Sie können die Leistung von Berichten, die auf BigQuery-Daten basieren, mit den folgenden Techniken optimieren. Diese Techniken können dazu beitragen, dass Ihre Visualisierungen schneller gerendert werden und gleichzeitig die BigQuery-Kosten minimiert werden.
Leistung mit der BigQuery Storage Read API verbessern
Bei Abfragen mit paginierten Ergebnissen kann die Aktivierung der BigQuery Storage Read API zu kürzeren Abfragezeiten führen. Data Studio verwendet die Storage Read API automatisch, wenn dadurch die Abfragezeiten verbessert werden.
Um die BigQuery Storage Read API zu aktivieren, gewähren Sie dem BigQuery-Nutzer, der mit Data Studio verbunden ist, die folgenden Berechtigungen:
bigquery.readsessions.createbigquery.readsessions.getData
Berichte mit der BigQuery BI Engine beschleunigen
Die BigQuery BI Engine ist ein schneller In-Memory-Analysedienst mit hoher Parallelität, der in BigQuery integriert ist. Wenn Sie die BI Engine mit Data Studio konfigurieren, werden Ihre Visualisierungen in weniger als einer Sekunde gerendert und gleichzeitig die Kosten für die Abfrageparallelität gesenkt (Weitere Informationen zur BigQuery BI Engine).
Voraussetzungen für die Verwendung der BI Engine mit Data Studio
Prüfen Sie die folgenden Voraussetzungen, um Ihre Data Studio-Berichte mit der BI Engine zu beschleunigen:
- Datenspeicherung:Sie speichern Berichtsdaten in Standard-BigQuery-Tabellen oder -Ansichten.
- Abrechnungsprojekt:Sie legen ein gültiges BigQuery-Abrechnungsprojekt fest, für das die Abrechnung aktiviert ist. Google Cloud
- API-Aktivierung:Sie aktivieren die BigQuery API (
bigquery.googleapis.com) in Ihrem Projekt. - Kapazitätsreservierung:Sie haben eine aktive BI Engine-Kapazitätsreservierung (
SIZE_IN_GB) für das Projekt konfiguriert, in dem Abfragen ausgeführt werden.
Detaillierte Leistungsbenchmarks und Leitfäden zur Tabellenoptimierung für die BI Engine finden Sie unter BigQuery-Daten mit Data Studio analysieren.