Übersicht
Auf dieser Seite wird beschrieben, wie Sie in Looker eine Verbindung zu Google BigQuery Standard-SQL oder Google BigQuery Legacy-SQL einrichten.
Zum Einrichten einer Google BigQuery Standard SQL- oder Google BigQuery Legacy SQL-Verbindung sind im Allgemeinen folgende Schritte auszuführen:
Konfigurieren Sie in Ihrer BigQuery-Datenbank die Authentifizierung, die Looker für den Zugriff auf Ihre BigQuery-Datenbank verwendet. Looker unterstützt die folgenden Authentifizierungsoptionen für BigQuery:
- Dienstkonto: Weitere Informationen finden Sie auf dieser Seite im Abschnitt Authentifizierung mit BigQuery-Dienstkonten.
- OAuth: Informationen finden Sie im Abschnitt Authentifizierung mit OAuth auf dieser Seite.
Wenn Sie persistente abgeleitete Tabellen (Persistent Derived Tables, PDTs) für die Verbindung verwenden möchten, erstellen Sie in Ihrer BigQuery-Datenbank ein temporäres Dataset, das Looker zum Erstellen von PDTs in Ihrer Datenbank verwenden kann. Eine Anleitung dazu finden Sie auf dieser Seite im Abschnitt Ein temporäres Dataset für persistente abgeleitete Tabellen erstellen.
Richten Sie in Looker die Looker-Verbindung zu Ihrer BigQuery-Datenbank ein. Eine Anleitung dazu finden Sie auf dieser Seite im Abschnitt Looker mit BigQuery verbinden.
Testen Sie in Looker die Verbindung zwischen Looker und Ihrer BigQuery-Datenbank. Eine Anleitung dazu finden Sie im Abschnitt Verbindung testen auf dieser Seite.
Netzwerk-Datenverkehr verschlüsseln
Es empfiehlt sich, den Netzwerkverkehr zwischen der Looker-Anwendung und Ihrer Datenbank zu verschlüsseln. Prüfen Sie eine der Optionen, die auf der Dokumentationsseite Sicheren Datenbankzugriff ermöglichen beschrieben werden.
Authentifizierung mit BigQuery-Dienstkonten
Eine Möglichkeit, Looker für Ihre BigQuery-Datenbank zu authentifizieren, ist die Verwendung eines BigQuery-Dienstkontos. Sie erstellen das Dienstkonto in Ihrer BigQuery-Datenbank mit dem API Manager in der Google Cloud Console. Sie benötigen Google Cloud Administratorberechtigungen, um das Dienstkonto zu erstellen. Weitere Informationen finden Sie in der Dokumentation zum Erstellen eines Dienstkontos.
Ein Dienstkonto erstellen und das JSON-Anmeldezertifikat herunterladen
So erstellen Sie ein BigQuery-Dienstkonto:
Öffnen Sie die Seite „Anmeldedaten“ im API Manager in der Google Cloud Console und wählen Sie Ihr Projekt aus.
Wählen Sie ANMELDEDATEN ERSTELLEN und dann Dienstkonto aus.
Geben Sie einen Namen für das neue Dienstkonto ein, fügen Sie optional eine Beschreibung hinzu und wählen Sie ERSTELLEN UND FORTFAHREN aus.
Für Ihr Dienstkonto sind zwei vordefinierte Google BigQuery-Rollen erforderlich:
- BigQuery > BigQuery-Dateneditor
- BigQuery > BigQuery-Jobnutzer
Wählen Sie im Feld Rolle auswählen die erste Rolle aus, wählen Sie WEITERE ROLLE HINZUFÜGEN aus und wählen Sie dann die zweite Rolle aus.
Nachdem Sie beide Rollen ausgewählt haben, klicken Sie auf WEITER und dann auf FERTIG.
Wählen Sie auf der Seite Anmeldedaten Ihr neues Dienstkonto aus:
Wählen Sie SCHLÜSSEL und dann SCHLÜSSEL HINZUFÜGEN aus. Wählen Sie im Drop-down-Menü Neuen Schlüssel erstellen aus:
Wählen Sie unter Schlüsseltyp die Option JSON aus und klicken Sie dann auf ERSTELLEN:
Der JSON-Schlüssel wird auf Ihrem Computer gespeichert.
Notieren Sie den Download-Speicherort und wählen Sie dann SCHLIESSEN aus:
Wähle FERTIG aus.
Suchen Sie nach der E‑Mail-Adresse, die zu dem Dienstkonto gehört. Sie benötigen diese Adresse, um die Looker-Verbindung mit BigQuery zu konfigurieren:
Nachdem Sie das Dienstkonto in Ihrer BigQuery-Datenbank erstellt haben, geben Sie die Informationen zu diesem Dienstkonto und die Details der Zertifikatsdatei in den Feldern E-Mail-Adresse des Dienstkontos, JSON-/P12-Datei des Dienstkontos und Passwort im Fenster Verbindungen von Looker ein, wenn Sie die Looker-Verbindung zu BigQuery einrichten.
Authentifizierung mit OAuth
Looker unterstützt OAuth für Google BigQuery-Verbindungen. Das bedeutet, dass jeder Looker-Benutzer sich mit seinen eigenen Google OAuth-Anmeldedaten bei Google authentifizieren und Looker dazu autorisieren kann, auf die Datenbank zuzugreifen.
Mit OAuth können Datenbankadministratoren die folgenden Funktionen ausführen:
- Überwachen, welche Looker-Benutzer Abfragen mit der Datenbank ausführen.
- Rollenbasierte Zugriffskontrollen mit Google-Berechtigungen durchsetzen.
- OAuth-Tokens für alle Prozesse und Aktionen verwenden, die auf Google BigQuery zugreifen, anstatt BigQuery-IDs und -Passwörter an mehreren Stellen einzubetten.
Beachten Sie Folgendes für BigQuery-Verbindungen mit OAuth:
- Wenn ein Datenbankadministrator die BigQuery OAuth-Client-Anmeldedaten ändert, sind alle Zeitpläne oder Warnungen eines Benutzers davon betroffen. Benutzer müssen sich noch einmal anmelden, wenn ihr Administrator die BigQuery OAuth-Anmeldedaten ändert. Nutzer können auch über die Seite Konto in Looker auf die Kontoseite ihres Nutzerprofils zugreifen, um sich in Google anzumelden.
- Da BigQuery-Verbindungen, die OAuth verwenden, „pro Nutzer“ gelten, werden auch Caching-Richtlinien pro Nutzer und nicht nur pro Abfrage angewendet. Anstatt also jedes Mal Ergebnisse im Cache zu verwenden, wenn dieselbe Abfrage innerhalb des Caching-Zeitraums ausgeführt wird, verwendet Looker Ergebnisse im Cache nur, wenn derselbe Nutzer dieselbe Abfrage innerhalb des Caching-Zeitraums ausgeführt hat. Weitere Informationen zum Caching finden Sie auf der Dokumentationsseite Abfragen im Cache speichern.
