用途：在 Looker Studio 中基于 BigQuery 数据源设计并配置分析仪表板，适用于业务洞察可视化、实时报表、大数据集性能优化、ETL 自动化与团队协作共享。
主要能力：准备 GCP BigQuery 环境（创建项目、数据集、表与 IAM 权限）；通过原生 BigQuery 连接器或自定义 SQL 连接数据源；用定时查询预计算聚合数据以降低查询成本与加载时间；按 F 型布局设计仪表板，包含 KPI 卡片、趋势图、对比图、明细表与地图；配置日期范围、下拉与 SQL 高级筛选；使用分区键、抽取加载与缓存策略优化性能；开发 Community Connector；配置 BigQuery 与 Looker Studio 层级的访问控制与行级安全。
使用方式：先用 gcloud 创建项目并启用 BigQuery API，例如 gcloud projects create my-analytics-project、gcloud config set project my-analytics-project、gcloud services enable bigquery.googleapis.com；再创建数据集与表，授予 BigQuery Data Viewer、BigQuery User、BigQuery Job User 等角色；在 Looker Studio 中点击 + Create → Data Source，搜索并选择 Google BigQuery 连接器，认证后选择项目、数据集与表并连接；复杂转换可写自定义 SQL，性能敏感场景可创建定时查询生成预聚合表。
限制与规则：所有仪表板必须包含日期范围筛选；查询应直接使用分区键，避免 SELECT *；单个仪表板图表不超过 25 个，建议 20-25 个以内；避免直接连接大表过度使用实时查询；筛选器建议限制在 3-5 个附加筛选；颜色使用 3-4 种品牌色；目标平均加载 2-3 秒，月度 BigQuery 扫描数据控制在 5TB 内。Looker Studio 默认缓存 3 小时，BigQuery 相同查询缓存 6 小时。具体收费、价格与平台支持情况资料未提供。