Risolvi i problemi relativi agli errori e alle limitazioni del connettore BigQuery

Quando connetti Data Studio a BigQuery, potresti riscontrare timeout, limiti di sintassi SQL, limiti di quota o errori dei Controlli di servizio VPC. Questa guida descrive i problemi comuni del connettore BigQuery. Espandi Passaggi per la risoluzione per esaminare e risolvere il problema.

Errori di sintassi delle query e di SQL

Le query SQL personalizzate in Data Studio presentano limitazioni specifiche. Se la query viola questi limiti, possono verificarsi errori.

Errore di unione Field is ambiguous

Se la query personalizzata contiene nomi di colonne duplicati, i grafici visualizzano questo errore:

User Configuration Error: Field is ambiguous

Testo del messaggio di errore: Errore di configurazione utente

Causa: le tabelle unite (JOIN) non possono condividere nomi di colonne duplicati. Ad esempio, se unisci due tabelle con schemi identici in un campo Criteria_ID, la tabella virtuale risultante avrà colonne duplicate (Criteria_ID, Parent_ID, Name), il che attiva un errore di ambiguità.

Passaggi per risolvere i problemi

Rendi univoci tutti i nomi delle colonne utilizzando la parola chiave AS o la clausola EXCEPT:

Opzione 1: rinomina esplicitamente i campi duplicati utilizzando gli 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;

Opzione 2: escludi e rinomina campi specifici utilizzando EXCEPT

Se devi rinominare solo un numero limitato di campi mantenendo gli altri, utilizza EXCEPT:

SELECT * EXCEPT (city), city AS city_1 FROM `project.dataset.table_1`

Errore di sintassi della query SQL personalizzata (più istruzioni)

La query SQL personalizzata non va a buon fine se contiene variabili o più istruzioni (DECLARE, SET).

Causa: Data Studio esegue l'SQL all'interno di una query SELECT esterna (SELECT * FROM (<your_custom_sql>)). Pertanto, la query deve essere un'istruzione SELECT singola.

Ad esempio, la seguente query non va a buon fine perché dichiara una variabile prima della selezione:

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`;

Passaggi per risolvere i problemi

Combina i calcoli in un'unica istruzione SELECT utilizzando le espressioni di tabella comuni (CTE o clausole 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;

Prestazioni e timeout delle query

Quando l'esecuzione delle query richiede più di 3-5 minuti, Data Studio va in timeout prima di ricevere i risultati e restituisce: HTTP 504 Gateway timeout.

Errori di query HTTP 504 Gateway timeout o a lunga esecuzione

Le query personalizzate o le aggregazioni di grafici complessi in Data Studio potrebbero scadere dopo 3-5 minuti, restituendo un errore HTTP 504 Gateway timeout.

Passaggi per risolvere i problemi

Se le query scadono costantemente, utilizza queste ottimizzazioni:

  • Abilita l'API BigQuery Storage Read: abilita l'API BigQuery Storage Read per aumentare la velocità effettiva dei dati.
  • Semplifica la query: rimuovi i comandi "JOIN" non necessari, raggruppa i dati in base a periodi di tempo più ampi e seleziona solo le colonne richieste.
  • Utilizza BigQuery BI Engine: prenota la capacità con BigQuery BI Engine per prestazioni inferiori al secondo.
  • Utilizza le viste del database: salva l'SQL personalizzato come vista BigQuery o vista materializzata e collega Data Studio direttamente a quella vista.
  • Pre-aggregazione in una tabella report: utilizza le query pianificate in BigQuery per scrivere i record di riepilogo in una tabella separata ed esegui query sulla tabella di riepilogo.

Quote e limitazioni delle tabelle

Quando il set di dati contiene migliaia di tabelle o restituisce milioni di record, possono verificarsi errori di limite:

Blocco della reattività della UI del set di dati con oltre 5000 tabelle

Quando provi a connetterti a un set di dati BigQuery utilizzando l'elenco di selezione delle tabelle in Data Studio, l'interfaccia utente si blocca o non risponde.

Causa: il connettore supporta fino a 5000 tabelle per set di dati. Se un set di dati supera le 5000 tabelle o visualizzazioni, l'elenco di selezione delle tabelle scade e si blocca.