- Wenn Sie persistente abgeleitete Tabellen (Persistent Derived Tables, PDTs) für eine BigQuery-Verbindung mit OAuth verwenden möchten, müssen Sie ein zusätzliches Dienstkonto erstellen, damit Looker für PDT-Prozesse auf Ihre Datenbank zugreifen kann. Weitere Informationen finden Sie im Abschnitt Dauerhafte abgeleitete Tabellen für eine BigQuery-Verbindung auf dieser Seite.
- Wenn Administratoren sich als anderer Nutzer im SUDO-Modus bewegen, verwenden sie das OAuth-Autorisierungstoken dieses Nutzers. Informationen zur Verwendung des Befehls
sudo
finden Sie auf der Dokumentationsseite Nutzer.
BigQuery-Datenbankprojekt für OAuth konfigurieren
In den folgenden Abschnitten wird beschrieben, wie Sie OAuth-Anmeldedaten generieren und einen OAuth-Zustimmungsbildschirm konfigurieren.
In den folgenden Fällen müssen Sie diese Schritte nicht ausführen:
- Wenn Sie bereits einen OAuth-Zustimmungsbildschirm für eine andere Anwendung in Ihrem Projekt konfiguriert haben, müssen Sie keinen weiteren Bildschirm erstellen. Sie konfigurieren lediglich einen Zustimmungsbildschirm für alle Anwendungen in einem Projekt. In diesem Fall können Sie direkt mit der Konfiguration der Looker (Google Cloud Core)-Verbindung zu Ihrer Datenbank fortfahren.
Wenn Sie eine Looker (Google Cloud Core)-Instanz verwenden, kann Looker die OAuth-Anmeldedaten der Anwendung verwenden, die Ihr Looker-Administrator beim Erstellen der Looker (Google Cloud Core)-Instanz verwendet hat. Wenn Sie dieselben Anmeldedaten für die OAuth-Anwendung wie für Ihre Looker (Google Cloud Core)-Instanz verwenden, können Sie die Verfahren in diesem Abschnitt und im Abschnitt Looker-Verbindung für BigQuery mit OAuth konfigurieren überspringen und stattdessen der Looker (Google Cloud Core)-Dokumentation zur Verwendung von OAuth mit BigQuery folgen.
OAuth-Anmeldedaten und der OAuth-Zustimmungsbildschirm müssen in der Google Cloud -Konsole konfiguriert werden. Die allgemeine Beschreibung von Google finden Sie auf der Google Cloud Support-Website und auf der Google Dev Console-Website.
Je nachdem, welche Art von Nutzern auf BigQuery-Daten in Looker zugreifen und ob Ihre BigQuery-Daten öffentlich oder privat sind, ist OAuth möglicherweise nicht die am besten geeignete Authentifizierungsmethode. Ebenso kann es sein, dass der Typ der vom Nutzer angeforderten Daten und der Grad des Zugriffs, der für die Daten dieses Nutzers erforderlich ist, wenn er sich bei Google authentifiziert, um Looker zu verwenden, eine Überprüfung durch Google erfordert. Weitere Informationen zur Überprüfung finden Sie im Abschnitt Google OAuth-Anmeldedaten generieren auf dieser Seite.
Google OAuth-Anmeldedaten generieren
Rufen Sie die Google Cloud Console auf.
Rufen Sie im Drop-down-Menü Projekt auswählen Ihr BigQuery-Projekt auf. Dadurch sollten Sie zu Ihrem Projekt-Dashboard gelangen.
Wählen Sie im Menü auf der linken Seite die Seite APIs & Dienste aus. Wählen Sie dann Anmeldedaten aus. Wählen Sie auf der Seite Anmeldedaten den Abwärtspfeil in der Schaltfläche Anmeldedaten erstellen und dann im Drop-down-Menü OAuth-Client-ID aus:
Google erfordert die Konfiguration eines OAuth-Zustimmungsbildschirms, bevor Sie Ihre OAuth-Anmeldedaten generieren können. Dort können Benutzer festlegen, wie sie Zugriff auf ihre privaten Daten erteilen. Informationen zum Konfigurieren Ihres OAuth-Zustimmungsbildschirms finden Sie im Abschnitt OAuth-Zustimmungsbildschirm konfigurieren auf dieser Seite.
Wenn Sie bereits einen OAuth-Zustimmungsbildschirm konfiguriert haben, zeigt Google die Seite OAuth-Client-ID erstellen an. Dort können Sie eine OAuth-Client-ID und ein Secret für Ihre BigQuery-Verbindung zu Looker erstellen. Wählen Sie im Drop-down-Menü Anwendungstyp die Option Webanwendung aus. Die Seite wird erweitert und zeigt zusätzliche Optionen an:
Geben Sie im Feld Name einen Namen für die App ein, z. B. Looker.
Wählen Sie im Abschnitt Autorisierte JavaScript-Quellen die Option + URI hinzufügen aus, um das Feld URIs 1 aufzurufen. Geben Sie im Feld URIs 1 die URL Ihrer Looker-Instanz ein, einschließlich des
https://
. Beispiel:- Wenn Looker Ihre Instanz hostet:
https://<instancename>.looker.com
- Wenn die Looker-Instanz vom Kunden gehostet wird:
https://looker.<mycompany>.com
- Wenn für Ihre Looker-Instanz eine Portnummer erforderlich ist:
https://looker.<mycompany>.com:9999
- Wenn Looker Ihre Instanz hostet:
Wählen Sie im Abschnitt Autorisierte Weiterleitungs-URIs die Option + URI hinzufügen aus, um das Feld URIs 1 aufzurufen. Geben Sie im Feld URIs 1 die URL zu Ihrer Looker-Instanz ein, gefolgt von
/external_oauth/redirect
. Beispiel:https://<instancename>.looker.com/external_oauth/redirect
oderhttps://looker.<mycompany>.com:9999/external_oauth/redirect
.Wählen Sie Erstellen aus. Google zeigt Ihre Client-ID und Ihren Clientschlüssel an.
Kopieren Sie die Werte für Client-ID und Clientschlüssel. Sie benötigen sie, um OAuth für die BigQuery-Verbindung in Looker zu konfigurieren.
OAuth-Zustimmungsbildschirm konfigurieren
Google erfordert die Konfiguration eines OAuth-Zustimmungsbildschirms, bevor Sie Ihre OAuth-Anmeldedaten generieren können. Dort können Benutzer festlegen, wie sie Zugriff auf ihre privaten Daten erteilen, und sie erhalten einen Link zu den Nutzungsbedingungen und der Datenschutzerklärung Ihrer Organisation.
Wählen Sie im linken Menü die Seite OAuth-Zustimmungsbildschirm aus. Bevor Sie den OAuth-Zustimmungsbildschirm konfigurieren können, müssen Sie angeben, für welchen Typ von Benutzer Sie diese App verfügbar machen. Je nach Ihrer Auswahl muss Ihre App möglicherweise von Google überprüft werden.
Treffen Sie eine Auswahl und klicken Sie auf Erstellen. Google zeigt die Seite OAuth-Zustimmungsbildschirm an. Sie können diesen Bildschirm für alle Anwendungen in Ihrem Projekt konfigurieren, sowohl für interne als auch für öffentliche Anwendungen.
Bei öffentlichen Anwendungen führt Google eine Überprüfung durch, wenn eine der folgenden Bedingungen zutrifft:
- Die Anwendung nutzt Google-APIs, die eingeschränkte oder sensible Bereiche verwenden.
