谷歌BigQuery常见问题解答

常见问题

什么是BigQuery?

BigQuery由谷歌引入作为数据仓库的可伸缩解决方案，为企业提供了更大的数据灵活性。BigQuery是一个无服务器的云数据仓库，允许用户以低成本的用户友好界面查询和加入各种数据集。

使用BigQuery查询是快速和经济有效的，使用户能够在几秒钟内从海量数据集中提取见解!BigQuery可以轻松连接到许多分析平台，并提供与谷歌analytics 360的本地集成。

如果您正在寻找BigQuery的快速入门教程，点击这里查看我们的帖子．下面我们将详细介绍我们得到的关于BigQuery的最常见问题。让我们开始吧!

BigQuery使用什么语言?我需要知道如何编程吗?

BigQuery使用SQL或结构化查询语言，这是一种用于与关系数据库(如谷歌BigQuery)交互的语言。虽然SQL不是一种难学的语言，但在使用BigQuery时，有必要对该语言有一个粗略的了解。

然而，你不需要成为一个专家!在这篇文章中，我们将向您展示一些在GA中查询常见报表的方法，以及其他一些提示和技巧，帮助您开始编写自己的查询。

除了谷歌提供的资源外，还有许多学习基本SQL的资源。请参阅下面的资源列表，您可以使用它们来提高查询技能!

谷歌云文档-标准SQL查询语法:

谷歌提供的BigQuery中可以使用的查询示例列表。本文档介绍了与使用标准SQL IDE相比，在此接口中可能遇到的一些不同之处。

Kaggle - SQL和BigQuery入门

从这里开始学习BigQuery中使用的一些特定查询，以及了解BigQuery接口中一些特定的细微差别。Kaggle也有很棒的免费资源来温习其他SQL概念!

Codecademy -学习SQL(免费)

这个由Codecademy提供的初级课程是一个开始温习基本SQL概念和查询语法的好地方。虽然有付费课程可用，但这个免费课程是开始学习SQL之旅的好地方!

DataCamp -所有SQL课程(付费)

浏览大量SQL课程的存储库!虽然你可以免费启动Datacamp，但你需要付费才能继续学习。然而，就付费订阅而言，DataCamp课程提供了很好的互动机会。

SQLZoo(免费)

SQLZoo是一个免费资源，涵盖了一些基本的SQL概念，如选择、连接和聚合。虽然不像上面的课程那样结构化，但它是一个很好的免费资源，可以让你学习窍门并做一些基本的练习。

W3学校- SQL教程(免费)

一个很棒的在线资源，用于引用更多特定的语法和查询。虽然这不是一个练习自己查询的很好的资源，但它是一个非常宝贵的网站，可以在您学习其他一些课程时参考!

Udemy SQL课程(付费)

另一个伟大的付费SQL课程插件。这是供您查看的单独定价SQL课程的通用存储库。如果订阅服务不是你的菜，你宁愿提前支付完整的课程，看看这里你的首选课程!

我是否需要连接互联网才能使用BigQuery?我是否可以在离线模式下工作?

到目前为止，还没有办法在脱机时执行查询。虽然您可以在编辑器中毫无问题地编写这些查询，但您需要在线才能运行它们并将它们保存在界面中。如果您尝试离线运行查询或从表中查询数据，您将在接口中看到以下错误:

BigQuery是否有任何公共数据集可用来集成我的数据?

是的，确实如此!谷歌提供了超过100个数据集公共图书馆在GCP市场上很容易获得。您可以通过任何项目连接到这些公共数据集。

这些数据集包括金融数据、交通数据、健康数据以及介于两者之间的所有数据。利用这些作为BigQuery的初始培训材料，或将它们与您的业务数据连接起来，以确定如何连接不同的数据集以获得有价值的见解。

BigQuery的成本是多少?

BigQuery有一个非常灵活和可扩展的定价结构。

虽然这种方法通常会降低企业的数据仓库成本，但重要的是要仔细考虑BigQuery用于查询和存储数据的程度，以了解与该工具相关的成本。BigQuery中有一些功能是免费的，比如导出、复制、加载和删除数据。

BigQuery收费的三个操作是(1)存储，(2)查询而且(3)插入．在这些操作中有各种不同的支付结构，包括下面谷歌云平台的细分。

BigQuery和谷歌Analytics 360集成

对BigQuery和GA360的集成感兴趣?继续阅读下面的内容，获取更多的见解!

为什么我要用谷歌Analytics 360设置BigQuery ?

