Google BigQuery

Resumé

Forudsætninger

Du skal bruge en Google-konto eller en Google-tjenestekonto for at logge på Google BigQuery.

Understøttede egenskaber

• Importér
• DirectQuery (Power BI semantiske modeller)

Forbind til Google BigQuery-data fra Power Query Desktop

For at oprette forbindelse til Google BigQuery fra Power Query Desktop, skal du tage følgende trin:

1. Vælg Google BigQuery- i hent dataoplevelsen. Oplevelsen med at få data i Power Query Desktop varierer mellem apps. For mere information om Power Query Desktop for at få dataoplevelse til din app, gå til Hvor kan du få data.

2. Hvis du vil bruge avancerede indstillinger, skal du vælge Avancerede indstillinger. Ellers skal du vælge OK for at fortsætte. Du kan få flere oplysninger ved at gå til Opret forbindelse ved hjælp af avancerede indstillinger.

   

3. Google BigQuery-connectoren understøtter oprettelse af forbindelse via en organisationskonto eller en tjenestekontologon. I dette eksempel bruges organisationskontoen til at logge på. Vælg log på for at fortsætte.

   

   Du kan også logge på med en Google-tjenestekonto. I dette tilfælde skal du vælge tjenestekontologon og angive indholdet af din tjenestekontomail og JSON-nøglefilen for din tjenestekonto. Vælg derefter Opret forbindelse.

4. Dialogboksen Log på med Google vises. Vælg din Google-konto og godkend forbindelsen til Power BI Desktop.

   

5. Når du er logget på, skal du vælge Opret forbindelse for at fortsætte.

   

6. Når du har oprettet forbindelse, vises vinduet Navigator, og de data, der er tilgængelige på serveren, vises. Vælg dine data i navigatoren. Vælg derefter enten Transform Data for at transformere dataene i Power Query eller Load for at indlæse dataene i Power BI Desktop.

   

Forbind til Google BigQuery-data fra Power Query Online

For at oprette forbindelse til Google BigQuery fra Power Query Online, skal du tage følgende trin:

1. Vælg indstillingen Google BigQuery i hent dataoplevelsen. Forskellige apps har forskellige måder at få adgang til Power Query Online for dataoplevelse. For mere information om, hvordan du kommer til Power Query Online og får dataoplevelse fra din app, gå til Hvor kan du få data.

   

2. I dialogboksen Google BigQuery Database skal du muligvis enten oprette en ny forbindelse eller vælge en eksisterende forbindelse. Vælg enten en organisations- eller tjenestekonto for at logge på. Hvis du bruger data i det lokale miljø, skal du vælge en datagateway i det lokale miljø. Vælg derefter Log på.

   

3. Dialogboksen Log på med Google vises. Vælg din Google-konto, og godkend oprettelse af forbindelse.

   Bemærk

   Selvom login-dialogboksen siger, at du fortsætter til Power BI Desktop, når du logger ind, bliver du sendt til din online-app i stedet.

   

4. Hvis du vil bruge indstillinger på forhånd, skal du vælge Avancerede indstillinger. Flere oplysninger: Opret forbindelse ved hjælp af avancerede indstillinger

5. Når du er logget på, skal du vælge Næste for at fortsætte.

   

6. Når du har oprettet forbindelse, vises vinduet Navigator, og de data, der er tilgængelige på serveren, vises. Vælg dine data i navigatoren. Vælg derefter Next for at transformere dataene i Power Query.

   

Opret forbindelse ved hjælp af avancerede indstillinger

Både Power Query Desktop og Power Query Online tilbyder et sæt avancerede muligheder, som du kan tilføje til din forespørgsel, hvis det er nødvendigt.

Følgende tabel viser alle de avancerede muligheder, du kan sætte i Power Query Desktop og Power Query Online.

Når du har valgt de avancerede indstillinger, du har brug for, skal du vælge OK i Power Query Desktop eller Next i Power Query Online for at forbinde til dine Google BigQuery-data.

