BigQuery × Tableau

BigQueryをDesktopに接続

ライブ接続では BigQuery の持ち味である「大規模データの高速処理」を実現することができます。

ビュー構築時のクエリはデータベース(DB)側で発行され、集計結果が Tableau に取り込まれるというロジックです。ただ、BigQuery はクエリの都度課金なので、Tableauで何かしらの操作を行うと課金されてしまうという点に注意が必要です。

そこで課金額を抑えコスパ良くビューを構築するテクニックとして、以下の３点が挙げられます。

↓自動更新OFFボタン（画像赤枠）

抽出接続はライブ接続より安価で運用できるので、コストを抑えたい企業で採用されます。

抽出で .hyper ファイルを作成してしまえば 課金が1回で済み Tableau での読み込みも速くなる ので、まさに一石二鳥です。一方、過去数十年分のデータを抽出する際に 許容制限時間 (2h) を超えてしまい抽出が失敗してしまう というケースもあるかと思います。

そんなときは「分析で本当に必要なデータは何か」を自問し、*BigQuery 側でデータマートを作成することで、データ量を小さくしてみましょう。

※ BigQuery は列指向ストレージなので「スキャンした列の全行が課金対象」となります。不必要なカラムを取り除いたり、データを必要な粒度に丸めるなどして対応するのが良いです。また BigQuery 上ではビューではなく「再集計したテーブル」を作成するようにしましょう。

どちらか一方、ではなく両者を使い分けるのが賢い選択です。

通常の分析業務であれば「ライブ」、ダッシュボードの作成/運用であれば「抽出」というように使い分けると良いでしょう。

つまり、これからデータを探索するのであれば BigQuery の強みを活かした「ライブ接続」が適していますし、すでに分析項目が決まっているということであれば「抽出接続」でコストを抑えた方が良い、ということです。

①通常の分析業務では「ライブ」
（フィルタの適用, 自動更新OFF）
②ダッシュボード作成/運用段階では「抽出」
（データ軽量化）
③BigQuery側で「そもそものデータ量を減らせないか」を検討
（直近2年に絞る, 不要カラムの削除, データマートの用意..etc）

Server/Online で BigQuery のテーブルをデータソースとしてパブリッシュするとき、認証情報を埋め込むことができません。

そのためパブリッシュされたデータにアクセスする場合、管理者であっても都度認証が求められます。

一方 Desktop からワークブックをパブリッシュする場合、データソースの認証情報を埋め込むことができます。

認証情報を埋め込んだ場合、BigQuery の権限を持っていないユーザーでも Tableau上で全てのデータが見れてしまう ので注意が必要です。もちろん Server 側でサイト/プロジェクトを個別に管理したり*マスキングすることで、情報漏洩を防ぐこともできます。

※生年月日を生年月まで丸める、名前ではなくIDで管理するなど。

①パブリッシュされたデータへのアクセスする際は、管理者であっても都度認証が求められる。
②ワークブックに認証情報を埋め込むと、他のユーザーもデータの中身を見ることができる。
（認証情報の埋め込みはパブリッシュ時に設定できる）

※ ここでいうサービスアカウントとは、OAuth 2.0 を介してプログラムでAPIにアクセスするアカウントを指します。

・Tableau Serverのみ更新可（Tableau Online非対応）
・Tableau 公式サポート対象外

TableauとBigQueryの接続においてサービスアカウントを利用する場合「Simba *ODBC driver」または「Simba *JDBC driver」を利用します。

*ODBC＝「Open Database Connectivity」, JDBC=「Java Database Connectivity」

※ 2021/1/18でのAPI利用料は、東京リージョンで「$0.023/GB（毎月10GBまで無料）」です。
※ URL＝「jdbc:bigquery://https://www.googleapis.com/bigquery/v2:443;」, 方言＝「SQL92」