GSP403

概览

自商业智能 (BI) 出现以来，可视化工具始终发挥着关键作用，助力分析师与决策者快速获取数据洞见。

在本实验中，您将扮演一个大城市的树木服务经理。您的任务：使用 Looker Studio 和 BigQuery 构建一个强大的信息中心，发掘隐藏在庞大树木服务使用日志中的宝贵数据洞见。此信息中心可帮助您根据数据做出明智的决策，从而优化运营。

为什么这很重要？可视化图表可将原始数据转化为富有实用价值的分析洞见。借助精心设计的信息中心，您可以快速识别趋势、发现潜在问题，并做出能够提高效率和服务质量的战略选择。本实验假设您对 BigQuery 和 Looker Studio 有一定的了解。如需了解详情，请查看背景文档（BigQuery 概念、Looker Studio 概览）。

目标

在本实验中，您将学习如何完成以下操作：

• 将可查询的数据上传到 BigQuery。
• 在 BigQuery 中创建报告数据集。
• 在 BigQuery 中运行一次性查询并安排查询。
• 使用 BigQuery 数据在 Looker Studio 中创建报告。

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。

为完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式（推荐）或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：请仅使用学生账号完成本实验。如果您使用其他 Google Cloud 账号，则可能会向该账号收取费用。

如何开始实验并登录 Google Cloud 控制台

1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。左侧是“实验详细信息”窗格，其中包含以下各项：

   • “打开 Google Cloud 控制台”按钮
   • 剩余时间
   • 进行该实验时必须使用的临时凭据
   • 帮助您逐步完成本实验所需的其他信息（如果需要）

2. 点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。

   该实验会启动资源并打开另一个标签页，显示“登录”页面。

   提示：将这些标签页安排在不同的窗口中，并排显示。

   注意：如果您看见选择账号对话框，请点击使用其他账号。

3. 如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。

   {{{user_0.username | "<用户名>"}}}

   您也可以在“实验详细信息”窗格中找到“用户名”。

4. 点击下一步。

5. 复制下面的密码，然后将其粘贴到欢迎对话框中。

   {{{user_0.password | "<密码>"}}}

   您也可以在“实验详细信息”窗格中找到“密码”。

6. 点击下一步。

   重要提示：您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。

7. 继续在后续页面中点击以完成相应操作：

   • 接受条款及条件。
   • 由于这是临时账号，请勿添加账号恢复选项或双重验证。
   • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Google Cloud 控制台。

注意：如需访问 Google Cloud 产品和服务，请点击导航菜单，或在搜索字段中输入服务或产品的名称。

解决方案概览

通常，信息中心会显示使用情况的汇总视图，例如，不需要显示订单 ID 级别的详细信息。为了降低查询费用，首先需要将所需的日志聚合到一个名为“Reports”（报告）的数据集中，然后创建一个包含聚合数据的表。

从 Looker 信息中心查询该表。这样，在刷新信息中心时，报告数据集查询处理的数据量就会减少。由于过去的用量日志永远不会改变，因此您只需将新的用量数据刷新到 Reports 数据集中。

任务 1. 上传可查询数据

在此部分，您将载入一些公开数据，以便在 BigQuery 中练习运行 SQL 命令。

打开 BigQuery 控制台

1. 在 Google Cloud 控制台中，点击导航菜单 () 下的 BigQuery。

BigQuery 控制台即会打开。

2. 在探索器部分，点击添加数据。在左侧窗格中，点击公共数据集。

3. 搜索“trees”（树），然后按 Enter 键。

4. 点击Street Trees（路边树），然后点击查看数据集。

系统会打开一个新标签页，并在“探索器”面板中添加一个名为 bigquery-public-data 的新项目：

注意：如果“探索器”面板中没有显示新项目 bigquery-public-data，请点击 + 添加数据 > 按名称为项目加星标（在“其他来源”下） > 输入项目名称 (bigquery-public-data)，然后点击加星标。

任务 2. 在 BigQuery 中创建报告数据集

接下来，在项目中创建一个名为“Reports”的新数据集。单独的数据集有以下几个好处：减少信息中心查询的数据量，并可避免仅关注聚合数据的用户对源数据集进行不必要的访问。

1. 点击 Qwiklabs 项目 ID () 旁边的查看操作 ()，然后选择创建数据集。

2. 将数据集 ID 设置为 Reports。

将其他选项保留为默认值。

3. 点击创建数据集。

点击检查我的进度以验证是否完成了以下目标： 在 BigQuery 中创建报告数据集

任务 3. 查询信息中心数据

在本部分，您将运行一次性查询来提取过去一年的数据，并汇总以下信息：

• 每月种植的树木数量
• 种植的树木品种
• 树木的看护人
• 所种树木的地址
• 树木地点信息

1. 点击 BigQuery 控制台顶部的 SQL 查询 ()，打开查询编辑器。

2. 将以下内容添加到查询编辑器中：

SELECT TIMESTAMP_TRUNC(plant_date, MONTH) as plant_month, COUNT(tree_id) AS total_trees, species, care_taker, address, site_info FROM `bigquery-public-data.san_francisco_trees.street_trees` WHERE address IS NOT NULL AND plant_date >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 365 DAY) AND plant_date < TIMESTAMP_TRUNC(CURRENT_TIMESTAMP(), DAY) GROUP BY plant_month, species, care_taker, address, site_info

