Google BigQuery
Data warehouse serverless de Google Cloud para analítica a escala de petabytes.
CategoríaBases de datos
DificultadIntermedio
Tiempo de aprendizaje2-3 semanas
¿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
pip install google-cloud-bigqueryEjemplo básico
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.