Google BigQuery

Data warehouse serverless de Google Cloud para analítica a escala de petabytes.

CategoríaBases de datos
DificultadIntermedio
Tiempo de aprendizaje2-3 semanas
Official documentation

¿Qué puedes lograr con esta herramienta?

Los resultados prácticos que desbloquea.

  • Consultar petabytes de datos en segundos sin aprovisionar servidores
  • Ejecutar modelos de ML directamente en SQL con BigQuery ML
  • Integrar analítica con el resto de Google Cloud (Looker, Vertex AI)

Descripción

BigQuery es el data warehouse serverless de Google Cloud: no hay clústeres que administrar, solo se paga por los datos escaneados (o por capacidad reservada). Incluye BigQuery ML para entrenar modelos directamente con SQL.

Casos de uso

  • Analítica SQL sobre datasets masivos sin infraestructura
  • Modelos de ML entrenados directamente en SQL (BigQuery ML)
  • Análisis de datos de Google Analytics/Ads
  • Data warehouse central en arquitecturas sobre GCP

Instalación

Instalarbash
pip install google-cloud-bigquery

Ejemplo básico

Ejemplo básicopython
from google.cloud import bigquery

client = bigquery.Client()
query = "SELECT borough, AVG(fare) FROM `proyecto.dataset.trips` GROUP BY borough"
print(client.query(query).to_dataframe())

Ventajas y limitaciones

Ventajas

  • Verdaderamente serverless, sin clústeres que administrar
  • BigQuery ML permite entrenar modelos con SQL puro
  • Escala a petabytes con rendimiento consistente

Limitaciones

  • El modelo de precios por datos escaneados puede sorprender sin cuidado
  • Atado al ecosistema de Google Cloud

Alternativas

Herramientas que resuelven un problema parecido de otra forma.