Introducción
Siguiendo con la serie de entradas para desarrollar un prototipo de IoT para Salud, una vez tenemos terminada la conexión Pub/Sub con BigQuery podemos empezar a almacenar y analizar datos históricos.
Lo primero que debemos hacer tras almacenar todos nuestros datos es saber cuales son esos problemas a los que tenemos que dar respuesta y el siguiente paso es tener claros los datos que necesitamos para responder a estas preguntas. En nuestro caso, al tratarse de un prototipo de IoT para salud los datos los estamos generando nosotros mismos, más concretamente estamos recogiendo estos datos desde los sensores de nuestros pacientes.
BigQuery es una herramienta alojada en la nube que nos permite realizar consultas a bases de datos muy grandes (grandes volúmenes de datos). Permite hacer consultas mediante SQL. SQL es un Lenguaje de Consulta Estructurado, es un tipo de lenguaje de programación que ayuda a solucionar problemas específicos o relacionados con la definición, manipulación e integridad de la información representada por los datos que se almacenan en las bases de datos.
Un punto importante es que se puede acceder mediante una UI web, mediante terminal, también mediante librerías para multitud de lenguajes, como puede ser Python o Java.
Puede procesar alrededor de 10.000 filas por segundo y también permite cruzar información de diferentes fuentes de datos.
El siguiente paso es el tratamiento de los datos:
-
Inserción de datos
-
Transformación
-
Almacenamiento
-
Análisis de datos
-
Visualización (dashboard)
Realizar queries en bigQuery
Antes de comenzar con nuestras consultas, tenemos que tener creado un bucket, así como una tabla donde se irán insertando los datos de manera automática.
Una vez creado nuestro bucket, así como la tabla donde se van insertando los datos de manera automática, ya podemos empezar a buscar información en nuestras tablas. Es importante tener en cuenta que se utiliza el dialecto SQL estándar.
Para ello, tenemos que irnos al menú de la hamburguesa y en la sección "BigData" seleccionar "BigQuery", donde podremos observar la siguiente pantalla:











https://cloud.google.com/bigquery/docs/reference/standard-sql/query-syntax
Visualización de datos con data studio
Una vez obtenemos los resultados que queremos de nuestra petición podemos guardar estos datos en una tabla. Hasta el momento no estamos guardando nada, solo hemos hecho peticiones. Además, es importante tener en cuenta que el almacenamiento tiene un coste dependiendo del número de datos filtrados en cada una de nuestras búsquedas.

Como podemos observar, en la parte derecha tenemos la opción de elegir el formato de gráfico que deseamos utilizar según los datos que estamos estudiando. En el botón de “Añadir un gráfico”, que aparece en la parte de arriba a la izquierda podemos introducir más gráficos para mostrar en la misma pantalla, cada uno de ellos con el formato que queramos.
