BigQuery 是什么？大数据时代一定要认识的最强资料分析工具

BigQuery 是什么？在这个强调大数据分析的时代，BigQuery 为何能享有"地表最强资料分析工具"的称号？这次 Cloud Ace 将彻底比较 BigQuery 和传统资料仓储，从速度、费用和技术门槛等方面切入，带大家认识这个由 Google 推出的强大云端资料仓储服务。

BigQuery 的最大优点是速度

BigQuery 以前在 Google 内部使用时叫做 Dremel，后来随著 GCP 问世，它才以 BigQuery 为名被正式推出。那它到底有多快呢？下面这张图相信可以让大家清楚理解。

图中，总共4TB的资料，使用需要消耗大量资料的模糊比对语法，以及复杂的 Group By 和 Order By 语法，大家注意看右下角的数字，会发现竟然只要23秒就能分析完成！

那现在我们回想一下，自己目前使用的资料仓储或是分析工具有没有像他如此强大？是不是常要跑个2小时，而这段时间也不能做其他事，就是去喝杯咖啡再回来看结果。万一分析的命令下错，这2小时可能就白白浪费掉了！

BigQuery 真的比传统资料仓储好？4大面向完整评比

通过上面的介绍，相信大家都认识到 BigQuery 分析的快速，但它被称为地表最强资料分析工具当然不只是因为速度快！所以下面我们会从4种不同角度，将传统资料仓储的一些特性与 BigQuery 来做一个完整的比较。

资料仓储系统比较面向1：软硬体设备

传统上我们通常是在公司内部建置机房，然后花大量的金钱购买软硬体设备后再进行软硬体的安装。而这整套流程从开始到分析资料，可能已经过了大半个月。但如果直接使用无伺服器的 BigQuery，我们只要上传 CSV 格式的资料就可以马上开始分析，在速度上绝对是远远超过传统的资料仓储的！

资料仓储系统比较面向2：技术门槛

大部分资料分析人员可能原本就从事资料库相关的，所以本身就会一些 SQL 语法。但为了分析资料可能要再学 Python、R，或是 BI 相关的技术，这些都是隐形的学习成本。但使用 BigQuery，我们只要会标准的 SQL 语法就可以立即开始分析资料，直接现省额外学习的时间和金钱。

资料仓储系统比较面向3：资源扩充

我们使用传统工具来分析资料时，如果资源不够就必须额外再花钱去採购软硬体来加强分析效能。但如果用 BigQuery，这些事情通通都不用做！因为 BigQuery 会把分析工作交给资料中心内的数十台或数百台机器同时运算，完成后再快速汇总起来交到我们手上。所以整个过程我们只要等待即可，不需要花时了解他到底是怎麽做到的。

资料仓储系统比较面向4：费用成本

若我们选择传统的软件分析工具，一开始建置可能就要花几十甚至几百万，但是未来到底会用到多少，这是不确定的，我们可能会碰到资源不够或买太多造成闲置浪费的问题。但 BigQuery 因为是以使用量为基础，根据每个月分析的资料量来计费，所以能帮我们避开上述问题，有效节省成本！

举例来说，有时候一个月内分析很多资料付了1万元，但两个月后又没有分析的需求，这样是不用再付费的！如此一来我们就不用在一开始就花费大量金钱，让花费的管理更具弹性，减低财务上的负担。

根据上述的对比,可以得出BigQuery的优点为: 简单快速管理少，弹性灵活BigQuery。

另外再补充一下，大家如果担心每次 Query 整张表格成本太高，可以建立分割表 Partitioned Table，以日期做 Where 条件就不会 Query 整张表格，可以有效节省大量成本。

以上就是利用 BigQuery的优势介绍，如果有任何问题，请在文章下方留言讨论。

官网：https://cloud-ace.cn/