SELECT * es caro: cómo BigQuery te cobra por columna

En la mayoría de las bases de datos, un SELECT * es un mal hábito menor: traés columnas de más, ocupás un poco de red. En BigQuery es distinto. Ahí el SELECT * puede ser, literalmente, la diferencia entre una factura de un dólar y una de cien.

El modelo de precios que casi nadie lee

BigQuery, en su modo por demanda, no te cobra por cuántas filas devuelve tu query ni por cuánto tarda. Te cobra por los bytes que escanea para responderla. El precio ronda los 5 dólares por terabyte leído, con la primera fracción gratis cada mes.

Acá entra lo que vimos del formato columnar: como cada columna se guarda por separado, el motor solo lee los bloques de las columnas que nombrás. Si tu tabla tiene veinte columnas y tu query usa dos, escaneás aproximadamente dos veinteavos de la tabla. Pagás por esos dos.

El SELECT * rompe justo eso. Le pedís las veinte columnas. Escaneás la tabla entera, todos los meses, cada vez que corrés esa query. La que parecía una comodidad inocente —"traeme todo, después filtro"— es la línea más cara que vas a escribir.

La regla práctica

Nombrá solo las columnas que vas a usar. Suena obvio, pero el reflejo del SELECT * está muy metido. Compará:

-- Escanea las 20 columnas: caro
SELECT * FROM ventas WHERE pais = 'AR';

-- Escanea solo 2 columnas: ~10x más barato
SELECT fecha, monto FROM ventas WHERE pais = 'AR';

Tres detalles que conviene tener en la cabeza:

• El WHERE no abarata el escaneo por sí solo. Filtrar por pais = 'AR' reduce las filas devueltas, pero el motor igual tiene que leer la columna pais completa para evaluar el filtro. El ahorro real viene de tocar menos columnas, o de que esa columna esté particionada (otra historia).
• El validador te dice el precio antes de pagarlo. El editor de BigQuery muestra "esta consulta procesará X GB" antes de ejecutar. Ese número es tu factura en preview. Miralo siempre antes de apretar Run.
• SELECT * con LIMIT 10 igual es caro. El LIMIT recorta lo que ves, no lo que escanea. Te puede leer la tabla entera para devolverte diez filas.

El costo escondido de las vistas y los dashboards

Lo peligroso no es el SELECT * que corrés una vez. Es el que dejás enterrado en una vista que alimenta un dashboard que se refresca cada quince minutos. Ahí el escaneo se multiplica por la frecuencia y se vuelve un goteo constante en la factura que nadie audita.

Esta lógica de "pagás exactamente por lo que consumís" no es exclusiva de BigQuery: es el ADN de lo serverless y de toda la facturación de GCP. La diferencia es que acá la unidad es el byte, y el byte se acumula rápido.

Si querés bajar la factura de verdad, el siguiente paso después de cuidar las columnas es controlar cuántos datos toca cada query: ahí entran particionar y clusterizar. Pero empezá por lo barato: dejá de pedir todo cuando solo necesitás dos columnas.