GSP622

概览

借助 Looker Studio，您可以通过交互式信息中心和精美的报告来挖掘数据价值，为制定更明智的业务决策提供灵感。

借助 Looker Studio，您可以：

• 建立连接：轻松访问各种数据。借助内置连接器和合作伙伴连接器，您可以与几乎任何类型的数据流建立连接。
• 实现可视化：将枯燥的数据转化为生动而有说服力的视觉故事。您可以使用 Looker Studio 基于 Web 的报告工具快速构建信息中心。
• 轻松共享：与个人、团队或全世界共享您的报告和信息中心，还能进行实时协作，并将报告嵌入任何页面。

在本实验中，您将使用 Looker Studio 创建数据可视化图表。首先，您将探索一个 Google Cloud 账单示例，并了解如何将结算数据导出至 BigQuery。BigQuery 是 Google 推出的无服务器企业级数据仓库，它具备极强的扩容能力和卓越的性价比优势，可让数据分析师更加高效地工作。

对结算数据运行一些 SQL 查询后，您要将这些指标导出至 Looker Studio，并探索该服务的主要功能，然后构建自己的结算数据可视化图表。

学习内容

在本实验中，您将学习如何完成以下操作：

• 使用 Google Cloud 控制台中的结算服务，探索项目及其对云计算资源的使用情况。
• 将结算数据导出至 BigQuery
• 在 BigQuery 中探索结算数据。
• 运行 SQL 查询，更好地了解项目对 Google Cloud 服务的使用情况。
• 将查询到的数据导出至 Looker Studio。
• 探索 Looker Studio 工具，并使用查询到的数据生成可视化图表。

准备就绪后，请向下滚动页面，并按下方步骤设置实验环境。

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。

为完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式（推荐）或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：请仅使用学生账号完成本实验。如果您使用其他 Google Cloud 账号，则可能会向该账号收取费用。

如何开始实验并登录 Google Cloud 控制台

1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。左侧是“实验详细信息”窗格，其中包含以下各项：

   • “打开 Google Cloud 控制台”按钮
   • 剩余时间
   • 进行该实验时必须使用的临时凭据
   • 帮助您逐步完成本实验所需的其他信息（如果需要）

2. 点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。

   该实验会启动资源并打开另一个标签页，显示“登录”页面。

   提示：将这些标签页安排在不同的窗口中，并排显示。

   注意：如果您看见选择账号对话框，请点击使用其他账号。

3. 如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。

   {{{user_0.username | "<用户名>"}}}

   您也可以在“实验详细信息”窗格中找到“用户名”。

4. 点击下一步。

5. 复制下面的密码，然后将其粘贴到欢迎对话框中。

   {{{user_0.password | "<密码>"}}}

   您也可以在“实验详细信息”窗格中找到“密码”。

6. 点击下一步。

   重要提示：您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。

7. 继续在后续页面中点击以完成相应操作：

   • 接受条款及条件。
   • 由于这是临时账号，请勿添加账号恢复选项或双重验证。
   • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Google Cloud 控制台。

注意：如需访问 Google Cloud 产品和服务，请点击导航菜单，或在搜索字段中输入服务或产品的名称。

任务 1. 探索演示项目及其相关账单

在此任务中，您将探索结算数据并识别要重点关注的数据集。本实验提供了示例数据供您使用。

1. 在 Google Cloud 控制台的导航菜单 () 中，点击结算。

2. 在结算窗口中，点击管理结算账号。

3. 点击 GCP 费用管理结算演示。

   系统随即打开结算账号概览窗口。

4. 在结算账号窗格中，点击管理结算账号。

   与此结算账号关联的 Google Cloud 项目随即列出：

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

   这四个 Google Cloud 项目展示了一个常见的企业架构，其中包含用于开发、生产、存储和沙盒测试的不同项目。

   注意：本实验中使用的结算数据与这四个项目相关联。数据以 CSV（电子表格）文件的形式提供。

5. 在 Cloud 控制台的导航菜单 () 中，依次点击结算 > 概览。

   该窗口会提供结算账号的概览。

6. 向下滚动，探索跟踪结算账号的数据和图表。

7. 在 Cloud 控制台的导航菜单 () 中，依次点击结算 > 报告。

   该窗口会显示结算账号的报告。请注意每个项目的费用趋势、价格上涨和下跌的时间，以及报告的过滤功能。

任务 2. 将数据导出至 BigQuery：仅供参考

在此任务中，您将使用 BigQuery 轻松查询和过滤大型数据集、汇总结果并执行复杂操作，以优化数据分析。BigQuery 是在 Google Cloud 上运行的全托管式数据仓库。

注意：此任务仅用于演示目的。请跟着操作，但不要尝试在您的实验环境中重现这些步骤，因为在实验环境下，这些步骤可能不起作用。如果您想在 BigQuery 中注入结算数据，可以稍后在自己的 Google Cloud 项目中完成这些步骤。

