Create Dataset ウィンドウが表示されます。
Dataset ID フィールドにデータセットの名前（たとえばfastly_bigquery）を入力し、OK ボタンをクリックします。
BigQuery テーブルの追加
BigQuery のウェブ インターフェースを使ってスキーマを編集する。
BigQuery のウェブ インターフェースのテキスト フィールドを使ってスキーマを編集する。
既存のテーブルを利用する。
BigQuery のドキュメント に従い、サイドバーのデータセット名の横にある矢印をクリックし、Create new table を選択します。
Source Data セクションで Create empty table を選択します。Table name フィールドにテーブル名を入力します（たとえば、logs）。BigQuery ウェブ サイトの Schema セクションで、インターフェースを使ってフィールドを追加し、スキーマを完成させます。そして Create Table ボタンをクリックします。
ロギング エンドポイントとしての BigQuery の追加
Fastly の『Setting up remote log streaming 』ガイドに目を通してください。
BigQuery のロゴをクリックし、BigQuery エンドポイント作成ページを開きます。
Create a BigQuery endpoint の各フィールドを次のように指定してください。
Name フィールドには人間が読めるエンドポイント名を入力します。Log format フィールドには BigQuery に送るデータを入力します。詳細は『Log streaming : Google BigQuery』ガイドの Example format セクションをご覧ください。Email フィールドには BigQuery アカウントの client_email アドレスを入力します。Secret key フィールドには BigQuery アカウントの秘密鍵を入力します。Project ID フィールドには GCP プロジェクトの ID を入力します。Dataset フィールドには BigQuery データセットの名前を入力します。Table フィールドには BigQuery テーブルの名前を入力します。Template フィールドには、テーブルのテンプレート サフィックス として使う strftime 互換文字列を入力します（オプション）。
Create をクリックし、新しいロギング エンドポイントを作成します。Activate ボタンをクリックし、構成変更をデプロイします。
BigQuery に送信する JSON オブジェクトのフォーマット例
BigQuery に送るデータは、JSON オブジェクトとしてシリアライズする必要があります。また、JSON オブジェクトのフィールドは、すべてテーブルのスキーマの文字列に対応していなければなりません。
JSON では入れ子状のデータを格納できます（たとえば、オブジェクトのキーに対応するバリューは他のオブジェクトになることがあります）。次に示すのは、BigQuery にデータを送るためのフォーマット文字列の例です。
{
"timestamp":"%{begin:%Y-%m-%dT%H:%M:%S%z}t",
"time_elapsed":%{time.elapsed.usec}V,
"is_tls":%{if(req.is_ssl, "true", "false")}V,
"client_ip":"%{req.http.Fastly-Client-IP}V",
"geo_city":"%{client.geo.city}V",
"geo_country_code":"%{client.geo.country_code}V",
"request":"%{req.request}V",
"host":"%{req.http.Fastly-Orig-Host}V",
"url":"%{cstr_escape(req.url)}V",
"request_referer":"%{cstr_escape(req.http.Referer)}V",
"request_user_agent":"%{cstr_escape(req.http.User-Agent)}V",
"request_accept_language":"%{cstr_escape(req.http.Accept-Language)}V",
"request_accept_charset":"%{cstr_escape(req.http.Accept-Charset)}V",
"cache_status":"%{regsub(fastly_info.state, "^(HIT-(SYNTH)|(HITPASS|HIT|MISS|PASS|ERROR|PIPE)).*", "\\2\\3") }V"
}BigQuery スキーマの例
上に示したフォーマット例に対応するテキスト形式の BigQuery スキーマは、次のようなものになります。
timestamp:STRING,time_elapsed:FLOAT,is_tls:BOOLEAN,client_ip:STRING,geo_city:STRING,geo_co
untry_code:STRING,request:STRING,host:STRING,url:STRING,request_referer:STRING,request_use
r_agent:STRING,request_accept_language:STRING,request_accept_charset:STRING,cache_status:S
TRING
BigQuery テーブルを作るときは、“Edit as Text” をクリックし、この例をペーストします。
今すぐお試しを！
以上で、Fastly のログがリアルタイムで Cloud Storage と BigQuery に送信されるようになります。BigQuery ではログの分析が簡単になり、あなたのアプリケーションとエンドユーザーとのやり取りがより深く理解できるでしょう。
質問 があれば、私たち Fastly にお問い合わせください。すでに Fastly をご利用なら、Fastly と GCP をどのように使っているかをぜひ教えてください。まだご利用でなければ、無料でお試しいただけます。
こちら でサインアップしてください。
* この投稿は米国時間 8 月 17 日、Fastly の VP of Product Strategy である Simon Wistow によって投稿されたもの（投稿は こちら ）の抄訳です。
- By Simon Wistow, VP of Product Strategy, Fastly
編集部注 : 今回は Fastly からの寄稿です。Fastly のエッジ クラウド プラットフォームは、コンテンツ配信、ストリーミング、セキュリティ、負荷分散などの領域で従来よりも優れたサービスをグローバルに提供するウェブ アプリケーションを支えています。また、Google Cloud Platform （GCP）上で構築されたアプリケーションの応答時間を短縮するだけでなく、ログを Cloud Storage と BigQuery にストリーミングして深く分析できるようにしています。本稿では、この統合と、お客様の環境でのセットアップ方法について解説します。Google BigQuery との統合を発表しました。これで、Google Cloud Storage と BigQuery に Fastly のログをリアルタイムでストリーミングでき、お客様は無限とも言える膨大なエッジ データを分析することが可能になります。
