Google BigQuery-Integration

Frag das Warehouse in einfacher Sprache.

Die Analyse, die du machen würdest, hättest du Zeit für SQL.

Landen deine Reporting-Daten in BigQuery, kann ProhostAI nach dem Verbinden die Abfragen ausführen, auf die du sonst warten würdest, bis sie jemand schreibt.

Überblick

Portfolios, die groß genug für ein Warehouse sind, haben meist auch einen Flaschenhals dazu. Die Daten sind vollständig und gut modelliert, aber nur wenige Leute können eine Antwort daraus holen — also warten Fragen in der Schlange, bis jemand das SQL schreibt.

Diese Schlange verändert, was überhaupt gefragt wird. Niemand stellt eine Anfrage für eine Frage, die ihn nur beiläufig interessiert — die Analyse, die entsteht, ist also die, für die jemand bereit war, formell zu fragen.

Die Verbindung zu BigQuery entfernt die Schlange für die Routinehälfte. Stelle eine Frage in einfacher Sprache und lass die Abfrage gegen deine eigenen Tabellen laufen, mit dem operativen Kontext, den ProhostAI bereits kennt, direkt daneben. Das Warehouse bleibt genau so, wie dein Datenteam es gebaut hat.

Was ProhostAI mit Google BigQuery machen kann

Sobald BigQuery verbunden ist, kann ProhostAI deine Datensätze in einfacher Sprache abfragen.

Lesen

Abfragen aus einer Frage ausführen — Verwandle eine Frage in einfacher Sprache in SQL gegen deine eigenen Tabellen. “Wie hoch war die durchschnittliche Auslastung nach Region im letzten Quartal?”
Sehen, was existiert — Liste Datensätze und Tabellen auf, damit du siehst, wonach du überhaupt fragen kannst.

Erstellen & aktualisieren

Datensätze verwalten — Erstelle und organisiere Datensätze dort, wo das verbundene Konto Berechtigung hat.
Mit Live-Betrieb kombinieren — Lies Warehouse-Zahlen zusammen mit dem, was ProhostAI über aktuelle Aufenthalte und Arbeiten weiß.

Google BigQuery verbinden

BigQuery verbindet sich über Google Cloud OAuth mit dem Projekt, das deine Datensätze enthält.

1Öffne ProhostAI und gehe zu Einstellungen → Verbindungen.
2Suche nach Google BigQuery und wähle Verbinden.
3Melde dich mit einem Google-Cloud-Konto an, das Zugriff auf das Projekt hat, und bestätige die Berechtigungen.
4Stelle eine Frage zu einem deiner Datensätze, um zu bestätigen, dass die Verbindung funktioniert.

Gut zu wissen

BigQuery rechnet nach gescannten Daten ab. Eine breite Frage über große Tabellen kann teuer werden — verbinde also ein Konto mit sinnvollen Kontingenten.

ProhostAI arbeitet innerhalb der IAM-Berechtigungen des verbundenen Kontos — Datensätze, die es nicht lesen kann, bleiben unlesbar.

Antworten sind nur so gut wie das zugrunde liegende Modell. Gut benannte Tabellen und Spalten liefern spürbar bessere Ergebnisse.

Erwäge, für Analysen ein Nur-Lese-Servicekonto statt eines mit Schreibzugriff zu verbinden.

Häufige Fragen zur Google BigQuery-Integration

Ja. Es verwandelt eine Frage in einfacher Sprache in eine Abfrage gegen deine eigenen Tabellen und liefert die Antwort — das entfernt die Schlange für die Routinehälfte der Analyse.

Das kann es. BigQuery berechnet nach gescannten Daten, also kostet eine breite Frage über große Tabellen echtes Geld. Verbinde ein Konto mit sinnvollen Kontingenten.

Ja. Es arbeitet innerhalb der Berechtigungen des verbundenen Kontos, also bleiben Datensätze, die dieses Konto nicht lesen kann, unlesbar.

Für Analysen ist das die sinnvolle Voreinstellung — ein Nur-Lese-Servicekonto bietet den Nutzen, ohne dem Warehouse Schreibzugriff zu geben.

Öffne Einstellungen → Verbindungen in ProhostAI und trenne die Verbindung, oder widerrufe den Zugriff in deiner Google-Cloud-Konsole.