Google bigquery BigQuery与仪表板后端的云SQL

Google bigquery BigQuery与仪表板后端的云SQL,google-bigquery,google-cloud-sql,Google Bigquery,Google Cloud Sql,我对BQ和云SQL用例有点困惑。我在BQ中有几GB的行数据,需要在这些数据上构建web仪表板(SQL通过多个表进行连接) 直接从BQ查询数据是否有很大的缺点(例如延迟或并发),我是否应该将数据移动到云SQL(pSQL)并进行查询 数据不是实时的。我预计最多有几百个并发请求 我不期望在这方面有高成本,因此查询速度和可靠性是主要目标 谢谢 BigQuery非常适合快速存储和查询大型数据集 另一方面,googlecloudsql主要基于关系数据库管理系统(RDBMS)的概念。它支持MySQL和Post

我对BQ和云SQL用例有点困惑。我在BQ中有几GB的行数据,需要在这些数据上构建web仪表板(SQL通过多个表进行连接)

直接从BQ查询数据是否有很大的缺点(例如延迟或并发),我是否应该将数据移动到云SQL(pSQL)并进行查询

数据不是实时的。我预计最多有几百个并发请求

我不期望在这方面有高成本,因此查询速度和可靠性是主要目标


谢谢

BigQuery非常适合快速存储和查询大型数据集

另一方面,googlecloudsql主要基于关系数据库管理系统(RDBMS)的概念。它支持MySQL和PostgreSQL

然而,大查询最适合于分析,但处理事务性数据也是可能的。BigQuery相当快,肯定比CloudSQL中的查询快,因为BigQuery是一个数据仓库,能够查询非常大的数据集以立即返回结果。当您必须处理非常大的数据集时,BigQuery将是更便宜的数据库。云SQL MySQL或PostgreSQL只能处理或取决于BigQuery是否没有这种存储限制。另请参阅

话虽如此,如果你不能正确构造你的查询,那么BigQuery的费用会很快增加,因为它太频繁地遍历太多的数据

Cloud SQL和BigQuery的定价不同,有关更多详细信息,请参阅和

我看到它比较了BigQuery和CloudSQL的一些特性。我认为文章中分享的细节可能会有所帮助

一般来说,BigQuery更适合用于事务性目的,而BigQuery则是用于分析、数据可视化、商业智能和/或机器学习等目的的分析数据仓库。因此,如果您的目的是存储用于事务性目的的数据,则可以选择云SQL,但是,如果您是为了分析目的而存储数据,那么BigQuery就是一个不错的选择

数据不是实时的。我预计最多会有几百个并发请求

值得注意的是,在这种情况下的数量和数量。
有几百个并发请求,您可能已经达到了极限。

谢谢!我会留在BQ上。