仪表板后端的BigQuery与Cloud SQL [英] BigQuery vs Cloud SQL for dashboards backend

问题描述

我对BQ和Cloud SQL用例有些困惑。我在BQ中没有多少GB的行数据，需要在这些数据上构建Web仪表板(具有多个表的连接的SQL)。

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Cloud 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。

我预计这方面的成本不会很高，因此查询速度和可靠性是主要目标。

谢谢！

推荐答案

BigQuery非常适合快速存储和查询大型数据集。

Google Cloud SQL则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，大型查询最适合于分析，但也可以处理事务数据。BigQuery非常快，当然比CloudSQL中的查询更快，因为BigQuery是一个数据仓库，它能够查询大得离谱的数据集，并立即返回结果。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无论是MySQL还是PostgreSQL，都只能处理up to 30,720 GB depending on the machine type for MySQL或是否处理the instance has dedicated or shared vCPUs for PostgreSQL，而BigQuery则没有这种存储限制。另请参阅other quotas and limitation of BigQuery。

话虽如此，如果BigQuery过于频繁地遍历太多数据，如果您没有正确构建您的查询，BigQuery的费用可能很快就会增加。

Cloud SQL和BigQuery定价不同，详情请参考pricing page of Cloud SQL和BigQuery。

我看到this link将BigQuery的一些功能与CloudSQL进行了比较。我认为文章中分享的细节可能会有所帮助。

一般来说，Cloud SQL is a relational database更多的是用于事务目的，而BigQuery则是分析数据仓库，用于分析、数据可视化、商业智能和/或机器学习等。因此，如果您的目的是为事务目的存储数据，那么Cloud SQL将是一个选择，但是，如果您是为了分析目的而存储数据，则BigQuery是可行的。

这篇关于仪表板后端的BigQuery与Cloud SQL的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！