- Der OAuth-Zustimmungsbildschirm enthält ein Anwendungslogo.
- Das Projekt hat den Domainschwellenwert überschritten.
So konfigurieren Sie den OAuth-Zustimmungsbildschirm:
Geben Sie im Feld Name der App den Namen der Anwendung ein, für die der Nutzer Zugriff gewährt – in diesem Fall Looker.
Geben Sie im Feld E-Mail-Adresse für Nutzersupport die Support-E-Mail-Adresse ein, an die sich Nutzer bei Anmelde- oder Einwilligungsproblemen wenden sollen.
Wählen Sie DOMAIN HINZUFÜGEN aus, um das Feld Autorisierte Domain 1 aufzurufen. Geben Sie in diesem Feld die Domain der URL Ihrer Looker-Instanz ein. Wenn Looker Ihre Instanz beispielsweise unter
https://<instance_name>.cloud.looker.com
hostet, lautet die Domainlooker.com
. Geben Sie bei von Kunden gehosteten Looker-Bereitstellungen die Domain ein, auf der Sie Looker hosten.Geben Sie im Abschnitt Kontaktdaten des Entwicklers eine oder mehrere E-Mail-Adressen ein, über die Google Sie bezüglich Ihres Projekts kontaktieren kann.
Die restlichen Felder sind optional, können aber zur weiteren Anpassung des Zustimmungsbildschirms verwendet werden.
Wählen Sie SPEICHERN UND FORTFAHREN aus.
Google zeigt die Seite Bereiche an, auf der Sie Bereiche konfigurieren können. Looker erfordert nur die Standardbereiche. Es müssen also keine zusätzlichen Bereiche konfiguriert werden. Wählen Sie SPEICHERN UND FORTFAHREN aus.
Wählen Sie auf der Seite Zusammenfassung die Option ZURÜCK ZUM DASHBOARD aus.
Sie können jetzt mit dem Generieren Ihrer OAuth-Anmeldedaten fortfahren.
Weitere Informationen zum Konfigurieren des OAuth-Zustimmungsbildschirms von Google finden Sie in der Supportdokumentation von Google.
Looker-Verbindung für BigQuery mit OAuth konfigurieren
Wenn Sie OAuth für Ihre BigQuery-Verbindung aktivieren möchten, wählen Sie auf der Looker-Seite Verbindung die Option OAuth aus, wenn Sie die Looker-Verbindung zu BigQuery einrichten. Wenn Sie die Option OAuth auswählen, werden in Looker die Felder OAuth-Client-ID und OAuth-Clientschlüssel angezeigt. Fügen Sie die Werte für Client-ID und Clientschlüssel ein, die Sie in einem Schritt der Anleitung Google-OAuth-Anmeldedaten generieren auf dieser Seite erhalten haben.
Wenn Sie eine Sitzungslänge für BigQuery OAuth festgelegt haben, müssen Sie die Funktion Vertrauenswürdige Apps ausnehmen verwenden, um Looker zu Ihren vertrauenswürdigen Apps hinzuzufügen und Looker-Sitzungstimeouts zu vermeiden. Eine Anleitung dazu finden Sie im Hilfeartikel Sitzungsdauer für Google Cloud -Dienste festlegen.
So authentifizieren sich Looker-Nutzer mit OAuth bei BigQuery
Wenn die Looker-Verbindung zu BigQuery für OAuth eingerichtet ist, können Nutzer die erste Authentifizierung in Ihrer BigQuery-Datenbank in Looker auf eine der folgenden Arten vornehmen:
- Authentifizierung bei Google über eine Looker-Abfrage, die die BigQuery-Verbindung verwendet
- Authentifizierung bei Google über den Bereich Anmeldedaten für OAuth-Verbindung auf der Looker-Seite Konto
Authentifizierung bei Google über eine Abfrage
Wenn die Looker-Verbindung zu BigQuery für OAuth eingerichtet wurde, werden Nutzer aufgefordert, sich mit ihrem Google-Konto anzumelden, bevor sie Abfragen ausführen, die die BigQuery-Verbindung verwenden. Looker zeigt diesen Prompt in Explores, Dashboards, Looks und im SQL Runner an.
Der Nutzer muss Anmelden auswählen und sich mit OAuth authentifizieren. Nachdem sich der Nutzer bei BigQuery authentifiziert hat, kann er im Explore auf die Schaltfläche Ausführen klicken. Looker lädt dann die Daten in das Explore.
Authentifizierung bei Google über die Benutzerkontoseite
Wenn die Looker-Verbindung zu BigQuery für OAuth eingerichtet ist, kann sich ein Nutzer über die Looker-Nutzerkontoseite bei seinem Google-Konto authentifizieren:
- Wählen Sie in Looker das Profilsymbol und dann im Nutzermenü Konto aus.
- Rufen Sie den Bereich OAuth Connection Credentials (OAuth-Verbindungsanmeldedaten) auf und klicken Sie für die entsprechende BigQuery-Datenbankverbindung auf die Schaltfläche Log In (Anmelden).
- Wählen Sie das entsprechende Konto auf der Seite Über Google anmelden aus.
- Wählen Sie auf dem OAuth-Zustimmungsbildschirm Zulassen aus, damit Looker Ihre Daten in Google BigQuery ansehen und verwalten kann.
Sobald Sie sich über Looker bei Google authentifiziert haben, können Sie sich jederzeit über die Seite Konto abmelden oder Ihre Anmeldedaten neu autorisieren, wie auf der Dokumentationsseite Nutzerkonto personalisieren beschrieben. Auch wenn Google BigQuery-Tokens nicht ablaufen, könnte ein Nutzer Neu autorisieren auswählen, um sich mit einem anderen Google-Konto anzumelden.
OAuth-Token entziehen
Nutzer können den Zugriff von Anwendungen wie Looker auf das Google-Konto widerrufen, indem sie die Google-Kontoeinstellungen aufrufen.
Google BigQuery-Tokens laufen nicht ab. Wenn allerdings ein Datenbankadministrator die OAuth-Anmeldedaten der Datenbankverbindung so ändert, dass die vorhandenen Anmeldedaten ungültig werden, müssen Benutzer sich erneut mit ihrem Google-Konto anmelden, bevor sie Abfragen über diese Verbindung ausführen können.
Persistente abgeleitete Tabellen für eine BigQuery-Verbindung
Wenn Sie abgeleitete Tabellen für Ihre BigQuery-Verbindung verwenden möchten, müssen Sie je nach Verbindungskonfiguration möglicherweise Folgendes tun:
- Erstellen Sie mit der Google Cloud Konsole ein temporäres Dataset in Ihrer BigQuery-Datenbank, in das Looker PDTs schreiben kann. Eine Anleitung dazu finden Sie auf dieser Seite im Abschnitt Ein temporäres Dataset für persistente abgeleitete Tabellen erstellen. Dieser Schritt ist für PDTs erforderlich, unabhängig von den anderen Konfigurationsoptionen für die Verbindung.
