Coupler.io Blog

Cómo conectar BigQuery a Excel y automatizar la sincronización de datos

  • Zakhar Yung
    • How to Connect BigQuery to Excel

    Google BigQuery es un sólido almacén de datos en la nube que centraliza la gestión y el procesamiento de datos. La plataforma ofrece un motor de consulta rapidísimo para extraer los datos necesarios de terabytes de conjuntos de datos en cuestión de segundos. Estos datos en bruto pueden procesarse, analizarse o compartirse a través de herramientas como Microsoft Excel.

    Puedes hacerlo manualmente exportando los resultados de la consulta a un archivo CSV. Pero no es una opción realista, especialmente cuando se trabaja con conjuntos de datos dinámicos. Sigue leyendo para aprender a conectar BigQuery a Excel y automatizar la sincronización de datos entre las plataformas.

    ¿Por qué conectar BigQuery a Excel?

    Microsoft Excel es una popular herramienta de hoja de cálculo con excelentes funciones de análisis y visualización de datos. Por otro lado, BigQuery es un potente almacén de datos en la nube para almacenar y gestionar grandes conjuntos de datos y acceder a los datos en tiempo real. Por lo tanto, la conexión de BigQuery a Excel puede desbloquear nuevas posibilidades para tu negocio, tales como:

    Opciones para conectar BigQuery a Excel

    Estas son las tres formas más prácticas de conectar BigQuery a Excel:

    Ahora, repasemos cada uno de los métodos uno por uno.

    Automatizar la conexión de BigQuery a Excel mediante Coupler.io

    Coupler.io es una plataforma de análisis e integración de datos fácil de usar que automatiza el flujo de datos y reduce las tareas manuales. Proporciona una solución ETL para integrar BigQuery con Excel, con actualización automática programada para mantenerse al día con los datos más recientes.

    Además, la plataforma ofrece un servicio de expertos en datos para tareas más avanzadas de automatización y análisis de datos. Con él, puedes construir monitores de actividad para tomar decisiones empresariales sólidas utilizando los datos más recientes. He aquí un ejemplo de conexión de BigQuery a Excel mediante Coupler.io.

    Pasos para conectar BigQuery a Excel utilizando la herramienta ETL de Coupler.io

    Para conectar BigQuery a Excel y automatizar la importación de datos, crea una nueva cuenta en Coupler.io e inicia sesión en el panel de control. Añade un nuevo importador y selecciona BigQuery en el source y Microsoft Excel en el destination. Esta configuración te permitirá mover datos de BigQuery a Excel. Sin embargo, también puedes invertir el flujo de datos de Excel a BigQuery utilizando Coupler.io.

    Fuente

    Destino

    También puedes configurar estos ajustes opcionales para el destino:

    Horario

    Al exportar con éxito BigQuery a Excel, aparecerá un mensaje de éxito en la pantalla. Este es el aspecto que tendrán los datos exportados de BigQuery a Excel:

    ¡Coupler.io hizo un trabajo fantástico aquí! Sacó los datos necesarios de BigQuery directamente en la hoja de cálculo de Excel. Además, actualizará la hoja de cálculo regularmente con nuevos datos según la configuración.

    ¿Cómo conectar BigQuery a Excel mediante Power Query?

    Power Query te ayuda a conectar Excel a fuentes de datos externas y a importar datos desde ellas. Solía ser una herramienta independiente. Está totalmente integrada en Excel desde la versión 2016, en la sección Get & Transform Data de la pestaña Data.

    Google ofrece controladores ODBC y JDBC para conectar BigQuery a otras aplicaciones. Estos controladores se proporcionan en colaboración con Simba, un proveedor líder de soluciones de conectividad de datos. En este ejemplo, utilizaremos el controlador ODBC, ya que ODBC es una de las fuentes de datos compatibles con Excel mediante la función Get Data.

    Descarga la última versión del controlador ODBC e instálalo en tu computadora. Una vez instalado el controlador, sigue estos pasos para conectar tu cuenta BigQuery:

    Ahora, tómate un momento para felicitarte, porque has configurado correctamente ODBC en tu computadora. ¡Ya estás a medio camino de conectar BigQuery a Excel!

