GSP622

Übersicht

Mit Looker Studio können Sie Ihre Daten in interaktiven Dashboards und übersichtlichen Berichten organisieren, mit denen sich bessere Geschäftsentscheidungen treffen lassen.

Sie haben folgende Möglichkeiten:

• Verbinden: Greifen Sie einfach auf eine Vielzahl von Datenquellen zu. Mit integrierten und Partner-Connectors können Sie praktisch jede Art von Datenstream anbinden.
• Visualisieren: Wandeln Sie Ihre Daten in aussagekräftige Visualisierungen um. Mithilfe der webbasierten Berichtstools in Looker Studio lassen sich im Handumdrehen Dashboards erstellen.
• Teilen: Teilen Sie Ihre Berichte und Dashboards mit Einzelpersonen, Teams oder öffentlich. Arbeiten Sie in Echtzeit zusammen und betten Sie Berichte auf beliebigen Seiten ein.

In diesem Lab erstellen Sie Datenvisualisierungen mit Looker Studio. Sie sehen sich zuerst eine Google Cloud-Beispielabrechnung an und lernen, wie Sie die Abrechnungsdaten in BigQuery exportieren. BigQuery ist das serverlose, hoch skalierbare Data Warehouse von Google, das Unternehmen produktive Datenanalysen mit einem herausragenden Preis-Leistungs-Verhältnis ermöglicht.

Nachdem Sie ein paar SQL-Abfragen für Ihre Abrechnungsdaten ausgeführt haben, exportieren Sie die entsprechenden Messwerte nach Looker Studio. Dort lernen Sie die wichtigsten Funktionen des Dienstes kennen und erstellen Visualisierungen Ihrer Abrechnungsdaten.

Lerninhalte

Aufgaben in diesem Lab:

• Abrechnungsdienst in der Google Cloud Console verwenden, um Projekte und deren Verbrauch von Cloud-Computing-Ressourcen zu analysieren
• Abrechnungsdaten nach BigQuery exportieren
• Abrechnungsdaten in BigQuery untersuchen
• SQL-Abfragen ausführen, um den Verbrauch von Google Cloud-Diensten durch ein Projekt besser nachvollziehen zu können
• Abgefragte Daten nach Looker Studio exportieren
• Looker Studio-Tools kennenlernen und Visualisierungen der abgefragten Daten erstellen

Wenn Sie bereit sind, können Sie im nächsten Schritt Ihre Lab-Umgebung einrichten.

Einrichtung und Anforderungen

Vor dem Klick auf „Start Lab“ (Lab starten)

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken, und zeigt Ihnen, wie lange Google Cloud-Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Lab können Sie die Lab-Aktivitäten in einer echten Cloud-Umgebung durchführen – nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf Google Cloud zugreifen können.

Für dieses Lab benötigen Sie Folgendes:

• Einen Standardbrowser (empfohlen wird Chrome)

• Zeit für die Durchführung des Labs – denken Sie daran, dass Sie ein begonnenes Lab nicht unterbrechen können.

Lab starten und bei der Google Cloud Console anmelden

1. Klicken Sie auf Lab starten. Wenn Sie für das Lab bezahlen müssen, wird ein Dialogfeld geöffnet, in dem Sie Ihre Zahlungsmethode auswählen können. Auf der linken Seite befindet sich der Bereich „Details zum Lab“ mit diesen Informationen:

   • Schaltfläche „Google Cloud Console öffnen“
   • Restzeit
   • Temporäre Anmeldedaten für das Lab
   • Ggf. weitere Informationen für dieses Lab

2. Klicken Sie auf Google Cloud Console öffnen (oder klicken Sie mit der rechten Maustaste und wählen Sie Link in Inkognitofenster öffnen aus, wenn Sie Chrome verwenden).

   Im Lab werden Ressourcen aktiviert. Anschließend wird ein weiterer Tab mit der Seite „Anmelden“ geöffnet.

   Tipp: Ordnen Sie die Tabs nebeneinander in separaten Fenstern an.

   Hinweis: Wird das Dialogfeld Konto auswählen angezeigt, klicken Sie auf Anderes Konto verwenden.

3. Kopieren Sie bei Bedarf den folgenden Nutzernamen und fügen Sie ihn in das Dialogfeld Anmelden ein.

   {{{user_0.username | "Username"}}}

   Sie finden den Nutzernamen auch im Bereich „Details zum Lab“.