- Erstellen Sie mit dem API Manager in der Google Cloud -Konsole ein separates Dienstkonto für die PDT-Prozesse von Looker. Eine Anleitung dazu finden Sie auf dieser Seite im Abschnitt Ein Dienstkonto erstellen und das JSON-Anmeldezertifikat herunterladen. Der Authentifizierungstyp für Ihre Verbindung wirkt sich darauf aus, ob ein PDT-Dienstkonto erforderlich ist und wo Sie die PDT-Dienstkontoinformationen im Fenster Verbindungen von Looker eingeben, wenn Sie die Looker-Verbindung zu BigQuery einrichten:
- Wenn für Ihre Verbindung OAuth zur Nutzerauthentifizierung verwendet wird, müssen Sie ein separates Dienstkonto für PDT-Prozesse erstellen. Sie geben die Dienstkontoinformationen und die Zertifikatsdatei im Abschnitt PAT-Überschreibungen im Fenster Verbindungen von Looker ein. Das Fenster Connections (Verbindungen) von Looker zeigt den Bereich PDT Overrides (PDT-Überschreibungen) automatisch an, wenn Sie den Schalter Enable PDTs (PDTs aktivieren) für eine Verbindung aktivieren, die auch mit der Option OAuth im Feld Authentication (Authentifizierung) konfiguriert ist. Weitere Informationen finden Sie im Abschnitt PDTs für Looker-Verbindungen zu BigQuery mit OAuth aktivieren.
- Wenn für Ihre Verbindung Dienstkonten zur Nutzerauthentifizierung verwendet werden, können Sie ein separates Dienstkonto für PDT-Prozesse erstellen. Wenn Sie ein separates Dienstkonto für PAT-Überschreibungen verwenden möchten, geben Sie die Dienstkontoinformationen im Fenster Connections von Looker in den Feldern E-Mail-Adresse des Dienstkontos, JSON-/P12-Datei des Dienstkontos und Passwort im Bereich PAT-Überschreibungen ein. Der Bereich PDT Overrides wird angezeigt, wenn Sie den Schalter Enable PDTs für eine Looker-Verbindung zu BigQuery mit Dienstkonto-Authentifizierung aktivieren.
Ein temporäres Dataset für persistente abgeleitete Tabellen erstellen
Wenn Sie persistente abgeleitete Tabellen (Persistent Derived Tables, PDTs) für Ihre BigQuery-Verbindung aktivieren möchten, aktivieren Sie auf der Looker-Seite Verbindung die Ein/Aus-Schaltfläche PDTs aktivieren, wenn Sie die Looker-Verbindung zu BigQuery einrichten. Wenn Sie PDTs aktivieren, werden in Looker die Felder Temp Project und Temp Database angezeigt. In diesen Feldern geben Sie die Projekt-ID und den Dataset-Namen ein, die Looker zum Erstellen von PDTs verwenden kann. Sie sollten die Datenbank oder das Schema im Voraus mit den entsprechenden Schreibberechtigungen konfigurieren.
Sie können ein temporäres Dataset mit der Google Cloud Console einrichten:
Öffnen Sie die Google Cloud -Konsole und wählen Sie Ihr Projekt aus.
Wählen Sie das Dreipunkt-Menü und dann Dataset erstellen aus.
Geben Sie eine Dataset-ID ein (in der Regel
looker_scratch
) und wählen Sie dann optional den Speicherort der Daten, den Standardablauf der Tabelle und die Schlüsselverwaltungslösung für die Verschlüsselung aus. Wählen Sie DATASET ERSTELLEN aus, um den Vorgang abzuschließen.
Nachdem Sie das Dataset erstellt haben, können Sie das Projekt und das Dataset in den Feldern Temp Project und Temp Database im Looker-Fenster Connections angeben, wenn Sie die Looker-Verbindung zu BigQuery einrichten.
PDTs für Looker-Verbindungen zu BigQuery mit OAuth aktivieren
Bei BigQuery-Verbindungen, die OAuth verwenden, authentifizieren sich Ihre Nutzer mit ihren OAuth-Anmeldedaten bei Looker. Looker unterstützt PDTs für BigQuery-Verbindungen mit OAuth. Looker selbst kann jedoch kein OAuth verwenden. Daher müssen Sie ein BigQuery-Dienstkonto einrichten, damit Looker für PDT-Prozesse auf Ihre Datenbank zugreifen kann.
Sie können ein PDT-Dienstkonto in Ihrer BigQuery-Datenbank mit dem Google Cloud API Manager einrichten. Weitere Informationen finden Sie auf dieser Seite im Abschnitt Ein Dienstkonto erstellen und das JSON-Anmeldezertifikat herunterladen.
Nachdem Sie das Dienstkonto in Ihrer BigQuery-Datenbank erstellt haben, geben Sie die Dienstkontoinformationen und die Zertifikatsdatei im Bereich PDT Overrides (PDT-Überschreibungen) im Fenster Connections (Verbindungen) von Looker ein, wenn Sie die Looker-Verbindung zu BigQuery einrichten. Informationen zu den Feldern unter PDT Overrides (PDT-Überschreibungen) finden Sie im Abschnitt PDT Overrides.
PAT-Überschreibungen
Bei BigQuery-Verbindungen, die OAuth verwenden, und bei Verbindungen, bei denen Sie für Ihre PATs unterschiedliche Anmeldedaten, Datasets oder Abrechnungsprojekte verwenden möchten, können Sie die Ein/Aus-Schaltfläche PAT-Überschreibungen aktivieren, um für PATs spezifische Informationen für Ihre Verbindung einzugeben. Weitere Informationen dazu, warum PDT-Überschreibungen hilfreich sein können, finden Sie im Abschnitt PDT-Überschreibungen auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.
Wenn Sie für eine Verbindung die Ein/Aus-Schaltfläche PDTs aktivieren aktiviert haben, wird im Looker-Fenster Verbindungen die Ein/Aus-Schaltfläche PAT-Überschreibungen aktivieren angezeigt. Aktivieren Sie die Ein/Aus-Schaltfläche PAT-Überschreibungen aktivieren und geben Sie im Bereich PAT-Überschreibungen die Informationen für das Dienstkonto ein, das Looker für PAT-Prozesse in Ihrer Datenbank verwenden kann:
ID des Abrechnungsprojekts für PAT-Überschreibungen: Geben Sie das Projekt an, das für die Abrechnung von Abfragen zum Erstellen und Warten von PATs (Triggerprüfungsabfragen) verwendet werden soll. Für Abfragen für die PDT wird weiterhin das Abrechnungsprojekt verwendet, das in den allgemeinen Einstellungen im Feld Abrechnungsprojekt-ID angegeben ist. Das Abrechnungsprojekt für PAT-Überschreibungen wird nie für die Speicherung, sondern nur für die Abrechnung verwendet. Wenn Sie dieses Feld verwenden möchten, muss das Dienstkonto mindestens die Rolle „bigquery.jobUser“ haben.
Dataset für PAT-Überschreibung: Der Name des Datasets, das Looker für PATs in der Verbindung verwenden soll.
Dienstkontodatei für PAT-Überschreibung: Klicken Sie auf die Schaltfläche Datei hochladen, um die Zertifikatsdatei für das BigQuery-Dienstkonto hochzuladen, das Sie für PAT-Prozesse für die Verbindung verwenden möchten. Sie können diese Datei im Google Cloud API Manager als Schritt im Verfahren Ein Dienstkonto erstellen und das JSON-Anmeldezertifikat herunterladen abrufen. Das Dienstkonto, das Sie für das PAT-Dataset verwenden, muss Lese- und Schreibzugriff haben.
