Integración · Investigar y analizar

Google BigQuery + agentes de IA de Meteor

Conecta Google BigQuery con un agente de IA de Meteor: describe tablas, lee filas filtradas e inserta datos con confirmación, sin SQL libre. 4 herramientas.

Quiero una demostración Ver todas las integraciones

¿Cómo se conecta Google BigQuery con Meteor?

Meteor se conecta con Google BigQuery usando la cuenta de servicio de tu propio proyecto y le da a tu Met 4 herramientas con operaciones fijas: probar la conexión, describir las columnas de una tabla, leer filas con filtros por columna, orden y límite, e insertar filas después de una confirmación. No hay SQL libre: cada consulta se arma con la tabla y las columnas que existen, y si declaras tablas permitidas, el conector se niega a tocar cualquier otra. Cada lectura trae hasta 1.000 filas y cada consulta tiene un tope de 5 GB de datos escaneados.

Qué automatiza

Lo que un agente de Meteor hace con Google BigQuery

Responder con el dato que vive en tu bodega

Alguien del equipo pregunta por un pedido, un cliente o una cifra que está en una tabla de BigQuery. Tu Met mira primero las columnas de la tabla, arma el filtro y responde solo con las filas que volvieron. Si no volvió ninguna, lo dice.

Guardar en BigQuery lo que deja la conversación

Cuando la conversación deja un dato que vale guardar, tu Met explica qué fila va a escribir, espera la confirmación y la inserta en la tabla que definas, con la fecha y hora del momento.

Revisar una tabla antes de usarla

La descripción de la tabla dice qué columnas tiene, de qué tipo son y cuáles son obligatorias, sin leer ni una fila y sin costo de escaneo de datos.

Encerrar al Met en las tablas que tú decides

Al conectar declaras la lista de tablas permitidas. Si el Met o un flujo piden otra, el conector la rechaza y el Met te lo explica tal cual, en vez de buscar un camino alterno.

4 herramientas

Todo lo que el agente puede pedirle a Google BigQuery

Cada una es una acción real del conector. Puedes desactivar las que no quieras que use.

Herramienta	Qué hace
`bigquery_probar_conexion`	Con tablas permitidas, verifica que ve cada una; sin lista, que puede ejecutar una consulta.
`bigquery_describir_tabla`	Devuelve las columnas de una tabla con su tipo y su modo, sin leer ninguna fila.
`bigquery_consultar_filas`	Lee filas con hasta 10 filtros sobre columnas, las columnas que elijas, un orden y un límite de hasta 1.000 filas, y avisa si el resultado quedó recortado.
`bigquery_insertar_filas`	Inserta hasta 500 filas por llamada después de una confirmación explícita, con la opción de tomar cada valor de otro campo o de la fecha y hora actual.

Los límites

Qué NO hace la integración con Google BigQuery

Preferimos decirlo aquí que descubrirlo en la implementación.

No acepta SQL. No hay forma de escribir una consulta libre: solo tabla, filtros por columna, columnas, un orden y un límite.
No suma ni agrupa. Devuelve filas, hasta 1.000 por lectura; no calcula totales, promedios ni agrupaciones dentro de BigQuery.
No actualiza ni borra filas, y no crea tablas ni datasets. La única escritura es insertar filas nuevas en una tabla que ya existe.
No filtra ni escribe columnas anidadas o repetidas. Trabaja con columnas de un solo valor, como texto, números, fechas, booleanos o JSON.
No escanea más de 5 GB por consulta, y la que pasaría de ahí se detiene. BigQuery cobra por las columnas que lee, no por las filas que devuelve: en una tabla grande, pide menos columnas o filtra por la columna de partición.

Antes de empezar

Qué necesitas para conectar Google BigQuery

1

Una cuenta de servicio de Google Cloud con su llave JSON

En la consola de Google Cloud de tu proyecto creas la cuenta de servicio y le agregas una llave en formato JSON. En Meteor, en Conexiones, pegas el archivo completo: se guarda cifrado y nunca vuelve al navegador ni se pide por el chat.
2

Permisos de BigQuery para esa cuenta

La cuenta necesita poder ejecutar consultas en su proyecto y leer las tablas; para insertar, también permiso de edición sobre ellas y la facturación activa en el proyecto: el sandbox gratuito de BigQuery no permite escribir. Los permisos se otorgan en IAM de Google Cloud. Si falta alguno, el conector responde que la cuenta no tiene permiso para esa operación.
3

Opcional, la región y las tablas permitidas

Al conectar puedes indicar la región del dataset y una lista de tablas en formato proyecto.dataset.tabla. Sin lista, el conector llega a todas las que la cuenta de servicio pueda ver.

Preguntas frecuentes

Preguntas sobre Google BigQuery y Meteor

Tu proyecto de Google Cloud. Las consultas corren en el proyecto de la cuenta de servicio que conectas, así que se facturan ahí, con tu cuenta de Google. El tope de 5 GB escaneados por consulta evita que una lectura recorra un dataset entero sin que nadie lo decida.

No, y es a propósito. El conector no recibe SQL: arma la consulta con la tabla, las columnas que existen y los valores como parámetros con tipo. Así ni un Met ni un flujo pueden leer algo distinto de la tabla y las columnas que nombran.

Solo las que la cuenta de servicio puede ver, y si declaras tablas permitidas, solo esas. Lo que una cuenta no tiene permitido en Google Cloud, el conector tampoco lo alcanza.

La lectura trae como máximo 1.000 y la respuesta marca que el resultado quedó recortado, para que no se lea como el total. Para llegar a lo que buscas se agregan filtros o un orden.

Paso a paso