4. Klicken Sie auf Weiter.

5. Kopieren Sie das folgende Passwort und fügen Sie es in das Dialogfeld Willkommen ein.

   {{{user_0.password | "Password"}}}

   Sie finden das Passwort auch im Bereich „Details zum Lab“.

6. Klicken Sie auf Weiter.

   Wichtig: Sie müssen die für das Lab bereitgestellten Anmeldedaten verwenden. Nutzen Sie nicht die Anmeldedaten Ihres Google Cloud-Kontos. Hinweis: Wenn Sie Ihr eigenes Google Cloud-Konto für dieses Lab nutzen, können zusätzliche Kosten anfallen.

7. Klicken Sie sich durch die nachfolgenden Seiten:

   • Akzeptieren Sie die Nutzungsbedingungen.
   • Fügen Sie keine Wiederherstellungsoptionen oder Zwei-Faktor-Authentifizierung hinzu (da dies nur ein temporäres Konto ist).
   • Melden Sie sich nicht für kostenlose Testversionen an.

Nach wenigen Augenblicken wird die Google Cloud Console in diesem Tab geöffnet.

Hinweis: Wenn Sie auf Google Cloud-Produkte und ‑Dienste zugreifen möchten, klicken Sie auf das Navigationsmenü oder geben Sie den Namen des Produkts oder Dienstes in das Feld Suchen ein.

Aufgabe 1: Übungsprojekte und die zugehörigen Abrechnungen ansehen

In dieser Aufgabe sehen Sie sich Ihre Abrechnungsdaten an und wählen das Dataset aus, auf das Sie sich konzentrieren möchten. Im Lab finden Sie Beispieldaten, die Sie verwenden können.

1. Klicken Sie in der Google Cloud Console im Navigationsmenü () auf Abrechnung.

2. Klicken Sie im Fenster Abrechnung auf Rechnungskonten verwalten.

3. Klicken Sie auf GCP Cost Management Billing Demo.

   Das Fenster Rechnungskontoübersicht wird geöffnet.

4. Klicken Sie im Bereich Rechnungskonto auf Rechnungskonto verwalten.

   Die mit diesem Rechnungskonto verknüpften Google Cloud-Projekte werden aufgelistet:

   • CTG - Storage
   • CTG - Dev
   • CTG - Prod
   • CTG - Sandbox

   Diese 4 Google Cloud-Projekte veranschaulichen ein typisches Schema, bei dem separate Projekte für Entwicklung, Produktion, Speicherung und Sandbox-Tests verwendet werden.

   Hinweis: Die Abrechnungsdaten, mit denen Sie in diesem Lab arbeiten, sind diesen 4 Projekten zugeordnet. Die Daten liegen in Form einer CSV-Tabelle vor.

5. Klicken Sie in der Cloud Console im Navigationsmenü () auf Abrechnung > Übersicht.

   In diesem Fenster erhalten Sie eine Übersicht über das Rechnungskonto.

6. Scrollen Sie nach unten, um sich die Daten und Diagramme für Ihr Rechnungskonto anzusehen.

7. Klicken Sie in der Cloud Console im Navigationsmenü () auf Abrechnung > Berichte.

   Dieses Fenster enthält einen Bericht für Ihr Rechnungskonto. Beachten Sie die Kostentrends pro Projekt, wann die Preise steigen bzw. fallen und die Möglichkeit, den Bericht zu filtern.

Aufgabe 2: Daten nach BigQuery exportieren (nur zu Informationszwecken)

In dieser Aufgabe verwenden Sie BigQuery, um große Datasets einfach abzufragen und zu filtern, Ergebnisse zusammenzufassen und komplexe Vorgänge zur Optimierung von Datenanalysen auszuführen. BigQuery ist ein vollständig verwaltetes Data Warehouse, das in Google Cloud ausgeführt wird.

Die Abrechnungsdaten aus dem vorherigen Abschnitt wurden nach BigQuery exportiert, als dieses Lab eingerichtet wurde. In diesem Abschnitt wird der Prozess nur zu Informationszwecken beschrieben.

1. Klicken Sie in der Google Cloud Console im Navigationsmenü () auf Abrechnung > Abrechnungsexport.

   Das Fenster Abrechnungsexport wird geöffnet. Der Tab BigQuery Export ist standardmäßig ausgewählt.

2. Klicken Sie auf Einstellungen bearbeiten, um die Exportoptionen aufzurufen.

   Hinweis: Diese Option ist für Sie deaktiviert, weil Sie nicht berechtigt sind, den Abrechnungsexport zu konfigurieren.

