Conector de origen

Conector de Google BigQuery

Integración de Google BigQuery con bases de datos, warehouses y herramientas de BI

Warehouse analítico sin servidor en Google Cloud. Datrise captura entidades de Google BigQuery como datasets, tablas, vistas, jobs de consulta, esquemas de tabla y particiones, y luego entrega modelos normalizados y tipados para reporting en warehouse, atribución y flujos de IA.

La Google BigQuery API v2 (Standard SQL) + Storage Read API se autentica con OAuth 2.0, service account, y el proveedor limita a 100 concurrent interactive queries per project (default 200 TiB/day query-bytes-billed quota), 100,000 load jobs per project per day, extract/export jobs capped at 50 TiB exported per day, on-demand pricing capped at 2,000 slots, and most API methods limit to 100 requests/second per user (`jobs.get` is the exception at 1,000/sec).

De los 6 objetos, 5 se sincronizan con upsert por clave primaria y 1 como flujos append-only, de modo que cada ejecución incremental solo mueve lo que cambió desde la última marca de agua. Cada objeto llega a su propia tabla (por ejemplo `bigquery_datasets`) con el esquema derivado de la API de Google BigQuery, no de un CSV, en cualquiera de los 43 destinos soportados.

Datrise está en acceso anticipado: elige un destino abajo para ver el pipeline de Google BigQuery y únete a la lista de espera para recibir el conector con onboarding guiado.

Sincronización incrementalMapeo consciente del esquema43 destinos disponibles

Qué datos de Google BigQuery extrae Datrise

Cada objeto llega a su propia tabla tipada. El modo de sync se deriva del objeto: los objetos de historial se anexan, el resto se actualiza con upsert.

Objeto	Tabla de destino	Modo de sync
datasets	bigquery_datasets	Upsert por clave primaria, incremental por updated-at
tables	bigquery_tables	Upsert por clave primaria, incremental por updated-at
views	bigquery_views	Upsert por clave primaria, incremental por updated-at
query jobs	bigquery_query_jobs	Append incremental por marca de tiempo
table schemas	bigquery_table_schemas	Upsert por clave primaria, incremental por updated-at
partitions	bigquery_partitions	Upsert por clave primaria, incremental por updated-at

API de Google BigQuery: datos de configuración del conector

Verificado contra la documentación del proveedor el 2026-09-02. Los valores desconocidos se dejan en blanco, no se inventan.

API	Google BigQuery API v2 (Standard SQL) + Storage Read API
Autenticación	OAuth 2.0, service account — Standard Google Cloud IAM: an OAuth 2.0 user token or, far more commonly for pipelines, a service account key/attached identity with `bigquery.dataViewer` and `bigquery.jobUser` roles.
Paginación	token — `jobs.getQueryResults` and `tabledata.list` return an opaque `pageToken` to fetch subsequent pages; the Storage Read API instead streams results as Avro/Arrow without page tokens.
Límite de peticiones	100 concurrent interactive queries per project (default 200 TiB/day query-bytes-billed quota), 100,000 load jobs per project per day, extract/export jobs capped at 50 TiB exported per day, on-demand pricing capped at 2,000 slots, and most API methods limit to 100 requests/second per user (`jobs.get` is the exception at 1,000/sec)
Cursor incremental	No publicado
Webhooks	No
Exportación masiva	Sí — EXTRACT job to Google Cloud Storage (CSV, JSON, Avro, or Parquet)
Detección de borrados	No

Referencia oficial de la API

Compara esto con todas las demás APIs documentadas

Destinos populares para Google BigQuery

Elige un destino abajo para abrir la página de pipeline lista para usar.

A
Airtable
Destino de hoja relacional para equipos de operaciones y go-to-market.
Ver pipeline
A
Amazon Athena
SQL serverless sobre tablas del data lake en S3.
Ver pipeline
A
Amazon DynamoDB
Base key-value y documental serverless en AWS.
Ver pipeline
A
Amazon QuickSight
BI serverless en AWS con SPICE y analítica embebida.
Ver pipeline
A
Amazon Redshift
Almacén a escala petabyte en AWS con Spectrum.
Ver pipeline
A
Amazon S3 Data Lake
Zona de aterrizaje en object storage para parquet y snapshots.
Ver pipeline
A
Apache Superset
BI open source para exploración SQL, gráficos y publicación de dashboards.
Ver pipeline
A
Archivos CSV
Destino de archivos planos para exportaciones y compartición ligera.
Ver pipeline
A
Azure Data Lake Storage
Almacenamiento ADLS Gen2 para cargas analíticas.
Ver pipeline

Preguntas sobre el conector de Google BigQuery

¿Qué datos de Google BigQuery extrae el conector?: 6 objetos: datasets, tables, views, query jobs, table schemas y partitions. Cada uno se carga en su propia tabla con tipos preservados; los objetos con historial (1: query jobs) se cargan como append-only.
¿La integración de Google BigQuery es incremental?: Sí. Tras la carga inicial completa, cada ejecución lee solo los registros cambiados desde la última marca de agua (updated-at o timestamp del evento) y aplica upsert o append según el objeto.
¿A dónde puedo cargar los datos de Google BigQuery?: A 43 destinos: bases de datos relacionales, warehouses, data lakes, hojas de cálculo y herramientas de BI. Cada par Google BigQuery → destino tiene su propia página con el mapeo de objetos a tablas.

Otras fuentes de

Otras fuentes de la misma categoría, cada una con su propia página de conector.

Acceso anticipado

Lanza tu pipeline de Google BigQuery con onboarding guiado

Únete a la lista de espera para obtener acceso prioritario a integraciones de Google BigQuery con setup guiado, mapeo consciente del esquema y sincronización incremental de nivel producción.