La velocidad con la que un informe de Looker Studio se carga y responde a los cambios de los usuarios (por ejemplo, aplicar filtros o cambiar el periodo) depende de distintos factores, como los siguientes:
- El rendimiento del conjunto de datos subyacente
- La cantidad de datos que se consultan en las visualizaciones del informe
- La complejidad de las consultas
- Latencia de la red
Algunos de estos factores escapan de tu control o del de Looker Studio. Por ejemplo, no puedes hacer mucho para mejorar la capacidad de respuesta de la plataforma de datos subyacente ni para aumentar la velocidad de tu conexión de red. No obstante, hay algunas medidas que puedes tomar para mejorar el rendimiento de tus informes en Looker Studio.
Ajustar la frecuencia de actualización de datos
La mayoría de los tipos de fuentes de datos tienen una opción de actualización de datos (la única excepción son las fuentes de datos extraídas). Esta opción te permite equilibrar la necesidad de información actualizada con el rendimiento del informe y los posibles costes o cuotas de consulta. Cada tipo de fuente de datos tiene su propio umbral de actualización de datos predeterminado, pero puedes ajustarlo según sea necesario. Por ejemplo, si estás midiendo el rendimiento de los anuncios en tu sitio o aplicación, las actualizaciones de datos diarias podrían ser suficientes. Por otro lado, puede que los informes basados en analíticas de redes sociales tengan que actualizarse varias veces al día.
Más información sobre cómo gestionar la actualización de datos
Usar una fuente de datos extraída
Una fuente de datos extraída es una captura estática de hasta 100 MB de datos. Una vez creada, las solicitudes de datos de tu informe se dirigen a esta captura y no al conjunto de datos subyacente. De este modo, los informes y las exploraciones se cargan más deprisa y ofrecen un mejor rendimiento que cuando se utiliza una conexión activa a los datos.
Las fuentes de datos extraídas no tienen una opción de actualización de datos. En lugar de usar esa opción, puedes programar que los datos de la fuente de datos extraída se actualicen cuando quieras.
Más información sobre cómo extraer datos
Mejoras en las fuentes de datos de BigQuery
En las siguientes secciones se ofrecen consejos para mejorar el rendimiento de los informes que usan datos de BigQuery.
Acelerar las fuentes de datos de BigQuery con BI Engine
BigQuery BI Engine es un servicio de análisis en memoria de alta velocidad. que permite analizar los datos almacenados en BigQuery con tiempos de respuesta a las consultas inferiores a un segundo y con una elevada simultaneidad.
BI Engine se integra con Looker Studio para acelerar la exploración y el análisis de datos. Además, permite crear paneles de control e informes completos e interactivos en Looker Studio sin influir en el rendimiento, la escalabilidad, la seguridad ni la actualización de los datos.
Empieza a usar Looker Studio con BI Engine.
Habilitar la API Storage Read de BigQuery
En el caso de las consultas que usan resultados paginados, habilitar la API Storage Read de BigQuery puede mejorar los tiempos de consulta. Looker Studio usa automáticamente la API Storage Read cuando esto mejora los tiempos de ejecución de las consultas.
Para habilitar la API BigQuery Storage Read, concede los siguientes permisos al usuario de BigQuery que esté conectado a Looker Studio:
bigquery.readsessions.createbigquery.readsessions.getData