Google BigQuery评论与评分

Google BigQuery每月免费提供10 GB，它是搜索巨头巨大的PB级数据仓库，用于分析。 这是一种企业级的SQL产品，大数据已经融入了Google的DNA中。 公司的所有工具和服务都证明了这一点。 简而言之，如果您想对数据做任何事情，那么您可以押注Google有一个工具来实现它。 如果您拥有庞大的数据集，或者通过将其与公共或商业数据集混合来扩充数据，那么Google BigQuery可能是一个不错的选择。 它设计用于在几秒钟内扫描兆兆字节（TB），在几分钟内扫描PB。 迄今为止最大的查询为2.1 PB，Google BigQuery对其进行了毫无问题的处理。 尽管具有这些功能，但是大数据分析仍然具有挑战性，如果您使用的是较小的数据集，那么它可能会过大。 尽管如此，Google BigQuery仍然是可靠的选择，仅次于Microsoft Azure SQL数据库和MongoDB Atlas，这是我们在DBaaS解决方案审查摘要中的编辑选择。

定价模式

Google BigQuery是一种无服务器数据分析模型。 存储和计算的分离为您提供了更好的定价控制，这对于运行异常大型项目的人们而言往往更感兴趣。 存储按固定价格定价，并根据使用率进行计算。 前10 GB的存储空间每月免费，之后每GB的价格为2美分/月。 例如，如果您每月存储1 TB，那么成本将是20美元。 流数据插入的起始价为每200兆字节（MB）1美分。 前1 TB的查询是免费的，之后的其他分析每TB 5美元。 元数据操作是免费的。

您还可以选择随用随付或每月固定费用。 一些开发商更喜欢固定费用来减轻预算焦虑。 由于存储已经是固定费用，因此该选项仅意味着计算也是按固定的月度费用安排。 但是在您对注册统一价格感到兴奋之前，请注意，只有每月分析支出超过40, 000美元的帐户才有资格使用此选项。

Google BigQuery的免费层每个月最多可提供1TB的已分析数据和10GB的数据存储，但是很重要的是，如果您的数据远低于该水平，那么还有其他更适合此任务的工具，例如Microsoft Azure SQL数据库，IBM Db2 on Cloud，或带有Google Analytics 360的Google Cloud。

一步步

您需要一个Google帐户，因此如果您还没有一个，请设置一个。 您需要它来注册Google Cloud Platform帐户，该帐户还需要信用卡才能使用免费试用版。 但是请放心，因为在试用期结束时您不会自动升级并计费。 您必须手动升级才能从信用卡中扣除任何费用。

在Google Cloud用户界面（UI）中，转到BigQuery。 BigQuery的UI有点简陋，但其简洁性也使其易于使用。 Google告诉我它正在使用新的UI。 使用当前的UI，如果您只是想浏览，则单击Compose Query，然后在欢迎页面上选择一个公共数据集。 使用查询编辑器或用户定义函数（UDF）编辑器在查询框中编写标准的SQL查询，然后就可以使用了。

快速入门指南对于在Cloud Bigtable，Cloud Spanner，Cloud SQL或Cloud Datastore（NoSQL数据库）中传输数据或扩展自己的数据库很有用。 BigQuery使用符合美国国家标准学会（ANSI）的SQL以及开放数据库连接（ODBC）和Java数据库连接（JDBC）驱动程序来与其他Cloud产品和其他类型的应用程序中的数据集成。 旨在简化查询的独特SQL实现意味着存在多种SQL方言，这可能会造成混淆。 我确实注意到，虽然默认值为“传统SQL”，但我可以取消选中“ SQL方言”框以还原为真正的标准SQL。

Google BigQuery还具有用于实时数据捕获和分析的流式提取引擎。 使用“我的第一个项目”下拉菜单下的“创建数据集”选项卡来创建数据集。 输入数据集ID，选择数据位置（美国，欧盟或亚洲东北地区），然后设置数据有效期。 Google BigQuery可以自动检测架构。 设置数据集后，就可以运行查询了。

工具箱

大多数商业智能（BI）工具都有连接器。 但是您可能想使用Data Studio，它是Google的BI可视化工具，它是免费的。 您可以使用的Google工具列表很长。 我建议您首先查看Google Cloud Platform免费套餐列表。

Google Cloud Platform拥有15个地区，45个区域，超过100个服务点，以及配备了100, 000英里以上光缆的完善配置的全球网络。 使用全球服务可以获得更好的价格，但是您可以随意指定地区。

备份和服务级别协议（SLA）属于Google SQL Cloud。 完整的SLA在这里。 Cloud SQL为每个实例保留七个自动备份。 第一代（通用）备份可捕获所有内容，并包含在实例成本中（按使用情况模型计算）。 它们的存储空间不计入您分配的存储空间。 第二代备份仅捕获已更改的数据，并且其存储费用降低了。

总体而言，Google BigQuery设计精巧。 它更适合于海量数据集以及熟练使用它们的人。 如果您打算编写机器学习（ML）应用程序或设计ML培训数据，那么您尤其会喜欢这款产品。 开发物联网（IoT）应用程序的开发人员或任何需要灵活的数据提取和海量数据分析的开发人员也是如此。