3. Klicken Sie auf Projekte und wählen Sie das Projekt aus, das Ihr Rechnungskonto enthält.

4. Klicken Sie auf Dataset für Abrechnungsexport und legen Sie das BigQuery-Dataset fest, in dem Sie diese Daten hosten möchten.

5. Klicken Sie auf Speichern.

   Dadurch wird ein Job gestartet, in dem Ihre Abrechnungsdaten als Tabelle im ausgewählten BigQuery-Dataset gespeichert werden.

Bedenken Sie, dass es etwas dauert, bis ein Abrechnungsexport befüllt ist (ein paar Stunden bis zu einem Tag).

Die Abrechnungsdaten für dieses Lab wurden bereits in eine Tabelle in BigQuery exportiert. Gemäß der Konvention project.dataset.table in BigQuery lautet der vollständige Pfad zu den Abrechnungsdaten:

Über diesen Pfad können Sie Projektdaten abfragen.

Aufgabe 3: Abrechnungsdaten in BigQuery ansehen

In dieser Aufgabe verwenden Sie eine SQL-Abfrage in BigQuery, um zu sehen, welche Informationen verfügbar sind. Die Abrechnungsdaten wurden bei der Einrichtung des Labs automatisch nach BigQuery exportiert.

1. Klicken Sie in der Google Cloud Console im Navigationsmenü () auf BigQuery.

2. Klicken Sie unter Aktuelles Projekt auswählen auf die Kachel mit Ihrer Projekt-ID.

   Hinweis: Ihre Projekt-ID finden Sie im linken Bereich Ihrer Lab-Anleitung.

3. Klicken Sie im Willkommensdialog auf Fertig.

   Die BigQuery-Konsole wird geöffnet. Im Bereich Explorer wird Ihr Projekt angezeigt. Der Projektname ist Ihre Projekt-ID.

4. Geben Sie im Abfrageeditor Folgendes ein und klicken Sie auf Ausführen:

SELECT * gibt alle Spaltenwerte einer bestimmten Tabelle aus.

Die resultierende Tabelle sollte unter Abfrageergebnisse angezeigt werden.

Fortschritt prüfen

Klicken Sie auf Fortschritt prüfen. Wenn Sie alle Spaltenwerte aus der Tabelle abgefragt haben, erhalten Sie ein Testergebnis.

Beantworten Sie folgende Fragen:

• Sehen Sie sich die Tabelle genau an (scrollen Sie auch nach links und rechts) und beantworten Sie die folgenden Fragen, um sich mit den Daten vertraut zu machen:

Unter der Tabelle in Abfrageergebnisse befinden sich mehr als eine Million Datenzeilen.

Sie haben die Antwort auf diese Frage in der BigQuery-Tabelle gefunden, die Sie in Ihrer ersten SQL-Abfrage erstellt haben. Für komplexere Fragen würden Sie entsprechend komplexere SQL-Abfragen ausführen, um Ihre Daten zu analysieren und wertvolle Informationen zu erhalten.

Aufgabe 4: SQL-Abfragen in BigQuery ausführen und mit Looker Studio Datenvisualisierungen erstellen

In dieser Aufgabe stellen Sie zwei Fragen und verwenden BigQuery, um die entsprechenden Informationen abzurufen. Anschließend verwenden Sie Looker Studio, um Berichte mit Datenvisualisierungen zu erstellen und die Informationen zu teilen.

In der vorherigen Aufgabe haben Sie sich ein Beispielabrechnungskonto in BigQuery angesehen, das Millionen von Datenzeilen enthält. Damit diese Daten sinnvoll genutzt werden können, müssen Sie sie analysieren können. In BigQuery führen Sie SQL-Abfragen aus, um Fragen zu beantworten und diese spezifischen Informationen zu erhalten.

Frage 1: Welche Diensttypen werden am häufigsten und welche am seltensten verwendet?

Sie möchten herausfinden, welche Diensttypen am häufigsten und welche am seltensten verwendet werden. Dazu benötigen Sie folgende Informationen:

• Welche Diensttypen in den 4 Projekten verwendet werden
• Welche Diensttypen am häufigsten und welche am seltensten verwendet werden

Um die Antworten zu finden, führen Sie SQL-Abfragen für die in BigQuery gehosteten Abrechnungsdaten aus.

Abfrage zum Identifizieren der Diensttypen

1. Löschen Sie im Abfrageeditor die aktuelle Abfrage.

2. Geben Sie im Abfrageeditor Folgendes ein und klicken Sie auf Ausführen:

Diese Abfrage zeigt, welcher Dienst den einzelnen Logs zugeordnet ist.

