LookerとBigQueryのデータを連携させる方法についてご紹介します

こんにちは、donutです。
今回は、「LookerとBigQueryのデータを連携させる方法」について試してみたいと思います。

なお、Lookerについては、概要について執筆した記事もありますので、あわせてお読みいただく
ことでより理解が深まるかと思います。

＜参考＞
◆次世代BIプラットフォーム「Looker」についてご紹介

BigQuery編：アカウント及び秘密鍵の作成

LookerとBigQueryを接続する場合、以下の2つの方法があります。

・サービスアカウントの作成及びJSON Credentials Certificateの作成
・Google OAuthを利用した認証

今回は「サービスアカウントの作成およびJSON Credentials Certificateの作成」を
利用した方法で設定していきたいと思います。
※サービスアカウントを作成する場合、Google Cloudの管理者権限が必要です。

BigQuery(Google Cloud)での作業：サービスアカウント作成

①「プロジェクト名」→「APIとサービス」→「認証情報」の順に展開します。

②「＋認証情報を作成」→「サービスアカウント」を選択します。

③「サービスアカウント名」と「サービスアカウントID」を入力・作成します。
※「サービスアカウント名」を作成すると「サービスアカウントID」も自動で作成されます。

④「作成して続行」→「ロールを選択」をクリックし、「BigQuery」→「BigQueryデータ編集者」
　を選択します。
⑤「＋別のロールを追加」をクリックし、④と同じ方法で「BigQuery」を追加します。
　　

⑥「続行」をクリックすると、サービスアカウントのアクセス権限の画面が表示されますが、
　ここではオプションを設定しないため、そのまま「完了」をクリックします。

⑦下記画面のようにサービスアカウントが作成・表示されれば完了となります。

BigQuery(Google Cloud)での作業：秘密鍵の作成

次に、秘密鍵でもある「JSON Credentials Certificate」を作成していきます。

①サービスアカウント項目にある「編集(鉛筆アイコン)」をクリックします。

②「キー」タブより「鍵を追加」→「新しい鍵を作成」の順に展開します。

③秘密鍵の作成ダイアログで「JSON」を指定し、「作成」をクリックします。

④下記ダイアログが表示され、PCにJSONファイルがダウンロードされるので、任意のフォルダへ
　保存してください。

⑤「キー」タブで下記のように表示されれば完了となります。

BigQuery(Google Cloud)側での設定作業は以上となります。

Looker編：データベースの接続設定

今度は、Lookerにおけるデータベースをはじめとした接続設定を行いたいと思います。

Looker側での作業：データベースの設定

①Lookerを開き、「管理」→「データベース」→「接続」の順に展開します

②「Connections」画面右上の「Add Connection」をクリックします。

③「データベースをLookerに接続」画面で設定を行っていきます。
※環境によっては「Connection Settings」画面が表示される場合もありますが、
　設定内容は同一になります。
※「オプション設定」については既定のままで設定します。

【各項目について】

・名前：任意の接続名を入力します。
　　　　※Lookerのモデルファイルではこの名前で参照します。
・Dialect： 「Google BigQuery Standard SQL」もしくは
　　　　 　 「Google BigQuery Legacy SQL」を指定します。
※今回は「Google BigQuery Standard SQL」を指定しています。
・請求プロジェクト：使用データを持つ 「GoogleプロジェクトID」を入力します。
※「プロジェクト名」ではありませんのでご注意ください。
・Dataset：使用予定のデータセットの名前を入力します。
※この部分は、BigQueryデータベース内のデータセット名と一致している
　必要があります。
・Service Account Email： BigQuery(Google Cloud)の手順で作成した
　　　　　　　　　　　 　  サービスアカウントのメールアドレスを入力します。
・認証(サービスアカウント)：BigQuery(Google Cloud)の手順で作成した
　　　　　　　　　　　　　　秘密鍵(JSONファイル)をアップロードします。
・Persistent Derived Tables：Lookerの永続的な派生テーブルを指します。
※Lookerで定義したSQLまたはLookMLの内容を元に、接続先のDWH・DBに
　実テーブルを作成する機能です。
　チェックをすると、「Service Account Email」と
　「Service Account JSON/P12 File(秘密鍵)」項目が追加で表示されます。
　同一のファイル名を入力、JSONファイルを添付してください。
・Temp Dataset：永続的派生テーブル(PDT)を書き込むためのデータセットです。
※ここでは「Dataset」項目と同一名で設定します。

＜参考＞
◆Lookerの派生テーブル

④「テスト」をクリックして連携可否を確認し、成功した場合は「接続」をクリックします。
※接続に成功すると下記の画面が表示されます。

⑤「Connections」画面に戻り、③で作成したデータベース右側にある「Test」をクリックし、
　もう一度テストを実施します。※成功すると下記のような結果となります。

以上をもって、LookerとBigQueryの接続を行うことができました...！

今までの作業内容を大まかにまとめると、以下の流れになります。

1.BigQuery(Google Cloud)でサービスアカウントを作成する

2.BigQuery(Google Cloud)で秘密鍵(JSON)ファイルを作成する

3.Lookerでデータベース接続の設定、接続テストを行う

今回は、LookerとBigQueryの連携・接続方法についてご紹介しましたが、次回は新規作成した
LookML Projectで実際にモデルとビューを作成し、グラフの可視化まで行っていきたいと思います。

また、弊社ではLookerに関する資料も公開しています。
下記ページよりダウンロードが可能ですので、あわせてご参照ください。

＜参考＞
◆Looker概要資料