Ny Implementering af Google BigQuery-connector (prøveversion)

Siden maj 2025 har vi introduceret en ny implementering for Google BigQuery-connectoren for at forbedre integrationen med Google BigQuery, som i øjeblikket er tilgængelig som prøveversion. Den bruger ADBC (Arrow Database Connectivity) i stedet for ODBC til at oprette forbindelse til og hente data fra Google BigQuery, hvilket forbedrer ydeevnen, især for store resultatsæt. I takt med at vi fortsætter med at forbedre og føje nye funktioner til denne connector, opfordrer vi dig til at opgradere til den nyeste version for at prøve den og give os feedback.

For at få adgang til denne funktion i Power BI Desktop, navigér til Indstillinger og indstillinger (under fanen File) >Options>Preview-funktioner, og vælg derefter afkrydsningsfeltet for at aktivere Brug ny Google BigQuery-connector-implementering-muligheden. Når indstillingen er slået til, bruger alle nyligt oprettede forbindelser automatisk den nye connectorimplementering.

Dine eksisterende forbindelser forbliver uændrede. Du kan afprøve funktionen ved at tilføje flaget Implementation="2.0" i i GoogleBigQuery.Database dine forespørgsler på følgende måde. Denne egenskab adskiller versionen af den connector, du bruger.

Når du har konfigureret hentning af data fra Google BigQuery, skal du gå til Avanceret editor på det øverste bånd og tilføje flaget Implementation="2.0" i GoogleBigQuery.Database dine forespørgsler på følgende måde for at bruge denne nye connector for at få adgang til denne funktion i Dataflow Gen2.

Source = GoogleBigQuery.Database([Implementation = "2.0"])

For at hjælpe med at diagnosticere eventuelle problemer, kan du finde Implementation som "2.0" og DriverType som "ADBC" i din Mashup logge.

Denne connector har i øjeblikket følgende kendte begrænsninger:

• Relationer understøttes ikke.
• Proxy understøttes ikke.

Begrænsninger og overvejelser

I dette afsnit beskrives eventuelle begrænsninger eller overvejelser i forbindelse med Google BigQuery-connectoren.

Forbindelse til Google BigQuery i Power BI Desktop

Der er nogle begrænsninger og overvejelser, man skal huske på, når man bruger Google BigQuery-connectoren med Power BI.

Connectortilgængelighed

Google BigQuery-connectoren er tilgængelig i Power BI Desktop og i Power BI service. I Power BI service kan forbindelsen tilgås via Cloud-to-Cloud-forbindelsen fra Power BI til Google BigQuery.

Fejlen "Adgang nægtet"

Når du prøver at oprette forbindelse til Google BigQuery fra Power BI Desktop, kan du få følgende fejlmeddelelse:

Datasource.Error: ODBC: ERROR [HY000][Microsoft][BigQuery] (100) Error interacting with REST API: Access Denied: Project <project name>: The user <user name> bigquery.jobs.create permissions in project <project name>.

I dette tilfælde kan det være nødvendigt at indtaste et Billing Project ID i Billing Project avanceret indstilling i Power Query Connection-indstillingerne.

Derudover, hvis du også opretter en rapport i Power BI service via en gateway, kan du stadig få denne fejl. I dette tilfælde skal du manuelt inkludere Billing Project ID i M-koden for forbindelsen ved hjælp af Power Query-editoren eller Power Query-formellinjen. Eksempler:

Source = GoogleBigQuery.Database([BillingProject="Include-Billing-Project-Id-Here"])

Understøttelse af en enkelt cloud-forbindelse

Google BigQuery understøtter ikke flere cloud-forbindelser, fordi der mangler et parameterfelt til konfiguration af mere end én. Som følge heraf kan kun en enkelt cloud-forbindelse bruges.

Indlejrede felter

Google BigQuery klarer sig godt med store datasæt, når de er denormaliseret, fladgjort og indlejret, for at optimere ydeevnen.

Google BigQuery-connectoren understøtter indlejrede felter, der indlæses som tekstkolonner i JSON-format.