Fastly POP は GCP ベースのアプリケーションに直結し、BigQuery にログをストリーミングします
Fastly-BigQuery 統合のセットアップ
Fastly サービスのロギング エンドポイントとして BigQuery を追加する前に、Cloud Storage アカウントを登録して Cloud Storage バケット を作成する必要があります。この準備を済ませたら、以下の手順でセットアップを行ってください。
Google Cloud サービス アカウントの作成 サービス アカウント認証情報生成のページ を参照してください。サービス アカウントを作成するときは、鍵タイプに JSON を指定してください。private_key と client_email の入手 BigQuery API の有効化（無効にしている場合） API Manager で BigQuery API を有効にする必要があります。BigQuery データセットの作成
BigQuery にログインします。サイドバーのアカウント名の横にある矢印をクリックし、Create new dataset を選択します。
Dataset ID フィールドにデータセットの名前（たとえばfastly_bigquery）を入力し、OK ボタンをクリックします。
BigQuery テーブルの追加
BigQuery のウェブ インターフェースを使ってスキーマを編集する。
BigQuery のウェブ インターフェースのテキスト フィールドを使ってスキーマを編集する。
既存のテーブルを利用する。
BigQuery のドキュメント に従い、サイドバーのデータセット名の横にある矢印をクリックし、Create new table を選択します。
Source Data セクションで Create empty table を選択します。Table name フィールドにテーブル名を入力します（たとえば、logs）。BigQuery ウェブ サイトの Schema セクションで、インターフェースを使ってフィールドを追加し、スキーマを完成させます。そして Create Table ボタンをクリックします。
ロギング エンドポイントとしての BigQuery の追加
Fastly の『Setting up remote log streaming 』ガイドに目を通してください。
BigQuery のロゴをクリックし、BigQuery エンドポイント作成ページを開きます。
Create a BigQuery endpoint の各フィールドを次のように指定してください。
Name フィールドには人間が読めるエンドポイント名を入力します。Log format フィールドには BigQuery に送るデータを入力します。詳細は『Log streaming : Google BigQuery』ガイドの Example format セクションをご覧ください。Email フィールドには BigQuery アカウントの client_email アドレスを入力します。Secret key フィールドには BigQuery アカウントの秘密鍵を入力します。Project ID フィールドには GCP プロジェクトの ID を入力します。Dataset フィールドには BigQuery データセットの名前を入力します。Table フィールドには BigQuery テーブルの名前を入力します。Template フィールドには、テーブルのテンプレート サフィックス として使う strftime 互換文字列を入力します（オプション）。
Create をクリックし、新しいロギング エンドポイントを作成します。Activate ボタンをクリックし、構成変更をデプロイします。
BigQuery に送信する JSON オブジェクトのフォーマット例
BigQuery に送るデータは、JSON オブジェクトとしてシリアライズする必要があります。また、JSON オブジェクトのフィールドは、すべてテーブルのスキーマの文字列に対応していなければなりません。{
"timestamp":"%{begin:%Y-%m-%dT%H:%M:%S%z}t",
"time_elapsed":%{time.elapsed.usec}V,
"is_tls":%{if(req.is_ssl, "true", "false")}V,
"client_ip":"%{req.http.Fastly-Client-IP}V",
"geo_city":"%{client.geo.city}V",
"geo_country_code":"%{client.geo.country_code}V",
"request":"%{req.request}V",
"host":"%{req.http.Fastly-Orig-Host}V",
"url":"%{cstr_escape(req.url)}V",
"request_referer":"%{cstr_escape(req.http.Referer)}V",
"request_user_agent":"%{cstr_escape(req.http.User-Agent)}V",
"request_accept_language":"%{cstr_escape(req.http.Accept-Language)}V",
"request_accept_charset":"%{cstr_escape(req.http.Accept-Charset)}V",
"cache_status":"%{regsub(fastly_info.state, "^(HIT-(SYNTH)|(HITPASS|HIT|MISS|PASS|ERROR|PIPE)).*", "\\2\\3") }V"
}BigQuery スキーマの例
上に示したフォーマット例に対応するテキスト形式の BigQuery スキーマは、次のようなものになります。timestamp:STRING,time_elapsed:FLOAT,is_tls:BOOLEAN,client_ip:STRING,geo_city:STRING,geo_co
untry_code:STRING,request:STRING,host:STRING,url:STRING,request_referer:STRING,request_use
r_agent:STRING,request_accept_language:STRING,request_accept_charset:STRING,cache_status:S
TRING今すぐお試しを！
以上で、Fastly のログがリアルタイムで Cloud Storage と BigQuery に送信されるようになります。BigQuery ではログの分析が簡単になり、あなたのアプリケーションとエンドユーザーとのやり取りがより深く理解できるでしょう。質問 があれば、私たち Fastly にお問い合わせください。すでに Fastly をご利用なら、Fastly と GCP をどのように使っているかをぜひ教えてください。まだご利用でなければ、無料でお試しいただけます。こちら でサインアップしてください。* この投稿は米国時間 8 月 17 日、Fastly の VP of Product Strategy である Simon Wistow によって投稿されたもの（投稿は こちら ）の抄訳です。 - By Simon Wistow, VP of Product Strategy, Fastly