谷歌Analytics接口为360客户提供了增强的功能，下一步，将GA数据推送到BigQuery中，为用户提供了在高度灵活的颗粒级上获取洞察的机会。BigQuery允许谷歌Analytics用户避免在标准GA报告中进行任何抽样．

担心使用复杂段或额外维度会导致数据在GA接口中被采样吗?BigQuery就是你的答案。它还进一步支持用户自动化提取、传输和加载数据的过程。这意味着用户可以通过BigQuery的自动输出来分析他们的GA数据，而不必在GA界面中浏览多个报告。

此外，BigQuery中的数据让用户可以更细致地查看他们网站上的数据。而谷歌分析处理和预聚合来自网站的所有数据，然后通过标准报告显示给用户。

BigQuery提供了对未知领域的访问-原始谷歌分析数据。对原始数据的访问使BigQuery用户能够在分析中使用原始的、命中级别的数据。这意味着会话级和用户级数据可以是(小心翼翼地)结合在报告中，以满足你的内心。

BigQuery使得将与您的业务相关的其他数据集连接在一起变得更加容易。

你是否有大量来自第三方的客户或财务数据?使用BigQuery将您的谷歌分析数据与其他数据结合起来，继续推动业务决策和战略。

BigQuery GA360模式是否允许我访问我在谷歌Analytics中看到的相同数据?

不。如上所述，BigQuery中的谷歌Analytics模式与你在GA界面中看到的略有不同。您将获得每次用户交互时收集的命中级别数据。

架构表为站点上的每个会话提供一行。这一行具有唯一的visitID (唯一会话标识符)， full visitorID (客户机ID)、频道分组、时段内的浏览量及点击率，以及其他有关时段的整体资料。会话的这一行下嵌套的是会话中发生的每个命中的行。

每个单个点击的模式中包含各种不同的信息，包括点击数量、点击时间、点击页面路径、点击是否是交互等等。

由于谷歌Analytics处理和预聚合某些字段以简化界面内分析的方式，BigQuery中并不是所有您喜欢的谷歌Analytics界面中的标准维度和指标都可用。

我可以将多少谷歌Analytics视图导出到BigQuery?

每个谷歌Analytics属性只能导出一个视图。

在选择要导出的视图时，重要的是要考虑哪些视图已通过对视图设置(流量过滤器、内容分组、通道设置等。)，或哪些视图拥有最多的历史数据。

选择推送到BigQuery的视图取决于数据的用例。我们建议选择具有最多数据、通用自定义和已清理数据的基本过滤器(如机器人过滤器)的视图。

有多少数据将被回填?

在最初建立谷歌Analytics 360 BigQuery集成后，GA将向BigQuery输出13个月或100亿次命中的历史数据-以较小的为准。

回填过程可能长达四周。回填过程将只发生一次每个谷歌分析视图。如果您选择从BigQuery中断开一个视图的链接，并在将来重新链接它，则不会再次发生回填过程。

白色闪光白色闪光。

所以在选择链接BigQuery的GA视图时要自信!

没有GA360我可以使用BigQuery吗?

对于非ga360用户，没有本地集成。这意味着无法使用BigQuery中GA360数据的标准模式从接口建立一致的谷歌Analytics数据流。

但是，有各种第三方工具使GA BigQuery连接易于处理。

此外，您还可以从谷歌Analytics界面导出各种报表，并将其上传到BigQuery，以便将您的数据与其他第三方数据源结合起来。

BigQuery中的基本查询示例是什么?

下面的查询将按日期显示过去1000天的用户、访问和交易数量。

查询的主要元素包括:

查询示例

输出部分

我可以从Excel .xlsx或.csv的平面文件中添加数据到BigQuery中吗?我可以从谷歌驱动器上传数据吗?

是的，您可以从平面文件和从谷歌驱动器上传数据作为表格到BigQuery!导航到要向其添加表的数据集，并单击创建表界面右侧的按钮。

后打创建表，您可以浏览平面文件上传、Drive上传、GCS上传和谷歌Cloud BigTable上传。

添加此数据将把它嵌套在您上面选择的Dataset中表格现在可以查询了!

谷歌营销平台的其他产品如何与BigQuery整合?我可以将谷歌广告数据导入BigQuery吗?

是的，您可以导入谷歌广告数据到BigQuery!通过数据传输服务在GCP功能中，您可以添加来自各种谷歌产品的数据，包括活动管理器，谷歌广告，谷歌云存储，甚至Youtube频道和红移。

你也可以打探索数据源并探索其他连接器，例如Supermetrics而且FiveTran连接器。

BigQuery与Amazon Redshift等其他数据仓库相比如何?

这是一个很好的问题，也是许多企业每天都要面对的问题，

我们想要一个数据仓库，但是区别是什么呢而且哪一个适合我的业务需求?

让我们快速比较一下BigQuery和另一个市场领导者Redshift(例如汉堡王和麦当劳的数据仓库)。

这两款产品几乎在同一时间发布(2011-12)，有许多相似之处。但是我们要看看这两种产品之间的一些关键区别。

两种产品的主要区别是一目了然列的限制而且可用性．

与Redshift相比，BigQuery具有更简单和“开箱即用”的设置，而Redshift在设置数据仓库时需要更多的技术专业知识。

列限制是另一个差异很大的领域，BigQuery可以处理超过6倍的列作为红移。

还有问题吗?

在这篇文章中，我们已经回答了很多问题——现在轮到我们了，BigQuery是否适合您的业务需求?今天就和Seer专家聊聊，看看什么适合你的公司!你可以在这里联系我们．

订阅我们的通讯获取更多教程、技巧和技巧。