Nutzername: Dieses Feld gilt nur, wenn Sie im Abschnitt PAT-Überschreibungen im Feld Dienstkontodatei für PAT-Überschreibung eine P12-Datei hochladen. Geben Sie die E-Mail-Adresse für das BigQuery-Dienstkonto ein, das Sie für PAT-Prozesse für die Verbindung verwenden möchten. Sie können diese E-Mail-Adresse im Google Cloud API Manager als Schritt im Verfahren Ein Dienstkonto erstellen und das JSON-Anmeldezertifikat herunterladen abrufen.
Passwort: Dieses Feld gilt nur, wenn Sie im Abschnitt PAT-Überschreibungen im Feld Dienstkontodatei für PAT-Überschreibung eine P12-Datei hochladen. Geben Sie das Passwort für die .p12-Anmeldedatendatei für das BigQuery-Dienstkonto ein, das Sie für PDT-Prozesse für die Verbindung verwenden möchten.
Zusätzliche JDBC-Parameter für PAT-Überschreibung: Fügen Sie alle zusätzlichen JDBC-Parameter hinzu, die für die PATs in der Verbindung verwendet werden sollen, z. B. BigQuery-Labels (weitere Informationen finden Sie auf dieser Seite im Abschnitt Joblabels und Kontextkommentare für BigQuery-Verbindungen). Einige der unterstützten Parameter:
connectTimeout
: Anzahl der Millisekunden, die auf eine Verbindung gewartet wird. Beträgt standardmäßig 240000.readTimeout
: Anzahl der Millisekunden, die auf einen Lesevorgang gewartet wird. Beträgt standardmäßig 240000.rootUrl
: Wenn Sie eine BigQuery-Instanz in einem privaten Netzwerk haben, geben Sie einen alternativen Endpunkt für die Verbindung zu BigQuery an, der nicht der standardmäßige öffentliche Endpunkt ist.
Looker mit BigQuery verbinden
Sie erstellen eine Datenbankverbindung in Looker auf der Seite Datenbank mit Looker verbinden. Es gibt zwei Möglichkeiten, die Seite Datenbank mit Looker verbinden zu öffnen:
- Wählen Sie im Bereich Admin im Abschnitt Database (Datenbank) die Option Connections (Verbindungen) aus. Klicken Sie auf der Seite Verbindungen auf die Schaltfläche Verbindung hinzufügen.
- Klicken Sie in der Hauptnavigation auf die Schaltfläche Erstellen und wählen Sie dann den Menüpunkt Verbindung aus.
Geben Sie die Verbindungsdetails ein. Der Großteil dieser Einstellungen gilt für die meisten Datenbankdialekte und wird auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden beschrieben. Die folgenden Einstellungen werden entweder hervorgehoben oder es wird erläutert, wie sie sich speziell auf BigQuery-Verbindungen beziehen:
SQL-Dialekt: Wählen Sie Google BigQuery Standard SQL oder Google BigQuery Legacy SQL aus.
Projektbereich: Wählen Sie aus, ob die Verbindung mit allen Projekten oder nur mit einem Projekt verwendet werden soll. Weitere Informationen finden Sie auf der Seite Looker mit Ihrer Datenbank verbinden.
SSH-Server aktivieren: Bei Instanzen, die in einer Kubernetes-Infrastruktur bereitgestellt werden und bei denen Informationen zur SSH-Serverkonfiguration hinzugefügt werden können, können Sie den Schalter SSH-Server aktivieren aktivieren, um die Felder SSH-Server und SSH-Tunnel zu konfigurieren. Weitere Informationen finden Sie auf der Seite Looker mit Ihrer Datenbank verbinden.
Abrechnungsprojekt-ID: Die Projekt-ID (eindeutige Kennung) des Google Cloud Abrechnungsprojekts. Das Abrechnungsprojekt ist das Google Cloud Projekt, das abgerechnet wird. Sie können jedoch weiterhin Datasets in einem anderen Google Cloud Projekt abfragen, wenn Ihre LookML-Entwickler vollständig qualifizierte Tabellennamen im
sql_table_name
-Parameter Ihrer LookML-Ansichten, Explores oder Joins angeben. In BigQuery wird für einen voll qualifizierten Tabellennamen das Format<project_name>.<dataset_name>.<table_name>
verwendet. Ohne einen vollständig qualifizierten Verweis sucht BigQuery nach der Tabelle im Abrechnungsprojekt und Dataset, die Sie in Lookers Seite Connections (Verbindungen) für die BigQuery-Verbindung zu Looker angeben. Eine Erläuterung der Ressourcenhierarchie in BigQuery finden Sie in der BigQuery-Dokumentation.Speicherprojekt-ID: Die Projekt-ID des Speicherprojekts, wenn Sie Rechenleistung und Speicher in verschiedenen Projekten trennen. Sie können Datasets in einem anderen Google Cloud Projekt abfragen, wenn Ihre LookML-Entwickler voll qualifizierte Tabellennamen im Parameter
sql_table_name
Ihrer LookML-Ansichten, Explores oder Joins angeben. In BigQuery wird für einen voll qualifizierten Tabellennamen das Format<project_name>.<dataset_name>.<table_name>
verwendet. Ohne einen vollständig qualifizierten Verweis sucht BigQuery nach der Tabelle im Abrechnungsprojekt und Dataset, die Sie in Lookers Seite Connections (Verbindungen) für die BigQuery-Verbindung zu Looker angeben. Eine Erläuterung der Ressourcenhierarchie in BigQuery finden Sie in der BigQuery-Dokumentation.Primäres Dataset: Der Name des Datasets, das Looker standardmäßig verwenden soll, wenn Ihre Datenbank abgefragt wird. Das Standard-Dataset muss sich im Abrechnungsprojekt befinden, das für die Verbindung angegeben ist. Sie können im Feld Datenbank keinen Wert wie
project_name.dataset_name
eingeben, um ein Dataset in einem anderen Projekt anzugeben.Ihr LookML-Projekt kann auf Tabellen in anderen Datasets zugreifen, einschließlich Tabellen in öffentlichen Datasets, wenn Ihre LookML-Entwickler voll qualifizierte Tabellennamen im Parameter
sql_table_name
Ihrer LookML-Ansichten, Explores oder Joins angeben. In BigQuery wird für einen voll qualifizierten Tabellennamen das Format<project_name>.<dataset_name>.<table_name>
verwendet. Wenn Sie eine Tabelle in einem anderen Dataset abfragen möchten, muss die Tabelle für das Dienstkonto (bei Verbindungen, die Dienstkonto-Authentifizierung verwenden) oder für den Nutzer, der die Abfrage ausführt (bei Verbindungen, die OAuth-Authentifizierung verwenden), zugänglich sein. Wenn in Ihrem LookML-Code keine voll qualifizierten Tabellennamen angegeben sind, sucht BigQuery nach der Tabelle im Dataset, das Sie im Feld Dataset der BigQuery-Verbindung angeben.Wenn Ihr Projekt keine Datasets enthält (was der Fall sein kann, wenn Sie Compute und Speicher in separaten Projekten trennen), können Sie einen beliebigen Dataset-Wert angeben. In diesem Fall müssen Sie jedoch immer voll qualifizierte Tabellennamen in Ihrem LookML verwenden.