In der Spalte service.description sehen Sie, welcher Google Cloud-Dienst den einzelnen Logs zugeordnet ist. Das Schlüsselwort GROUP BY fasst Ergebniszeilen zusammen, die gemeinsame Kriterien aufweisen (in diesem Fall die Dienstbeschreibung), und gibt alle eindeutigen Werte für dieses Kriterium zurück.

Im Bereich Abfrageergebnisse sehen Sie auf dem Tab Ergebnisse, dass die 4 Projekte 15 verschiedene Arten von Google Cloud-Diensten verwenden.

Fortschritt prüfen

Klicken Sie auf Fortschritt prüfen. Wenn Sie die Abfrage für die Werte in der Spalte „service.description“ erfolgreich ausgeführt haben, erhalten Sie ein Testergebnis.

Abfrage der am häufigsten und am seltensten genutzten Diensttypen

1. Löschen Sie im Abfrageeditor die aktuelle Abfrage.

2. Geben Sie im Abfrageeditor Folgendes ein und klicken Sie auf Ausführen:

Diese Abfrage ermittelt, welche Diensttypen am häufigsten und welche am seltensten verwendet werden.

Mit der Funktion COUNT(*) wird die Anzahl der Zeilen zurückgegeben, die denselben Kriterien entsprechen (in diesem Fall der Dienstbeschreibung).

BigQuery zeigt die Ergebnisse im Bereich Abfrageergebnisse in einer Tabelle mit zwei Spalten: description und num. Die Werte in der Spalte num geben Aufschluss darüber, welche Diensttypen am häufigsten und welche am seltensten verwendet werden.

Fortschritt prüfen

Klicken Sie auf Fortschritt prüfen. Wenn Sie erfolgreich eine Abfrage ausgeführt haben, um zu sehen, welche Dienste am häufigsten und welche am seltensten verwendet werden, erhalten Sie ein Testergebnis.

Looker Studio-Visualisierung erstellen

1. Öffnen Sie Looker Studio in einem neuen Tab.

2. Klicken Sie auf Erstellen > Bericht.

3. Wählen Sie Land aus und geben Sie bei Namen des Unternehmens eingeben einen Namen ein.

4. Stimmen Sie den Nutzungsbedingungen zu und klicken Sie auf Weiter.

5. Wählen Sie in den E‑Mail-Einstellungen Ja zu allen aus (dies gilt für Ihre temporäre E‑Mail-Adresse für das Lab).

6. Klicken Sie auf Weiter.

7. Klicken Sie im Bereich Daten zum Bericht hinzufügen auf Datenverbindung herstellen.

8. Wählen Sie im Fenster Google Connectors die Option BigQuery aus.

9. Klicken Sie auf Autorisieren.

10. Wählen Sie unter Letzte Projekte die Option Benutzerdefinierte Abfrage aus.

11. Wählen Sie unter Abrechnungsprojekt Ihre Projekt-ID aus.

12. Geben Sie im Bereich Benutzerdefinierte Abfrage die zuvor verwendete Abfrage ein:

13. Klicken Sie auf Hinzufügen.

14. Klicken Sie auf Zum Bericht hinzufügen.

15. Klicken Sie auf Unbenannter Bericht und benennen Sie den Bericht in Services Breakdown um.

16. Klicken Sie auf Diagramm hinzufügen und wählen Sie Kreisdiagramm aus.

    

    Looker Studio generiert ein Kreisdiagramm zur Verwendung von Diensten:

17. Klicken Sie im Bereich Einrichtung auf Daten zusammenführen.

18. Bewegen Sie in der Konsole Daten zusammenführen im Bereich Messwert den Mauszeiger auf Anzahl der Datensätze und klicken Sie auf X, um diesen Messwert zu entfernen.

19. Klicken Sie auf Messwert hinzufügen und wählen Sie num aus.

    Möglicherweise müssen Sie nach unten scrollen, um die Menüoption num zu sehen.

20. Klicken Sie auf Speichern und dann auf Schließen.

Schließen Sie den Browsertab „Looker Studio“ und kehren Sie zum Browsertab der BigQuery-Konsole zurück. Jetzt sind Sie bereit, die zweite Frage zu beantworten.

Frage 2: Welche Regionen werden am häufigsten und welche am seltensten verwendet?