Passaggi per risolvere i problemi

Utilizza una di queste alternative per connetterti senza caricare l'elenco delle tabelle:

  • Esegui il collegamento utilizzando una query personalizzata: seleziona QUERY PERSONALIZZATA e scrivi un'istruzione "SELECT" meno complessa: 
    SELECT * FROM `your_project.your_dataset.your_table`
  • Connettiti direttamente da BigQuery: nella console BigQuery, individua la tabella, fai clic su Esporta o Esplora i dati e seleziona Apri con Looker Studio.
  • Suddividi o riorganizza il set di dati: sposta le tabelle report in set di dati di reporting dedicati più piccoli che contengono meno di 5000 tabelle.

Limite massimo di 2 milioni di righe restituite

Quando visualizzi set di dati di grandi dimensioni, il grafico potrebbe mostrare un avviso di troncamento dei dati o omettere le righe che superano i 2 milioni di record.

Causa: il connettore restituisce un massimo di 2 milioni di righe per query del grafico. Se una query supera i 2 milioni di record, i grafici troncano i dati e mostrano un avviso.

Passaggi per risolvere i problemi

Per evitare il troncamento dei dati:

  • Applica filtri di data a livello di report per restringere il volume delle query.
  • Eseguire query su tabelle partizionate in base alle date (`DATE`, `DATETIME`, `TIMESTAMP`) che richiedono filtri di partizionamento (scopri di più).
  • Raggruppa le dimensioni ad alta cardinalità in BigQuery prima di visualizzarle in Data Studio.

Varianza di MEDIAN e PERCENTILE

Quando calcoli mediane (MEDIAN) o percentili (PERCENTILE) esatti nei grafici collegati a BigQuery, l'output potrebbe differire leggermente da calcoli identici eseguiti su altri database SQL o esportazioni CSV.

Causa: nelle query BigQuery, MEDIAN e PERCENTILE utilizzano la funzione di aggregazione approssimativa APPROX_QUANTILES. In questo modo, i set di dati su scala petabyte vengono elaborati rapidamente, ma i risultati approssimativi possono differire leggermente dai calcoli esatti eseguiti sulle esportazioni CSV o su altri database SQL.

Errori relativi al tipo di dati e alla crittografia

Scopri come gestire i tipi di colonne non supportati e le policy di crittografia delle chiavi applicate dall'organizzazione.

Errore di crittografia CONDITION_NOT_MET (CMEK)

Quando esegui una query su un set di dati, il grafico non va a buon fine e restituisce il seguente errore:

User Configuration Error: CONDITION_NOT_MET

Causa: quando Data Studio esegue un job di query, BigQuery scrive i risultati della query in una tabella temporanea nel progetto di fatturazione. Se il vincolo della policy dell'organizzazione constraints/gcp.restrictNonCmekServices è applicato per BigQuery nel progetto di fatturazione, BigQuery richiede una chiave di crittografia gestita dal cliente (CMEK) per tutte le nuove tabelle, incluse le tabelle dei risultati delle query temporanee. Poiché il connettore non passa una chiave Cloud Key Management Service nelle richieste di job di query, le query non vanno a buon fine con User Configuration Error: CONDITION_NOT_MET, a meno che non sia configurata una chiave Cloud KMS predefinita del progetto.

Passaggi per risolvere i problemi

Configura una chiave Cloud KMS predefinita per il progetto in BigQuery in modo che BigQuery cripti automaticamente le tabelle dei risultati delle query temporanee:

  1. Concedi il ruolo Cloud KMS CryptoKey Encrypter/Decrypter (roles/cloudkms.cryptoKeyEncrypterDecrypter) sulla chiave Cloud KMS al service account di crittografia BigQuery per il progetto di fatturazione.
  2. Imposta una chiave Cloud KMS predefinita per il progetto (region-LOCATION.default_kms_key_name) nel progetto di fatturazione per la località del set di dati su cui stai eseguendo query. Ad esempio: 
    ALTER PROJECT PROJECT_ID
SET OPTIONS (
  `region-LOCATION.default_kms_key_name` = 'projects/KMS_PROJECT_ID/locations/LOCATION/keyRings/KEY_RING/cryptoKeys/KEY'
);

In alternativa, collabora con l'amministratore dell'organizzazione per esentare il progetto di fatturazione dalla policy constraints/gcp.restrictNonCmekServices.