Authentifizierung: Der Authentifizierungstyp, der von Looker für den Zugriff auf Ihre Datenbank verwendet wird. Einige dieser Optionen werden nur für Looker (Google Cloud Core)-Instanzen unterstützt:
- Standardanmeldedaten für Anwendungen: (nur Looker (Google Cloud Core)) Wählen Sie diese Option aus, um Standardanmeldedaten für Anwendungen (Application Default Credentials, ADC) für die Authentifizierung bei Ihrer Datenbank zu verwenden. Weitere Informationen finden Sie in der Looker (Google Cloud Core)-Dokumentation.
- Dienstkonto: Wählen Sie diese Option aus, um ein BigQuery-Dienstkonto für die Authentifizierung von Looker bei Ihrer Datenbank zu verwenden. Weitere Informationen finden Sie unter Authentifizierung mit BigQuery-Dienstkonten. Wenn Dienstkonto ausgewählt ist, werden die folgenden Felder angezeigt:
- JSON- oder P12-Datei des Dienstes hochladen: Klicken Sie auf die Schaltfläche Datei hochladen, um die Zertifikatsdatei für das BigQuery-Dienstkonto hochzuladen. Sie können diese Datei im Google Cloud API Manager als Schritt im Verfahren Ein Dienstkonto erstellen und das JSON-Anmeldezertifikat herunterladen abrufen.
- E-Mail-Adresse des Dienstkontos: Dieses Feld wird nur verwendet, wenn Sie im Feld JSON- oder P12-Datei des Dienstes hochladen eine P12-Datei hochladen. Geben Sie die E-Mail-Adresse für das BigQuery-Dienstkonto ein, die Sie im Google Cloud API Manager als Schritt im Verfahren Ein Dienstkonto erstellen und das JSON-Anmeldezertifikat herunterladen erhalten.
- Passwort: Das Passwort für die P12-Anmeldedatendatei für das BigQuery-Dienstkonto. Das Feld Passwort gilt nur, wenn Sie im Feld JSON- oder P12-Datei des Dienstes hochladen eine P12-Datei hochladen.
OAuth: Wählen Sie diese Option aus, um jedem Looker-Benutzer die Authentifizierung bei Google BigQuery zu ermöglichen und Looker zu autorisieren, mit dem BigQuery-Konto des Benutzers auf die Datenbank zuzugreifen. Weitere Informationen zur Implementierung von OAuth für Ihre BigQuery-Verbindung finden Sie im Abschnitt Authentifizierung mit OAuth auf dieser Seite. Wenn OAuth ausgewählt ist, werden die folgenden Felder angezeigt:
- OAuth-Client-ID: Die OAuth-Client-ID. Sie erhalten diese Informationen in der Google Cloud Konsole als Schritt im Verfahren Google OAuth-Anmeldedaten generieren.
- OAuth-Clientschlüssel: Der OAuth-Clientschlüssel. Sie erhalten diese Informationen in der Google Cloud Konsole als Schritt im Verfahren Google OAuth-Anmeldedaten generieren.
Max. Verbindungen pro Knoten: Die maximale Anzahl von Verbindungen, die Looker mit Ihrer Datenbank herstellen kann. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.
Zeitüberschreitung des Verbindungspools: Wenn Ihre Nutzer mehr Verbindungen anfordern, als mit der Einstellung Maximale Anzahl von Verbindungen pro Knoten konfiguriert ist, werden die Anfragen erst nach Abschluss der anderen ausgeführt. Das Zeitlimit für Verbindungspool ist die maximale Wartezeit für eine Anfrage. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.
Maximale Anzahl gleichzeitiger Abfragen für diese Verbindung: Die maximale Anzahl gleichzeitiger Abfragen, die Looker gleichzeitig an Ihre Datenbankverbindung senden kann. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.
Maximale Anzahl gleichzeitiger Abfragen pro Nutzer für diese Verbindung: Die maximale Anzahl gleichzeitiger Abfragen, die Looker für jeden Nutzer gleichzeitig an diese Datenbankverbindung sendet. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.
Max. Abrechnungs-Gigabyte: Bei BigQuery-Verbindungen werden die Kosten für jede Abfrage anhand ihrer Größe berechnet. Damit Nutzer nicht versehentlich eine zu teure Abfrage ausführen, können Sie die maximale Anzahl von Gigabyte festlegen, die ein Nutzer in einer einzelnen Abfrage abrufen darf. Sie können das Feld Maximal abrechenbare Gigabyte leer lassen, wenn Sie die Abfragegröße nicht begrenzen. Weitere Informationen finden Sie auf der BigQuery-Preisseite.
Zusätzliche JDBC-Parameter: Fügen Sie alle zusätzlichen JDBC-Parameter wie BigQuery-Labels hinzu (weitere Informationen dazu finden Sie auf dieser Seite im Abschnitt Joblabels und Kontextkommentare für BigQuery-Verbindungen). Einige der unterstützten Parameter:
connectTimeout
: Anzahl der Millisekunden, die auf eine Verbindung gewartet wird. Beträgt standardmäßig 240000.readTimeout
: Anzahl der Millisekunden, die auf einen Lesevorgang gewartet wird. Beträgt standardmäßig 240000.rootUrl
: Wenn Sie eine BigQuery-Instanz in einem privaten Netzwerk haben, geben Sie einen alternativen Endpunkt für die Verbindung zu BigQuery an, der nicht der standardmäßige öffentliche Endpunkt ist.
Wartungsplan: Das
cron
-Intervall für den Looker-Regenerator. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.Kontext deaktivieren: Mit dieser Option werden Kontextkommentare für eine BigQuery-Verbindung deaktiviert. Kontextkommentare für Google BigQuery-Verbindungen sind standardmäßig deaktiviert, da sie die Google BigQuery-Fähigkeit zum Caching beeinträchtigen und sich negativ auf die Cacheleistung auswirken können. Sie können Kontextkommentare für eine BigQuery-Verbindung aktivieren, indem Sie die Ein/Aus-Schaltfläche Kontext deaktivieren deaktivieren. Weitere Informationen finden Sie im Abschnitt Jobbezeichnungen und Kontextkommentare für BigQuery-Verbindungen.
SSL: Aktivieren Sie die Ein/Aus-Schaltfläche, um die Daten bei der Übergabe zwischen Looker und Ihrer Datenbank mit SSL-Verschlüsselung zu schützen. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.
Tabellen und Spalten vorab im Cache speichern: Deaktivieren Sie diese Option bei Bedarf, damit SQL Runner Tabelleninformationen nicht vorab lädt, sondern nur bei Auswahl einer Tabelle. Weitere Informationen finden Sie im Abschnitt Tabellen und Spalten vorab im Cache speichern auf der Seite Looker mit Ihrer Datenbank verbinden.