3. 在查询操作栏中，依次点击更多操作 () > 更多 > 查询设置。

   • 选中为查询结果设置目标表复选框。
   • 在数据集名称中，输入 Reports，然后选择您之前创建的 Reports 数据集。
   • 对于表 ID，输入 Trees。
   • 对于目标表的写入设置，选择只写入空白表。

由于您指定了表名称并选择了只写入空白表偏好设置，如果该表尚不存在，查询将创建该表。

4. 接受其他默认设置，然后点击保存。

5. 点击运行以运行查询。

查询完成后，您可以在查询结果部分查看结果。

点击检查我的进度以验证是否完成了以下目标： 查询以提取去年的数据

任务 4. 在 BigQuery 中安排查询

为了让信息中心保持最新状态，您可以安排查询定期运行。计划查询必须使用标准 SQL 编写，其中可包括数据定义语言 (DDL) 和数据操纵语言 (DML) 语句。查询字符串和目标表支持参数化，因此您可以按日期和时间整理查询结果。

现在，添加一个每天检查新数据的查询。种植新树木后，其他统计数据会直接更新到 reports.trees 表中。

1. 打开一个新的查询编辑器标签页，并运行以下查询，使用预定查询功能将增量数据每日提取到 reports.trees 表中：

SELECT TIMESTAMP_TRUNC(plant_date, MONTH) as plant_month, COUNT(tree_id) AS total_trees, species, care_taker, address, site_info FROM `bigquery-public-data.san_francisco_trees.street_trees` WHERE address IS NOT NULL AND plant_date >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 1 DAY) AND plant_date < TIMESTAMP_TRUNC(CURRENT_TIMESTAMP(), DAY) GROUP BY plant_month, species, care_taker, address, site_info

2. 点击更多操作 > 计划，打开导出为计划查询页面。设置以下内容：

   • 计划查询的名称：Update_trees_daily

   • 计划选项：重复频率：小时和重复频率：1 小时

3. 在查询结果的目标位置部分，选择为查询结果设置目标表，并设置以下内容：

   • 数据集：输入 Reports，然后选择您之前创建的 Reports 数据集。

   • 表 ID：Trees

   • 目标表的写入偏好设置：附加到表，这样就不会覆盖现有数据。

4. 点击保存。

5. 点击对话框，选择学员账号，并允许 BigQuery Data Transfer Service 访问您的 Google 账号。接下来，同意替换查询。

注意：如果您运行此查询，将不会看到任何新结果，因为这些事件尚未发生。

任务 5. 在 Looker Studio 中创建新的数据源

在此任务中，您将使用刚刚通过 Looker Studio 汇总的树木数据构建信息中心。

1. 在浏览器中打开一个新的标签页，然后前往 Looker Studio。

2. 点击左上角的创建，然后点击报告。

3. 输入国家/地区、公司名称，并同意相关条款及条件。

4. 点击继续。

5. 对于所有电子邮件推广，选择否，然后点击继续。

任务 6. 在 Looker Studio 中创建新报告

1. 在向报告添加数据对话框中，点击 BigQuery，然后点击授权。如需让账号使用数据，选择与您的实验实例关联的学员用户凭据。

现在，使用 BigQuery 连接器连接到 reports.trees 表。

2. 选择最近的项目 > > Reports 数据集 > Trees 表。

3. 点击添加，然后点击添加到报告。

点击检查我的进度以验证是否完成了以下目标： 在 Looker Studio 中创建新的数据源

现在，您可以使用此表中的数据创建图表。

4. 点击添加图表下拉菜单，然后选择所需的图表类型。在此示例中，您可以看到以下类型的图表：

   • 堆叠柱形图，显示每种树木每月种植的数量以及种植者的姓名。
   • 统计信息摘要图表，显示去年新增树木总数。
   • 饼图，显示按树木品种划分的树木种植百分比分布。
   • 表格图表和条形图，表示按地点划分的树木种植数量。

您可以自行尝试创建图表和标题，并使用示例作为参考。下面是一些操作提示：

• 标题是使用文本工具创建的。此示例为每个图表和信息中心创建了标题。
• 选中图表后，点击右侧的样式标签页，即可修改颜色和字体大小。
• 点击图表，可修改图标大小，还可以将其拖动到新位置。

恭喜！

恭喜！在本实验中，您学习了如何构建 BI 信息中心，实现业务数据可视化，同时降低高成本查询量的风险。您在 BigQuery 中创建了数据集，运行了一次性查询，安排了计划查询，并在 Looker Studio 中创建了报告。现在，您可以使用这些技能，通过 Looker Studio 和 BigQuery 构建自己的 BI 信息中心！

后续步骤/了解详情

• 本实验基于 Pradnya Khadapkar 的这篇博文
• 使用 Looker Studio 直观呈现 BigQuery 数据

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

本手册的最后更新时间：2025 年 3 月 30 日

本实验的最后测试时间：2025 年 3 月 30 日

版权所有 2025 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。