googlebigquery-automation

Google BigQuery Automation via Rube MCP

技能概述

通过 Rube MCP（Composio）和 Metabase 集成，自动化执行 Google BigQuery 查询、探索数据集架构和检索元数据，支持原生 SQL 和 MBQL 两种查询方式。

适用场景

企业数据自动化分析

通过 Metabase 连接 BigQuery 数据源，自动执行定期报表查询、数据聚合和趋势分析，减少手动操作和重复工作。

数据仓库架构探索

快速检索 BigQuery 数据库的表结构、字段信息和元数据，帮助数据工程师和分析师理解数据仓库架构，无需编写额外代码。

BI 工具集成查询

利用 Metabase 作为中间层，通过 MBQL 或原生 SQL 与 BigQuery 交互，适合需要将查询能力集成到自定义应用或工作流的场景。

核心功能

原生 SQL 查询执行

使用 METABASE_POST_API_DATASET 工具直接运行标准 BigQuery SQL 语句，支持参数化查询和结果集大小控制，适用于复杂分析和自定义数据处理。

MBQL 结构化查询

通过 Metabase Query Language 执行带有内置聚合、过滤和排序的结构化查询，自动转换为优化的 SQL，适合标准化报表和仪表盘数据源。

元数据与架构探索

使用 METABASE_GET_API_DATABASE 和相关工具快速列出可用数据库、获取完整表结构信息，帮助在编写查询前了解数据架构。

常见问题

如何通过 Rube MCP 连接 BigQuery？

Rube MCP 通过 Metabase 作为中间层连接 BigQuery。首先添加 https://rube.app/mcp 为 MCP 服务器，然后使用 RUBE_MANAGE_CONNECTIONS 工具并指定 toolkit 为 metabase 完成授权。连接激活后，Metabase 中已配置的 BigQuery 数据源即可使用。注意：BigQuery 项目需要先在 Metabase 中配置为数据源。

MBQL 查询和原生 SQL 有什么区别？

MBQL（Metabase Query Language）是一种结构化查询语言，使用字段 ID、聚合类型和过滤条件构建查询，会自动转换为优化的 SQL。原生 SQL 则直接编写 BigQuery 标准 SQL，灵活性更高但需要熟悉语法。建议：标准化报表用 MBQL，复杂分析用原生 SQL。两者可通过 METABASE_POST_API_DATASET_NATIVE 工具互相转换。

如何获取 BigQuery 数据库的 ID？

数据库 ID 是 Metabase 内部的整数标识，不是 BigQuery 项目名称。使用 METABASE_GET_API_DATABASE 工具可以列出所有配置的数据库及其 ID。获取 ID 后，可配合 METABASE_GET_API_DATABASE_ID_METADATA 检索完整的表和字段元数据，确保查询使用正确的表和字段标识符。