Schema abrufen und im Cache speichern: Wenn Sie wissen, dass Ihr Informationsschema langsam ist, können Sie die Option Schema abrufen und im Cache speichern für die Verbindung deaktivieren. Wenn Sie diese Funktion deaktivieren, wird die SQL-Optimierung von Looker für bestimmte Funktionen verhindert. Sie sollten die Option Schema abrufen und im Cache speichern also aktivieren, es sei denn, Sie wissen, dass das Informationsschema Ihrer Verbindung besonders langsam ist. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.
PDTs aktivieren: Aktivieren Sie diese Ein/Aus-Schaltfläche, um persistente abgeleitete Tabellen (PDTs) für die Verbindung zu aktivieren. Weitere Informationen finden Sie auf dieser Seite im Abschnitt Dauerhafte abgeleitete Tabellen für eine BigQuery-Verbindung. Sie müssen das temporäre Dataset in Ihrer Datenbank angeben, das Looker zum Schreiben von PDTs verwendet. Eine Anleitung dazu finden Sie auf dieser Seite im Abschnitt Ein temporäres Dataset für persistente abgeleitete Tabellen erstellen. Hinweis: Wenn Ihre Verbindung für OAuth konfiguriert ist, müssen Sie im Bereich PDT Overrides (PDT-Überschreibungen) ein Dienstkonto angeben, das Looker für PDT-Prozesse für Ihre BigQuery-Verbindung verwenden kann. Weitere Informationen finden Sie im Abschnitt PDTs für Looker-Verbindungen zu BigQuery mit OAuth aktivieren.
Temporäres Projekt: Die Projekt-ID des Projekts, das das Dataset enthält, mit dem Sie PDTs schreiben möchten. Wenn kein Temp Project angegeben ist, schreibt Looker PDTs in das Projekt, das im Feld Storage Project ID des Abschnitts Database Settings der Verbindungseinstellungen angegeben ist. Wenn keine Storage Project ID angegeben ist, schreibt Looker PDTs in das Projekt, das im Feld Billing Project ID des Bereichs Database Settings der Verbindungseinstellungen angegeben ist.
Temporäre Datenbank: Das BigQuery-Dataset, das Sie in der Google Cloud Konsole erstellt haben, damit Looker persistente abgeleitete Tabellen in Ihre Datenbank schreiben kann. Eine Anleitung finden Sie im Abschnitt Ein temporäres Dataset für persistente abgeleitete Tabellen erstellen.
Maximale Anzahl von PAT-Builder-Verbindungen: Die maximale Anzahl gleichzeitiger Tabellen-Builds, die der Looker-Regenerator für Ihre Datenbankverbindung initiieren kann. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.
Fehlgeschlagene PDTs-Builds wiederholen: Wenn die Ein/Aus-Schaltfläche Fehlgeschlagene PDTs-Builds wiederholen aktiviert ist, versucht der Looker-Regenerator, eine PDT neu zu erstellen, die im vorherigen Regeneratorzyklus fehlgeschlagen ist, auch wenn die Auslösebedingung der PDT nicht erfüllt ist. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.
API-Steuerung für PAT: Mit dieser Ein/Aus-Schaltfläche wird festgelegt, ob die API-Aufrufe
start_pdt_build
,check_pdt_build
undstop_pdt_build
für diese Verbindung verwendet werden können. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.PAT-Überschreibungen aktivieren: Aktivieren Sie diese Ein/Aus-Schaltfläche, um separate Verbindungseinstellungen zu konfigurieren, die Looker zum Schreiben von PATs in Ihre Datenbank verwenden soll. Weitere Informationen zu den Feldern für PDT-Überschreibungen finden Sie im Abschnitt PDT-Überschreibungen auf dieser Seite.
Datenbankzeitzone: Die Standardzeitzone für BigQuery ist UTC. Die hier festgelegte Zeitzoneneinstellung muss Ihrer BigQuery-Zeitzoneneinstellung entsprechen. Weitere Informationen finden Sie im Abschnitt Datenbankzeitzone auf der Seite Looker mit Ihrer Datenbank verbinden.
Zeitzone für Abfragen: Weitere Informationen finden Sie im Abschnitt Zeitzone für Abfragen auf der Seite Looker mit Ihrer Datenbank verbinden.
Nachdem Sie alle zutreffenden Felder für die Verbindung ausgefüllt haben, können Sie die Verbindung bei Bedarf testen.
Klicken Sie auf Verbinden, um diese Einstellungen zu speichern.
Verbindung wird getestet
Sie können Ihre Verbindungseinstellungen an verschiedenen Stellen in der Looker-Benutzeroberfläche testen:
- Wählen Sie unten auf der Seite Verbindungseinstellungen die Schaltfläche Testen aus, wie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden beschrieben.
- Wählen Sie auf der Seite Verbindungen in der Liste der Verbindungen die Schaltfläche Testen aus, wie auf der Dokumentationsseite Verbindungen beschrieben.
Wenn bei neuen Verbindungen in Looker Can connect (Kann verbunden werden) angezeigt wird, wählen Sie Add connection (Verbindung hinzufügen) aus. Looker führt die übrigen Verbindungstests aus, um zu überprüfen, ob das Dienstkonto ordnungsgemäß und mit den richtigen Rollen eingerichtet wurde.
Verbindung testen, die OAuth verwendet
- Wechseln Sie in Looker in den Entwicklermodus.
- Wenn Sie eine vorhandene BigQuery-Verbindung verwenden, für die OAuth aktiviert ist, rufen Sie die Projektdateien für ein Looker-Projekt auf, in dem Ihre BigQuery-Verbindung verwendet wird. Öffnen Sie für neue BigQuery-Verbindungen, die OAuth verwenden, eine Modelldatei, ersetzen Sie den
connection
-Wert des Modells durch den Namen Ihrer neuen BigQuery-Verbindung und speichern Sie die Modelldatei. - Öffnen Sie eines der Explores oder Dashboards des Modells und führen Sie eine Abfrage aus. Wenn Sie versuchen, eine Abfrage auszuführen, werden Sie in Looker aufgefordert, sich mit Ihrem Google-Konto anzumelden. Befolgen Sie den Anweisungen zur Google OAuth-Anmeldung.
Jobbezeichnungen und Kontextkommentare für BigQuery-Verbindungen
Bei BigQuery-Verbindungen sendet Looker den Abfragekontext in Form von BigQuery-Joblabels. Looker sendet standardmäßig die folgenden Kontextbezeichnungsschlüssel für BigQuery-Verbindungen:
looker-context-user_id
: Die eindeutige Kennung für jeden Nutzer der Looker-Instanz. Sie können diese Nutzer-ID mit den Nutzer-IDs auf der Seite Nutzer im Menü Verwaltung abgleichen.looker-context-history_slug
: Die eindeutige Kennung für jede Abfrage, die in der Datenbank von der Looker-Instanz ausgeführt wird.looker-context-instance_slug
: Die ID-Nummer der Looker-Instanz, die die Abfrage ausgegeben hat. Anhand dieser Informationen kann der Support von Looker Ihnen gegebenenfalls bei der Problembehebung helfen.