Tipo di dati TIME non supportato

Quando ti connetti a una tabella BigQuery che contiene colonne del tipo di dati TIME (ad es. 23:59:59), Data Studio converte il campo in TEXT, impedendo l'ordinamento o le aggregazioni basati sul tempo.

Causa: Data Studio non supporta in modo nativo il tipo di dati TIME di BigQuery (ad esempio 23:59:59). Il connettore converte le colonne TIME in stringhe TEXT al momento dell'importazione, impedendo l'ordinamento basato sul tempo.

Passaggi per risolvere i problemi

Converti le colonne `TIME` in oggetti DATETIME utilizzando una di queste soluzioni alternative:

Soluzione 1: utilizza una query SQL personalizzata

Combina il campo "TIME" con una data di base ("1970-01-01") direttamente nel tuo 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`
  • Risultato: Looker Studio importa "time_as_datetime" come campo **Data e ora**.
  • Formattazione: nelle proprietà del grafico del report, modifica il **Formato di visualizzazione** del campo in **Ora**, **Minuto** o un formato ora personalizzato (`h:mm:ss`) in modo da visualizzare solo la parte relativa all'ora (scopri di più).

Soluzione alternativa 2: crea un campo calcolato in Data Studio

Se non modifichi la query SQL, crea un campo calcolato all'interno dell'origine dati:

PARSE_DATETIME("%H:%M:%S", CAST(your_time_field AS TEXT))
  • Risultato: la funzione `PARSE_DATETIME` analizza la stringa di testo in un oggetto **Data e ora**, impostando la data di calendario predefinita sul 1° gennaio 1970 (scopri di più).

Errori dei Controlli di servizio VPC

Risolvi gli errori di accesso negato e le limitazioni dei processi in background quando lavori all'interno dei perimetri di servizio.

Service Control Failure quando visualizzi i report senza VPN

Quando visualizzi un report al di fuori della VPN o della rete aziendale della tua organizzazione, alcuni o tutti i grafici non funzionano e viene visualizzato il seguente errore:

Service Control Failure

Causa: il connettore passa l'indirizzo IP del visualizzatore del report a BigQuery per verificare i livelli di accesso basati su IP di Controlli di servizio VPC. Quando copi un report, le origini dati SQL personalizzate legacy o "fantasma" all'interno della copia potrebbero fare riferimento a un progetto di fatturazione protetto all'interno di un perimetro di servizio, anche se il set di dati principale si trova all'esterno.

Passaggi per risolvere i problemi

Identifica e rimuovi o riassegna eventuali progetti di fatturazione nascosti associati al perimetro nel report:

  1. Crea una copia del report interessato per risolvere i problemi in sicurezza.
  2. Nell'editor di report della copia, vai a Risorsa > Gestisci origini dati aggiunte.
  3. Esamina ogni origine dati **BigQuery** o **SQL personalizzato** incorporata associata al report.
  4. Modifica ogni connessione SQL personalizzata per verificare il **progetto di fatturazione** configurato. Se un'origine dati rimanda a un progetto di fatturazione protetto da un perimetro dei Controlli di servizio VPC, aggiornala in modo che utilizzi un progetto di fatturazione non schermato o eliminala se non viene più utilizzata.

Errori di invio di email programmate o di avvisi relativi ai grafici dietro i Controlli di servizio VPC

Quando le funzionalità in background automatizzate (come l'invio di email programmate o gli avvisi dei grafici) vengono eseguite su un grafico collegato a un set di dati BigQuery protetto da Controlli di servizio VPC, l'email programmata viene inviata senza contenuti o allegati del report oppure l'avviso non viene attivato (VPC Service Controls unexpected field in error map).

Causa: poiché le funzionalità in background automatizzate (come l'invio di email programmate o gli avvisi relativi ai grafici) vengono eseguite come attività in background senza un indirizzo IP dell'utente finale, i Controlli di servizio VPC (VPC-SC) le bloccano durante la valutazione dei livelli di accesso basati su IP (VPC Service Controls unexpected field in error map).

Passaggi per risolvere i problemi

Per utilizzare le funzionalità in background automatizzate dietro un perimetro Controlli di servizio VPC, configura l'origine dati in modo che utilizzi le credenziali dell'account di servizio o crea un livello di accesso basato sull'identità: