Conector de origem

Conector Google BigQuery

Integração do Google BigQuery com bancos de dados, warehouses e ferramentas de BI

Warehouse analítico serverless no Google Cloud. A Datrise captura entidades do Google BigQuery como datasets, tabelas, views, jobs de consulta, esquemas de tabela e partições, e entrega modelos normalizados e tipados para reporting em warehouse, atribuicao e fluxos de IA.

A Google BigQuery API v2 (Standard SQL) + Storage Read API autentica com OAuth 2.0, service account, e o fornecedor 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).

Dos 6 objetos, 5 sincronizam com upsert por chave primária e 1 como fluxos append-only, então cada execução incremental move só o que mudou desde a última marca d'água. Cada objeto chega na própria tabela (por exemplo `bigquery_datasets`) com esquema derivado da API do Google BigQuery, não de um CSV, em qualquer um dos 43 destinos suportados.

A Datrise está em acesso antecipado: escolha um destino abaixo para ver o pipeline do Google BigQuery e entre na lista de espera para receber o conector com onboarding guiado.

Sync incrementalMapeamento orientado a schema43 destinos disponíveis

Quais dados do Google BigQuery a Datrise extrai

Cada objeto chega na própria tabela tipada. O modo de sync deriva do objeto: objetos de histórico fazem append, o restante faz upsert.

Objeto	Tabela de destino	Modo de sync
datasets	bigquery_datasets	Upsert por chave primária, incremental por updated-at
tables	bigquery_tables	Upsert por chave primária, incremental por updated-at
views	bigquery_views	Upsert por chave primária, incremental por updated-at
query jobs	bigquery_query_jobs	Append incremental por timestamp
table schemas	bigquery_table_schemas	Upsert por chave primária, incremental por updated-at
partitions	bigquery_partitions	Upsert por chave primária, incremental por updated-at

API do Google BigQuery: fatos de configuração do conector

Verificado na documentação do fornecedor em 2026-09-02. Valores desconhecidos ficam em branco, não são inventados.

API	Google BigQuery API v2 (Standard SQL) + Storage Read API
Autenticação	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.
Paginação	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.
Limite de requisições	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	Não publicado
Webhooks	Não
Exportação em massa	Sim — EXTRACT job to Google Cloud Storage (CSV, JSON, Avro, or Parquet)
Detecção de exclusões	Não

Referência oficial da API

Compare isto com todas as outras APIs documentadas

Destinos populares para Google BigQuery

Escolha um destino abaixo para abrir a pagina de pipeline pronta.

A
Airtable
Destino de planilha relacional para equipes de operações e go-to-market.
Ver pipeline
A
Amazon Athena
SQL serverless sobre tabelas do data lake no S3.
Ver pipeline
A
Amazon DynamoDB
Banco key-value e documental serverless na AWS.
Ver pipeline
A
Amazon QuickSight
BI serverless na AWS com SPICE e analytics embutido.
Ver pipeline
A
Amazon Redshift
Warehouse em escala petabyte na AWS com Spectrum.
Ver pipeline
A
Amazon S3 Data Lake
Zona de landing em object storage para parquet e snapshots.
Ver pipeline
A
Apache Superset
BI open source para exploração SQL, gráficos e publicação de dashboards.
Ver pipeline
A
Arquivos CSV
Destino de arquivos planos para exports e compartilhamento leve.
Ver pipeline
A
Azure Data Lake Storage
Armazenamento ADLS Gen2 para cargas analíticas.
Ver pipeline

Perguntas sobre o conector Google BigQuery

Quais dados do Google BigQuery o conector extrai?: 6 objetos: datasets, tables, views, query jobs, table schemas e partitions. Cada um vai para a própria tabela com tipos preservados; objetos com histórico (1: query jobs) são carregados como append-only.
A integração do Google BigQuery é incremental?: Sim. Depois da carga inicial completa, cada execução lê só os registros alterados desde a última marca d'água (updated-at ou timestamp do evento) e aplica upsert ou append conforme o objeto.
Para onde posso carregar os dados do Google BigQuery?: Para 43 destinos: bancos relacionais, warehouses, data lakes, planilhas e ferramentas de BI. Cada par Google BigQuery → destino tem a própria página com o mapeamento de objetos para tabelas.

Outras fontes de

Outras fontes da mesma categoria, cada uma com a própria página de conector.

Acesso antecipado

Lance seu pipeline de Google BigQuery com onboarding guiado

Entre na lista de espera para ter acesso prioritário às integrações de Google BigQuery com setup guiado, mapeamento orientado a schema e sync incremental de nível produção.