⟫Nico Bargioni
Cloud & Deploy

Cloud & Deploy

BigQuery

BigQuery es el data warehouse serverless de Google: consultás terabytes de datos con SQL y sin administrar infraestructura. Está pensado para análisis a gran escala donde una base de datos tradicional se quedaría corta.

Acá comparto cómo lo uso para análisis y como fuente de datos para modelos, escribiendo queries que sean rápidas y baratas a la vez. Me importa el detalle del costo: en BigQuery una consulta mal escrita no solo es lenta, sino que también te puede salir cara.

Consultar en GeminiConsultar en ChatGPT

Del blog

Por qué BigQuery escanea terabytes en segundos: el formato columnar

BigQuery lee un terabyte en segundos no por magia, sino por una decisión de diseño: guardar los datos por columna, no por fila.

Leer #bigquery #datos

SELECT * es caro: cómo BigQuery te cobra por columna

En BigQuery no pagás por fila ni por query: pagás por los bytes que escaneás. Y el SELECT * los multiplica sin que lo veas.

Leer #bigquery #datos

Particionar y clusterizar: la diferencia entre $1 y $100 por query

Dos opciones que se eligen al crear la tabla y deciden cuántos datos escanea cada query. Bien usadas, recortan el costo 100x.

Leer #bigquery #datos

BQML: entrenar modelos de machine learning con SQL

BigQuery ML te deja entrenar una regresión o un clustering con un CREATE MODEL, sin sacar los datos del warehouse ni escribir Python.

Leer #bigquery #datos

Slots: la moneda invisible del cómputo en BigQuery

Detrás de cada query de BigQuery hay una unidad de cálculo que no ves: el slot. Entenderla explica por qué a veces la misma query vuela y otras se arrastra.

Leer #bigquery #datos