您在上一部分中探索的结算数据已在本实验开始时导出至 BigQuery。本部分介绍了相关流程，仅供参考。

1. 在 Google Cloud 控制台的导航菜单 () 中，依次点击结算 > 结算数据导出。

   系统随即打开结算数据导出窗口，并默认选中 BigQuery 导出标签页。

2. 点击修改设置，以显示导出选项。

   注意：由于您没有配置结算数据导出功能的权限，此选项处于停用状态。

3. 点击项目，然后选择包含您的结算账号的项目。

4. 点击结算导出数据集，然后设置您要托管此数据的 BigQuery 数据集。

5. 点击保存。

   这会启动一项作业，将您的结算数据保存为所选 BigQuery 数据集中的一个表。

请注意，结算导出需要一段时间来填充数据（几小时到一天）。

本实验的结算数据已导出至 BigQuery 的一个表中。按照 BigQuery 的 project.dataset.table 惯例，结算数据的完整路径为：

ctg-storage.bigquery_billing_export.gcp_billing_export_v1_01150A_B8F62B_47D999

您要使用此路径来查询项目数据。

任务 3. 在 BigQuery 中探索结算数据

在此任务中，您将在 BigQuery 中使用 SQL 查询来查看可用的信息。在开始实验时，结算数据已自动导出至 BigQuery。

1. 在 Cloud 控制台中，点击导航菜单 () 下的 BigQuery。

2. 在选择近期的项目下，点击包含您的项目 ID 的图块。

   注意：您的项目 ID 在实验说明的左侧窗格中。

3. 在欢迎对话框中，点击完成。

   BigQuery 控制台即会打开。探索器窗格中会显示您的项目。项目名称就是您的项目 ID。

4. 在查询编辑器中输入以下命令，然后点击运行：

SELECT * FROM `ctg-storage.bigquery_billing_export.gcp_billing_export_v1_01150A_B8F62B_47D999`

SELECT * 会返回指定表中所有列的值。

您应该会在查询结果部分看到返回的表。

检查我的进度

点击检查我的进度可验证您已完成的任务。如果您成功运行查询并获取了表中的所有列值，将获得相应的评估分数。

在 BigQuery 中探索结算数据。

请回答以下问题

• 检查该表（务必左右滚动），并回答以下问题，以便您进一步熟悉这些数据：

在查询结果下方的表中，有超过 100 万行数据。

通过查看在第一个 SQL 查询中创建的 BigQuery 表，您找到了这个问题的答案。对于更复杂的问题，您需要运行更复杂的 SQL 查询来分析数据，这样才能获得有价值的分析洞见。

任务 4. 在 BigQuery 中执行 SQL 查询，并使用 Looker Studio 构建数据可视化图表

在此任务中，您将提出两个问题，并使用 BigQuery 获取相关信息。然后，您要使用 Looker Studio 构建包含数据可视化图表的报告，以分享这些数据洞见。

在之前的任务中，您探索了 BigQuery 中的一个示例结算账号，其中包含数百万行数据。为了让这些信息产生价值，您必须能够通过分析数据来获取特定信息。在 BigQuery 中，您可以运行 SQL 查询来回答问题，从而获取特定信息。

注意： 本实验中提供的结算数据是动态的，因此日志数和表中的行数会有所不同。您的查询和控制台输出可能与实验说明中的图片内容不同。

问题 1：哪些服务类型最常用，哪些最不常用？

您想要找出最常用和最不常用的服务类型，因此必须确定：

• 这四个项目所使用的服务类型
• 哪些服务类型的使用量最高，哪些最低

为了获得答案，您需要对托管在 BigQuery 中的结算数据运行 SQL 查询。

用于识别服务类型的查询

1. 在查询编辑器中，清除当前查询。

2. 在查询编辑器中输入以下命令，然后点击运行：

SELECT service.description FROM `ctg-storage.bigquery_billing_export.gcp_billing_export_v1_01150A_B8F62B_47D999` GROUP BY service.description

此查询会显示与每条日志关联的服务。

service.description 列会告诉您每条日志与哪个 Google Cloud 服务相关联。关键字 GROUP BY 可以汇总结果集中符合同一条件（在本例中为服务说明）的行，并返回所找到的符合该条件的所有唯一条目。

在查询结果部分的结果标签页中，您可以看到这四个项目使用了 15 种不同类型的 Google Cloud 服务。

检查我的进度

点击检查我的进度可验证您已完成的任务。如果您已成功运行查询来获取 service.description 列值，系统会显示一个评估分数。

运行查询以获取 service.description 列值。

可找出最常用和最不常用服务类型的查询

1. 在查询编辑器中，清除当前查询。

2. 在查询编辑器中输入以下命令，然后点击运行：

SELECT service.description, COUNT(*) AS num FROM `ctg-storage.bigquery_billing_export.gcp_billing_export_v1_01150A_B8F62B_47D999` GROUP BY service.description

此查询可确定哪些服务类型最常用，哪些最不常用。

COUNT(*) 函数可以计算符合同一条件（在本例中为服务说明）的行的数量。

BigQuery 会在查询结果部分以表格形式显示结果，该表包含两列：description 和 num。比较 num 列中的数字，确定最常用和最不常用的服务类型。