Brugere bør vælge Transform Data og derefter bruge JSON-parsingsfunktionerne i Power Query-editoren til at udtrække dataene.

1. Under båndfanen Transformeringer bånd skal du vælge Fortolk og derefter JSON-under båndfanen Tekstkolonne.
2. Udtræk JSON-postfelterne ved hjælp af indstillingen Udvid kolonne.

Konfiguration af en Google-tjenestekonto

Du kan få flere oplysninger om, hvordan du konfigurerer eller bruger Google-tjenestekonti, ved at gå til Oprettelse og administration af tjenestekontonøgler i Google-dokumentation.

Godkendelse via en Google-tjenestekonto

Når du autentificerer gennem en Google-tjenestekonto i Power BI Desktop, kræves der et specifikt legitimationsformat af connectoren.

• Mail til tjenestekonto: Skal være i mailformat.
• JSON-nøglefilindhold for tjenestekonto: Når denne JSON-nøgle er hentet, skal alle nye linjer fjernes fra filen, så indholdet er på én linje. Når JSON-filen er i dette format, kan indholdet indsættes i dette felt.

Når du autentificerer gennem en Google-tjenestekonto i Power BI service eller Power Query Online, skal brugerne bruge "Basic" autentificering. Feltet brugernavn knyttes til feltet mail for tjenestekonto, og feltet adgangskode knyttes til JSON-nøglefilindhold for tjenestekonto felt. Formatkravene for hver legitimation forbliver de samme i både Power BI Desktop, Power BI service og Power Query Online.

Det var ikke muligt at godkende med Google BigQuery Storage API

Google BigQuery-connectoren bruger som standard Google BigQuery Storage API-. Denne funktion styres af den avancerede indstilling UseStorageApi. Du kan støde på problemer med denne funktion, hvis du bruger detaljerede tilladelser. I dette scenarie får du muligvis vist følgende fejlmeddelelse, eller du kan ikke hente data fra din forespørgsel:

ERROR [HY000] [Microsoft][BigQuery] (131) Unable to authenticate with Google BigQuery Storage API. Check your account permissions

Du kan løse dette problem ved at justere brugertilladelserne for BigQuery Storage-API'en korrekt. Disse lager-API-tilladelser kræves for at få adgang til data korrekt med BigQueryStorage API:

• bigquery.readsessions.create: Opretter en ny læsesession via BigQuery Storage-API'en.
• bigquery.readsessions.getData: Læser data fra en læsesession via BigQuery Storage-API'en.
• bigquery.readsessions.update: Opdaterer en læsesession via BigQuery Storage-API'en.

Disse tilladelser angives typisk i rollen BigQuery.User. Du kan finde flere oplysninger ved at gå til Foruddefinerede roller og tilladelser i Google BigQuery.

Hvis ovenstående trin ikke løser problemet, kan du deaktivere BigQuery Storage-API'en.

Data af typen DateTime kan ikke bruges i Direct Query-tilstand

Der er et kendt problem, hvor den DateTime type ikke understøttes via Direct Query. Hvis du vælger en kolonne med typen DateTime, opstår der en Invalid query fejl eller en visuel fejl.

Begrænsninger for forespørgselskolonne, der har samme navn som tabelnavn

Når du forespørger en kolonne, der har samme navn som tabelnavnet, fortolker BigQuery kolonnen som en struct, der indeholder alle kolonner i tabellen i stedet for den angivne kolonne. SELECT debug FROM dataset.debug returnerer f.eks. en struct med alle kolonner i fejlfindingstabellen i stedet for den angivne fejlfindingskolonne. Denne funktionsmåde er ikke intuitiv, og en rettelse undersøges. Der er tre tilgængelige løsninger:

• Løsning 1: Ombryd tabellen med en visning, der ikke er i konflikt med kolonnenavnet –CREATE VIEW dataset.new_view AS SELECT * FROM dataset.debug
• Løsning 2: Omdøb kolonnen for at undgå konflikter med tabelnavnet –ALTER TABLE dataset.debug RENAME COLUMN debug to new_debug
• Løsning 3: Skift SELECT-forespørgslen til at bruge table.column til at referere til konfliktkolonnen –SELECT debug.debug FROM dataset.debug

Materialiserede visninger understøttes ikke i Power BI Desktop Navigator

Et kendt problem er, at Google BigQuery-connectoren i øjeblikket ikke understøtter materialiserede visninger i Power BI Desktop-navigatoren.

