我正在寻找将 Google Analytics 数据（以及历史数据）提取到 Redshift 的选项。欢迎任何有关工具、API 的建议。我在网上搜索并发现 Stitch 作为 ETL 工具之一，如果您有，请帮助我更好地了解此选项和其他选项。
【问题讨论】：
标签： google-analytics amazon-redshift etl google-analytics-firebase data-ingestion
Google Analytics 有一个 API (Core Reporting API)。这对于获取偶尔的 KPI 很有用，但由于 API 限制，它不适合导出大量历史数据。
对于大数据转储，最好使用 BigQuery 的链接（“链接”，因为我想避免使用“集成”这个词，这意味着比您实际拥有的控制级别更高）。
设置 BigQuery 的链接相当简单 - 您在 Google Cloud Console 中创建一个项目，启用结算（BigQuery 需要付费，它不属于 GA360 合同的一部分），将您的电子邮件地址添加为 BigQuery Owner “IAM&Admin”部分，转到您的 GA 帐户并在 GA Admin 部分的“Property Settings/Product Linking/All Products/BigQuery Link”中输入 BigQuery 项目 ID。这里描述了这个过程：https://support.google.com/analytics/answer/3416092
您可以在标准更新和流式更新之间进行选择 - 后者需要额外付费，但可以为您提供近乎实时的数据。前者每八小时每天更新三次 BigQuery 中的数据。
导出的数据不是原始数据，这已经是会话化的（即，虽然每次点击都会得到一行，但该点击的流量归因将是基于会话的）。
您将支付三种不同的费用 - 一种用于导出到 BigQuery，一种用于存储，另一种用于实际查询。此处记录了定价：https://cloud.google.com/bigquery/pricing。
定价取决于地区等。在涉及法律事务时，存储数据的区域可能也很重要 - 例如。如果您必须遵守 GDPR，您的数据应存储在欧盟。确保您获得正确的区域，因为在区域之间移动数据很麻烦（您需要将表导出到 Google Cloud 存储并在适当的区域重新导入它们）并且有点昂贵。
您不能只删除数据并进行新的导出 - 在您第一次导出时，BigQuery 将回填过去 13 个月的数据，但每次视图只会执行一次此操作。所以如果你需要历史数据最好把它弄好，因为如果你删除了 BQ 中的数据，你将无法取回它。
我实际上对 Redshift 了解不多，但根据您的评论，您希望在 Tableau 中显示数据，并且 Tableau 直接连接到 BigQuery。
我们使用自定义 SQL 查询将数据导入 Tableau（Google Analytics 数据存储在日常表格中，自定义 SQL 似乎是查询多个表格数据的最简单方法）。 BigQuery 有一个基于用户的缓存，只要查询不发生变化，它就会持续 24 小时，因此您无需在每次打开报表时都为查询付费。密切关注成本仍然是一个好主意 - 成本不是基于结果大小，而是取决于必须搜索以产生所需结果的数据量，所以如果您在很长一段时间内查询，也许做几个join 单个查询可能会跑到几十欧元（乘以使用查询的用户数量）。
【讨论】：
scitylana.com 有一项服务可以将 Google Analytics 免费数据传送到 S3。 您可以获得 3 年或更长时间。
提取是通过 API 完成的。架构是命中级别的，具有 100 多个维度/指标。 根据您视图中的数据量，我认为这也可以通过 GA360 完成。
【讨论】：
另一种选择是使用Stitch自己的规范singer.io和相关的开源包：
您使用它们的方式是将数据从管道传输到另一个：
tap-google-analytics -c ga.json | target-redshift -c redshift.json
【讨论】：