BigQuery 搭配 Connected Sheets 分析

課程概述

資料放在 BigQuery，但想看報表的同事只熟 Google Sheets，難道每次都得請工程師寫 SQL？Connected Sheets 讓他們在試算表裡做篩選和樞紐分析，查詢仍由 BigQuery 執行。這篇會帶你把兩邊接起來，也看看權限和查詢成本該怎麼留意。

你將學到

• 在 Google Sheets 中建立 BigQuery 連線
• 使用樞紐分析表（Pivot Table）探索數十億列資料
• 建立圖表與公式來視覺化 BigQuery 數據
• 理解 Connected Sheets 的運作原理與計費方式
• 設定資料刷新排程以維持報表即時性

核心概念

Connected Sheets 運作原理

Connected Sheets 不會把 BigQuery 的資料整批複製到 Sheets。它其實是在背後對 BigQuery 發查詢，只把彙總後的結果傳回 Sheets。所以你在 Sheets 裡「操作」的雖然是數十億列資料，Sheets 實際要處理的只有彙總後那幾百到幾千列。

常見使用場景

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

計費模型

Connected Sheets 送出的就是 BigQuery 查詢，照 BigQuery 的查詢價格計費：on-demand 以掃描量計，us-central1 的定價是每 TiB $6.25（各區域單價不同），每月前 1 TiB 免費；專案若採容量計價，則按 slot 用量計。要注意的是，每次在 Sheets 刷新資料、改樞紐分析表條件、或套用篩選器，都會打一次 BigQuery 查詢。資料集大的話，建議開 BigQuery 分區（Partitioning）和叢集（Clustering）來控管成本。

權限控管

使用 Connected Sheets 的用戶需要：

1. BigQuery 的資料存取權限（roles/bigquery.dataViewer）
2. BigQuery 的 Job 執行權限（roles/bigquery.jobUser）
3. Google Sheets 的編輯權限

%%{init: {"flowchart": {"curve": "linear", "nodeSpacing": 24, "rankSpacing": 32}}}%%
flowchart TD
  QUESTION["定義業務問題、資料粒度<br/>與需要更新的頻率"] --> SCOPE["先限制欄位、日期分區與篩選條件"]
  SCOPE --> ACCESS{"Sheets、BigQuery Job<br/>與資料讀取權限都具備？"}
  ACCESS -->|"否"| IAM["補齊三層最小權限後再連線"]
  ACCESS -->|"是"| PROTOTYPE["用 Preview、Pivot 或 Extract<br/>小量驗證指標與版面"]
  PROTOTYPE --> COST{"查詢紀錄中的掃描量<br/>與刷新成本可接受？"}
  COST -->|"否"| OPTIMIZE["增加分區／叢集篩選<br/>或改讀預先彙總表"]
  COST -->|"是"| PUBLISH["設定排程、擁有者與分享範圍<br/>再發布報表"]

實作重點

• 在 Google Sheets 中選擇「資料」→「資料連接器」→「連結至 BigQuery」即可開始
• 預覽（Preview）分頁預設顯示前 500 列僅供檢視，樞紐分析表、圖表與公式仍會對 BigQuery 全量資料執行查詢與彙總
• 使用「擷取」功能可將 BigQuery 查詢結果快取到 Sheets，加快後續操作
• 常見錯誤：忘記授予 BigQuery jobUser 角色，導致連線時出現權限錯誤
• 建議搭配 BigQuery 排程查詢（Scheduled Query）將結果寫入暫存表，再由 Connected Sheets 讀取，可大幅節省查詢成本

Skill Badge 指引

Lab 連結：Analyze BigQuery Data in Connected Sheets — 完成此 lab 可獲得 Skill Badge

延伸學習

• BigQuery ML 建模實戰 — 進一步在 BigQuery 中建立機器學習模型
• Cloud SQL for PostgreSQL 管理實作 — 認識另一種雲端資料庫服務
• Gemini 輔助數據分析 — 用 AI 加速你的資料分析流程