• Løsning: Udnyt oprindelige SQL-forespørgselssætninger til at hente materialiserede visninger fra Google BigQuery.

HTTP-fejl 403: quotaExceeded (Kvote overskredet: Din bruger har overskredet kvoten for samtidige project.lists-anmodninger)

• Kvoten overskrides på tværs af kundekontoens brug af project.lists API-kald til Google. Når flere rapporter opdateres samtidigt, kan det udløse en fejl i forskellige forespørgsler eller rapporter. Du kan forhindre fejlen ved at planlægge opdateringer af rapporter med forskudte intervaller.
• Opdater forespørgslen, så den indeholder et faktureringsprojekt-id – GoogleBigQuery.Database([BillingProject="Include-Billing-Project-Id-Here"]).
• Kald til GoogleBigQuery.Database skal være i samme forespørgsel som skemaet og tabelvalget for at undgå fejlen.

ExecuteQueryInternalAsync-fejl ved brug af ADBC

Nogle brugere kan opleve problemer, når de forbinder til BigQuery via stien Implementation="2.0" og modtage fejlen Cannot execute <ExecuteQueryInternalAsync>b__2 after 5 tries. Dette problem kan skyldes et par faktorer:

• Tilladelsesproblemet, der er beskrevet i følgende afsnit.
• Hvis LargeResultDataset den sendes, forsøger driveren at oprette outputdatasættet med det angivne navn. Denne oprettelse kræver de korrekte tilladelser for at gøre det.
• Når der ikke er angivet et eksplicit område under oprettelsen af datasættet, er BigQuery API som standard det amerikanske multiområde. Denne funktionsmåde er drevet af selve API'en og ikke af connectoren eller klientkonfigurationen.

Løsningsmuligheder

Manuel oprettelse af datasæt

Hvis du vil undgå uventede regionsstandarder, skal du manuelt oprette datasættet i det ønskede område ved hjælp af BigQuery-konsollen.

Konfiguration af Desktop Connector

Hvis du bruger Power BI Desktop og støder på fejl, mens du navigerer i tabeller:

1. Gå til Filindstillinger>og indstillinger>Indstillinger
2. Under Funktioner i forhåndsvisning skal du fjerne markeringen i indstillingen Brug implementering af ny Google BigQuery-connector.

Hvis du modtager denne besked sammen med yderligere oplysninger, der indeholder Last exception: ..., hvor ... der er yderligere detaljer om fejlen, skal du oprette en sag for videre undersøgelse.

Problemer med tilladelse til at oprette forbindelse til ADBC

Nogle miljøer kan kræve yderligere tilladelser for at oprette forbindelse ved hjælp af Implementation="2.0"/ADBC. Det skyldes, at ADBC-stien bruger andre BigQuery-API'er til at forespørge på og indlæse data end ODBC. De nødvendige tilladelser er beskrevet i driverens GitHub repository.

Partitionerede modeller med ADBC kan ikke opdateres

Et kendt problem i Google BigQuery-connectoren er, at partitionerede semantiske modeller muligvis ikke opdateres korrekt. Dette viser sig ofte med fejlen Cannot execute <ReadChunkWithRetries>b__0 after 5 tries . Der blev offentliggjort en nylig rettelse til dette problem og skulle blive installeret i oktober 2025. Hvis du modtager denne besked sammen med yderligere oplysninger, der indeholder Last exception: ..., hvor ... der er yderligere detaljer om fejlen, skal du oprette en sag for videre undersøgelse.