检查我的进度

点击检查我的进度可验证您已完成的任务。如果您已成功运行查询，找出了最常用和最不常用的服务，系统会显示一个评估分数。

运行查询，找出最常用和最不常用的服务。

在 Looker Studio 中直观呈现

1. 在新标签页中打开 Looker Studio。

2. 依次点击创建 > 报告。

3. 选择国家/地区，输入公司名称。

4. 同意服务条款，然后点击继续。

5. 在邮件接收设置中，选择全部同意（这与您的临时学生电子邮件地址相关联）。

6. 点击继续。

7. 在为报告添加数据窗格中，点击连接到数据。

8. 在 Google 连接器窗口中，选择 BigQuery。

9. 点击授权。

10. 在近期的项目中，选择自定义查询。

11. 在结算项目中，选择您的项目 ID。

12. 在客户查询窗格中，输入您之前使用的查询：

SELECT service.description, COUNT(*) AS num FROM `ctg-storage.bigquery_billing_export.gcp_billing_export_v1_01150A_B8F62B_47D999` GROUP BY service.description

13. 点击添加。

14. 点击添加到报告。

15. 点击未命名报告，并将此报告重命名为 Services Breakdown。

16. 点击添加图表，然后选择饼图。

    

    Looker Studio 会生成一张关于服务使用情况的饼图。

17. 在设置窗格中，点击混合数据。

18. 在混合数据控制台的指标部分，将指针悬停在记录数上，然后点击 X 以移除该指标。

19. 点击添加指标，然后选择 num。

    您可能需要向下滚动才能看到 num 菜单选项。

20. 点击保存，然后点击关闭。

关闭 Looker Studio 浏览器标签页，并返回 BigQuery 控制台浏览器标签页。现在，您可以回答第二个问题了。

问题 2：哪些区域最常用，哪些最不常用？

为了找出在所有四个项目中最常用和最不常用的区域，您必须确定：

• Google Cloud 服务在哪些区域运行
• 哪些区域的使用量最高，哪些最低

可确定 Google Cloud 服务在哪些区域中运行的查询

1. 在查询编辑器中，清除当前查询。

2. 在查询编辑器中输入以下命令，然后点击运行：

SELECT location.region FROM `ctg-storage.bigquery_billing_export.gcp_billing_export_v1_01150A_B8F62B_47D999` GROUP BY location.region

结果是一个 region 列，其中列出了 Google Cloud 服务所运行的区域。null 表示区域未知。

检查我的进度

点击检查我的进度可验证您已完成的任务。如果您已成功运行查询来获取 Google Cloud 服务所运行的区域，系统会显示一个评估分数。

运行以下查询，获取 Google Cloud 服务所运行的区域。

可确定哪些区域最常用，哪些最不常用的查询

1. 在查询编辑器中，清除当前查询。

2. 在查询编辑器中输入以下命令，然后点击运行：

SELECT location.region, COUNT(*) AS num FROM `ctg-storage.bigquery_billing_export.gcp_billing_export_v1_01150A_B8F62B_47D999` GROUP BY location.region

结果包含两列：region 和 num。比较结果，确定哪些区域的使用量最高，哪些最低。

检查我的进度

点击检查我的进度可验证您已完成的任务。如果您已成功运行查询，找出了使用量最高和最低的区域，系统会显示一个评估分数。

运行查询，找出服务使用量最高和最低的区域。

为区域创建 Looker Studio 可视化图表

1. 在新标签页中打开 Looker Studio。

2. 依次点击创建 > 报告。

3. 在为报告添加数据窗格中，点击连接到数据。

4. 在 Google 连接器窗口中，选择 BigQuery。

5. 在近期的项目中，选择自定义查询。

6. 在结算项目中，选择您的项目 ID。

7. 输入您之前使用的查询：

SELECT location.region, COUNT(*) AS num FROM `ctg-storage.bigquery_billing_export.gcp_billing_export_v1_01150A_B8F62B_47D999` GROUP BY location.region

8. 点击添加。

9. 点击添加到报告。

10. 点击未命名报告，并将此报告重命名为 Regions Breakdown。

11. 点击添加图表，然后选择饼图。

    Looker Studio 会生成一张关于服务使用情况的饼图。

12. 在设置窗格中，点击混合数据。

13. 在混合数据控制台的指标部分，将指针悬停在记录数上，然后点击 X 以移除该指标。

14. 点击添加指标，然后选择 num。

    您可能需要向下滚动才能看到 num 菜单选项。

15. 点击保存，然后点击关闭。

    您已成功根据结算数据查询创建了两个数据可视化图表。

16. 点击 Looker Studio

17. 如需查看您刚刚创建的可视化图表，请点击 Regions Breakdown。

恭喜！

在本实验中，您探索了控制台中的结算服务，并了解了如何将结算数据导出至 BigQuery。在通过 SQL 查询探索数据后，您将汇总的数据导出到了 Looker Studio 中，并在其中生成了服务和区域使用情况的可视化图表（饼图）。

后续步骤/了解详情

• 查看实验在 Google 表格中检查 BigQuery 结算数据。

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

上次更新手册的时间：2025 年 8 月 27 日

上次测试实验的时间：2025 年 8 月 27 日

版权所有 2026 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。