    Pasos para cargar datos de BigQuery a Excel

    Una vez que hayas configurado el controlador ODBC en tu computadora, puedes utilizar ODBC como fuente de datos para realizar la exportación de BigQuery a Excel. Crea una nueva hoja de cálculo de Excel y sigue estos pasos para conectar BigQuery a Excel:

    Consejo extra: Ejecuta y comprueba la consulta en la interfaz de BigQuery antes de introducirla en Excel, para evitar problemas.

    Gracias. Has exportado correctamente BigQuery a Excel.

    Configurar la actualización automática de datos en Excel desde BigQuery

    Una vez que hayas cargado los datos de BigQuery en Excel, puedes refrescar los datos para actualizarlos.

    Para actualizar manualmente los datos, cambia a la pestaña Data y haz clic en el icono situado sobre la opción Refresh All de la sección Queries & Connections. (Comando de acceso directo: Alt + F5)

    Además, puedes configurar la función de actualización automática a intervalos regulares. Para ello, sólo tienes que seguir estos pasos:

    Ahora, Excel refrescará automáticamente la conexión y actualizará los datos de BigQuery a intervalos regulares, que son de 10 minutos en el ejemplo anterior.

    ¿Cómo conectar BigQuery a Excel mediante API?

    Conectar BigQuery a Excel mediante API es un método muy técnico que requiere amplias habilidades de codificación y conocimientos de API. BigQuery ofrece API REST para conectar la plataforma con otras herramientas y servicios, que pueden habilitarse desde Google Cloud Console.

    Para conectar BigQuery a Excel a través de la API, sigue estos pasos:

    from google.cloud import bigquery
import pandas as pd

client = bigquery.Client.from_service_account_json('path/to/service_account.json')

# Set up the job configuration
job_config = bigquery.ExtractJobConfig()
job_config.destination_format = 'CSV'
job_config.print_header = False

# Set up the destination URI
bucket_name = 'my-bucket'
destination_uri = f'gs://{bucket_name}/my-table.csv'

# Export the table
table_ref = client.dataset('my-dataset').table('my-table')
extract_job = client.extract_table(
    table_ref, destination_uri, job_config=job_config
)

# Download the exported CSV file and load it into a Pandas dataframe
bucket = client.get_bucket(bucket_name)
blob = bucket.blob('my-table.csv')
csv_string = blob.download_as_string()
df = pd.read_csv(BytesIO(csv_string))

# Save the dataframe to an Excel file
df.to_excel('my-table.xlsx')

    En el código anterior, estamos haciendo una petición API usando la librería Python para obtener datos de BigQuery, que luego se cargan en Pandas DataFrames (estructura de datos bidimensional en Python.) Por último, la función to_excel los convierte a un archivo Excel.

    Recuerda, este es sólo un ejemplo general de la carga de datos de BigQuery a Excel a través de la API. Es posible que tengas que modificar el código según tus expectativas. Para más detalles, puedes consultar la documentación de la API REST de BigQuery.

    Teniendo en cuenta las complejidades técnicas, no es un método conveniente, a menos que seas un ingeniero o analista experimentado.

    Conectar BigQuery a Excel: ¿Cuál es el mejor método?

    La integración BigQuery-Excel sinergiza las potentes capacidades de procesamiento de datos de BigQuery con las ricas funciones de análisis y visualización de Excel. Como se ha comentado anteriormente, existen múltiples formas de conectar BigQuery con Excel.

    El método Power Query puede parecer sencillo en este caso, pero carece de sincronización automática de datos en tiempo real. Es necesario actualizar los datos manualmente para estar al día y mantener la ventana de Excel activa para que la función de actualización automática funcione.

    Conectar BigQuery a Excel utilizando Coupler.io es el método más eficiente de todos. Permite regularmente la sincronización de datos en tiempo real entre BigQuery y Excel para ayudarte a mantenerte actualizado con datos frescos sin ningún esfuerzo manual.

    Salir de la versión móvil