datos que estás consultando. Por ejemplo:ALTER PROJECT PROJECT_ID SET OPTIONS ( `region-LOCATION.default_kms_key_name` = 'projects/KMS_PROJECT_ID/locations/LOCATION/keyRings/KEY_RING/cryptoKeys/KEY' );
Como alternativa, trabaja con el administrador de la organización para eximir al proyecto de facturación de la política constraints/gcp.restrictNonCmekServices.
No se admite el tipo de datos TIME
Cuando te conectas a una tabla de BigQuery que contiene columnas del tipo de datos TIME (p.ej., 23:59:59), Data Studio convierte el campo en TEXT, lo que impide la ordenación o las agregaciones basadas en el tiempo.
Causa: Data Studio no admite de forma nativa el tipo de datos TIME de BigQuery (por ejemplo, 23:59:59). El conector convierte las columnas TIME en cadenas TEXT durante la transferencia, lo que impide la ordenación basada en el tiempo.
Pasos para resolver
Convierte las columnas `TIME` en objetos DATETIME con una de estas soluciones alternativas:
Solución alternativa 1: Usa una consulta en SQL personalizada
Combina el campo `TIME` con una fecha base (`1970-01-01`) directamente en tu SQL:
SELECT *, -- Combine a dummy date (1970-01-01) with your TIME field DATETIME(DATE "1970-01-01", your_time_field) AS time_as_datetime FROM `your_project.your_dataset.your_table`
- Resultado: Data Studio transfiere `time_as_datetime` como un campo de **Fecha y hora**.
- Formato: En las propiedades del gráfico del informe, cambia el **Formato de visualización** del campo a **Hora**, **Minuto** o un formato de hora personalizado (`h:mm:ss`) para que solo se muestre la parte de la hora (más información).
Solución alternativa 2: Crea un campo calculado en Data Studio
Si no modificas la consulta en SQL, crea un campo calculado dentro de tu fuente de datos:
PARSE_DATETIME("%H:%M:%S", CAST(your_time_field AS TEXT))
- Resultado: La función `PARSE_DATETIME` analiza la cadena de texto y la convierte en un objeto de **fecha y hora**, y establece la fecha del calendario de forma predeterminada en el 1 de enero de 1970 (más información).
Errores en los Controles del servicio de VPC
Soluciona problemas de errores de acceso denegado y restricciones de procesos en segundo plano cuando trabajes dentro de perímetros de servicio.
Service Control Failure cuando se consultan informes sin VPN
Cuando ves un informe fuera de la VPN o la red corporativa de tu organización, algunos o todos los gráficos fallan con el siguiente error:
Service Control Failure
Causa: El conector pasa la dirección IP del visualizador del informe a BigQuery para verificar los niveles de acceso basados en IP de los Controles del servicio de VPC. Cuando copias un informe, las fuentes de datos de SQL personalizadas heredadas o "fantasma" dentro de la copia pueden hacer referencia a un proyecto de facturación protegido dentro de un perímetro de servicio, incluso si tu conjunto de datos principal reside fuera de él.
Pasos para resolver
Identifica y quita o reasigna cualquier proyecto de facturación oculto vinculado al perímetro en tu informe:
- Crea una copia del informe afectado para solucionar problemas de forma segura.
- En el editor de informes de la copia, navega a Recurso > Administrar fuentes de datos agregadas.
- Revisa cada fuente de datos de **BigQuery** o **SQL personalizado** incorporada que se adjunte al informe.
- Edita cada conexión de SQL personalizada para verificar el **proyecto de facturación** configurado. Si alguna fuente de datos apunta a un proyecto de facturación protegido por un perímetro de Controles del servicio de VPC, actualízala para usar un proyecto de facturación sin protección o bórrala si ya no se usa.
Fallas en el envío de correos electrónicos programados o en las alertas de gráficos detrás de los Controles del servicio de VPC
Cuando las funciones automatizadas en segundo plano (como el envío de correos electrónicos programados o las alertas de gráficos) se ejecutan en un gráfico conectado a un conjunto de datos de BigQuery protegido por los Controles del servicio de VPC, el correo electrónico programado se envía sin contenido ni archivos adjuntos, o bien la alerta no se activa (VPC Service Controls unexpected field in error map).
Causa: Debido a que las funciones automatizadas en segundo plano (como el envío de correos electrónicos programados o las alertas de gráficos) se ejecutan como tareas en segundo plano sin una dirección IP de usuario final, los Controles del servicio de VPC (VPC-SC) las bloquean cuando evalúan los niveles de acceso basados en IP (VPC Service Controls unexpected field in error map).
Pasos para resolver
Para usar funciones automatizadas en segundo plano detrás de un perímetro de Controles del servicio de VPC, configura tu fuente de datos para que use credenciales de cuenta de servicio o crea un nivel de acceso basado en la identidad:
- Consulta Configura una cuenta de servicio de Google Cloud para Data Studio para configurar la autenticación no humana dedicada.
- Consulta Límites de los Controles del servicio de VPC para conocer los requisitos precisos del nivel de acceso.