Um herauszufinden, welche Regionen in allen 4 Projekten am häufigsten und welche am seltensten verwendet werden, benötigen Sie folgende Informationen:

• In welchen Regionen die Google Cloud-Dienste ausgeführt wurden
• Welche Regionen am häufigsten und welche am seltensten verwendet werden

Abfrage, um herauszufinden, in welchen Regionen die Google Cloud-Dienste ausgeführt wurden

1. Löschen Sie im Abfrageeditor die aktuelle Abfrage.

2. Geben Sie im Abfrageeditor Folgendes ein und klicken Sie auf Ausführen:

Die Ergebnisse bestehen aus einer einzelnen Spalte region, in der die Regionen aufgeführt sind, in denen der Google Cloud-Dienst ausgeführt wurde. Ist kein Wert angegeben (null), ist die Region unbekannt.

Fortschritt prüfen

Klicken Sie auf Fortschritt prüfen. Wenn Sie erfolgreich eine Abfrage ausgeführt haben, um die Regionen abzurufen, in denen der Google Cloud-Dienst ausgeführt wurde, wird ein Testergebnis angezeigt.

Abfrage, um herauszufinden, welche Regionen am häufigsten und welche am seltensten verwendet werden

1. Löschen Sie im Abfrageeditor die aktuelle Abfrage.

2. Geben Sie im Abfrageeditor Folgendes ein und klicken Sie auf Ausführen:

Die Ergebnisse bestehen aus zwei Spalten: region und num. Sie geben Aufschluss darüber, welche Regionen am häufigsten und welche am seltensten verwendet werden.

Fortschritt prüfen

Klicken Sie auf Fortschritt prüfen. Wenn Sie die Abfrage erfolgreich ausgeführt und herausgefunden haben, welche Regionen von einem Dienst am häufigsten und welche am seltensten verwendet werden, erhalten Sie ein Testergebnis.

Looker Studio-Visualisierung für Regionen erstellen

1. Öffnen Sie Looker Studio in einem neuen Tab.

2. Klicken Sie auf Erstellen > Bericht.

3. Klicken Sie im Bereich Daten zum Bericht hinzufügen auf Datenverbindung herstellen.

4. Wählen Sie im Fenster Google Connectors die Option BigQuery aus.

5. Wählen Sie unter Letzte Projekte die Option Benutzerdefinierte Abfrage aus.

6. Wählen Sie unter Abrechnungsprojekt Ihre Projekt-ID aus.

7. Geben Sie die zuvor verwendete Abfrage ein:

8. Klicken Sie auf Hinzufügen.

9. Klicken Sie auf Zum Bericht hinzufügen.

10. Klicken Sie auf Unbenannter Bericht und benennen Sie den Bericht in Regions Breakdown um.

11. Klicken Sie auf Diagramm hinzufügen und wählen Sie Kreisdiagramm aus.

    Looker Studio generiert ein Kreisdiagramm zur Verwendung von Regionen:

12. Klicken Sie im Bereich Einrichtung auf Daten zusammenführen.

13. Bewegen Sie in der Konsole Daten zusammenführen im Bereich Messwert den Mauszeiger auf Anzahl der Datensätze und klicken Sie auf X, um diesen Messwert zu entfernen.

14. Klicken Sie auf Messwert hinzufügen und wählen Sie num aus.

    Möglicherweise müssen Sie nach unten scrollen, um die Menüoption num zu sehen.

15. Klicken Sie auf Speichern und dann auf Schließen.

    Sie haben nun zwei Datenvisualisierungen auf Grundlage Ihrer Abrechnungsdatenabfragen erstellt.

16. Klicken Sie auf Looker Studio .

17. Um die gerade erstellten Visualisierungen zu sehen, klicken Sie auf Regions Breakdown.

Das wars! Sie haben das Lab erfolgreich abgeschlossen.

In diesem Lab haben Sie sich mit dem Abrechnungsdienst in der Console beschäftigt und erfahren, wie Sie Ihre Abrechnungsdaten nach BigQuery exportieren. Sie haben die Daten mit SQL-Abfragen untersucht und dann die aggregierten Daten nach Looker Studio exportiert, wo Sie Kreisdiagramme zur Nutzung nach Dienst und Region erstellt haben.

Weitere Informationen

• Sehen Sie sich das Lab BigQuery-Abrechnungsdaten in Google Sheets analysieren an.

Google Cloud-Schulungen und -Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. Unsere Kurse vermitteln technische Fähigkeiten und Best Practices, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfänger wie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 27. August 2025 aktualisiert

Lab zuletzt am 27. August 2025 getestet

© 2026 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.