Sie können zusätzliche Joblabels für Looker konfigurieren, die mit jeder Abfrage für die BigQuery-Verbindung gesendet werden. Verwenden Sie dazu das Textfeld Zusätzliche JDBC-Parameter auf der Seite Verbindungen. Fügen Sie im Feld Zusätzliche JDBC-Parameter einen zusätzlichen JDBC-Parameter (labels
) hinzu und geben Sie eine durch Kommas getrennte Liste von URL-codierten key=value
-Paaren an. Wenn Sie beispielsweise Folgendes im Feld Zusätzliche JDBC-Parameter angeben:
labels=this%3Dconnection-label,that%3Danother-connection-label
Dabei ist %3D
die URL-Codierung für =
. Damit werden also zusätzlich zu den standardmäßigen Looker-Kontextbezeichnungen die folgenden zwei Bezeichnungen zu jeder Abfrage hinzugefügt, die Looker an die BigQuery-Datenbank sendet:
this
:connection-label
that
:another-connection-label
Beachten Sie, dass für BigQuery Beschränkungen für Joblabels gelten:
- Jede Verbindungsbezeichnung, deren Schlüssel mit einer Kontextbezeichnung übereinstimmt, wird ignoriert.
- Wenn die Gesamtmenge von Verbindungsbezeichnungen und Kontextbezeichnungen den Höchstwert von insgesamt 64 Bezeichnungen überschreitet, werden zuerst Kontextbezeichnungen und dann Verbindungsbezeichnungen verworfen, bis insgesamt höchstens 64 Bezeichnungen vorhanden sind.
Looker stellt sicher, dass Kontextlabels alle Anforderungen an die Gültigkeit von Labels in BigQuery erfüllen. Die Gültigkeit von Verbindungslabels wird allerdings nicht geprüft. Wenn Sie ungültige Verbindungsbezeichnungen konfigurieren, schlagen Abfragen möglicherweise fehl.
Die BigQuery-Joblabels, die Looker standardmäßig sendet (looker-context-user_id
, looker-context-history_id
und looker-context-instance_slug
), entsprechen den SQL-Kontextkommentaren, die Looker an SQL-Abfragen für andere Datenbankdialekte als BigQuery anhängt. Für BigQuery-Verbindungen sind Kontextkommentare standardmäßig deaktiviert, da sie die BigQuery-Fähigkeit zum Caching beeinträchtigen und sich negativ auf die Cacheleistung auswirken können. Sie können Kontextkommentare für eine BigQuery-Verbindung aktivieren, indem Sie die Ein/Aus-Schaltfläche Kontext deaktivieren für die BigQuery-Verbindung deaktivieren. Wir empfehlen, die Standardeinstellung für Disable Context Comment beizubehalten, damit Sie den BigQuery-Cache verwenden können. Wenn Sie die Option Kontextkommentar deaktivieren für eine BigQuery-Verbindung jedoch deaktivieren, sendet Looker SQL-Kontextkommentare und BigQuery-Jobbezeichnungen an Ihre Datenbank.
SQL-Kontextkommentare und BigQuery-Jobbezeichnungen enthalten dieselben Informationen. Looker kann beispielsweise die folgenden SQL-Kontextkommentare für eine Abfrage generieren:
-- Looker Query Context
'{"user_id":1,"history_id":4757,"instance_slug":"ec2804ddef74c466f2a43e0afaa3ff6b"}'
Looker würde dann die folgenden BigQuery-Joblabels für dieselbe Abfrage generieren:
[{"value":"1","key":"looker-context-user_id"},
{"value":"4757","key":"looker-context-history_id"},
{"value":"ec2804ddef74c466f2a43e0afaa3ff6b","key":"looker-context-instance_slug"}]
Funktionsunterstützung
Damit Looker einige Funktionen unterstützen kann, müssen diese auch von Ihrem Datenbankdialekt unterstützt werden.
Google BigQuery-Standard-SQL
Google BigQuery Standard SQL unterstützt ab Looker 25.10 die folgenden Funktionen:
Funktion | Unterstützt? |
---|---|
Supportstufe | Unterstützt |
Looker (Google Cloud Core) | Ja |
Symmetrische Summen | Ja |
Abgeleitete Tabellen | Ja |
Persistente SQL-basierte abgeleitete Tabellen | Ja |
Persistente native abgeleitete Tabellen | Ja |
Stabile Ansichten | Ja |
Abfrage beenden | Ja |
SQL-basierte Pivots | Ja |
Zeitzonen | Ja |
SSL | Ja |
Zwischensummen | Ja |
Zusätzliche JDBC-Parameter | Ja |
Groß- und Kleinschreibung | Ja |
Standorttyp | Ja |
Listentyp | Ja |
Perzentil | Ja |
Perzentil der unterschiedlichen Werte | Ja |
SQL Runner – Prozesse anzeigen | Nein |
SQL-Runner-Funktion „Tabelle beschreiben“ | Nein |
SQL Runner-Befehl „Show Indexes“ | Nein |
SQL Runner Select 10 | Ja |
SQL-Runner-Zählung | Ja |
SQL Explain | Nein |
OAuth 2.0-Anmeldedaten | Ja |
Kontextkommentare | Ja |
Verbindungs-Pooling | Nein |
HLL-Skizzen | Ja |
Aggregatfunktion | Ja |
Inkrementelle PDTs | Ja |
Millisekunden | Ja |
Mikrosekunden | Ja |
Materialisierte Ansichten | Ja |
Vergleich zum vorherigen Zeitraum | Ja |
Ungefähre Anzahl einzelner Aufrufe | Ja |
Google BigQuery Legacy SQL
Google BigQuery Legacy SQL unterstützt ab Looker 25.10 die folgenden Funktionen:
Funktion | Unterstützt? |
---|---|
Supportstufe | Unterstützt |
Looker (Google Cloud Core) | Ja |
Symmetrische Summen | Ja |
Abgeleitete Tabellen | Ja |
Persistente SQL-basierte abgeleitete Tabellen | Ja |
Persistente native abgeleitete Tabellen | Ja |
Stabile Ansichten | Nein |
Abfrage beenden | Ja |
SQL-basierte Pivots | Ja |
Zeitzonen | Nein |
SSL | Ja |
Zwischensummen | Nein |
Zusätzliche JDBC-Parameter | Ja |
Groß- und Kleinschreibung | Ja |
Standorttyp | Ja |
Listentyp | Ja |
Perzentil | Ja |
Perzentil der unterschiedlichen Werte | Ja |
SQL Runner – Prozesse anzeigen | Nein |
SQL-Runner-Funktion „Tabelle beschreiben“ | Nein |
SQL Runner-Befehl „Show Indexes“ | Nein |
SQL Runner Select 10 | Ja |
SQL-Runner-Zählung | Ja |
SQL Explain | Nein |
OAuth 2.0-Anmeldedaten | Ja |
Kontextkommentare | Ja |
Verbindungs-Pooling | Nein |
HLL-Skizzen | Nein |
Aggregatfunktion | Ja |
Inkrementelle PDTs | Nein |
Millisekunden | Ja |
Mikrosekunden | Ja |
Materialisierte Ansichten | Nein |
Vergleich zum vorherigen Zeitraum | Nein |
Ungefähre Anzahl einzelner Aufrufe | Ja |
Nächste Schritte
Nachdem Sie Ihre Datenbank mit Looker verbunden haben, können Sie Anmeldeoptionen für Ihre Nutzer konfigurieren.