BigQuery es un producto de almacenamiento de datos gestionado y sin servidor de Google , que ofrece análisis escalables sobre grandes volúmenes de datos. Es una plataforma como servicio ( PaaS ) que admite consultas mediante un dialecto de SQL y el lenguaje de consulta de grafos (Graph Query Language ) [ 1 ] . También cuenta con capacidades integradas de aprendizaje automático . BigQuery se anunció en mayo de 2010 y se lanzó al público general en noviembre de 2011 [ 2 ].
Historia
BigQuery se originó a partir de la tecnología Dremel interna de Google , [ 3 ] [ 4 ] que permitía consultas rápidas en billones de filas de datos. [ 5 ] El producto se anunció originalmente en mayo de 2010 en Google I/O . [ 6 ] Inicialmente, solo podía ser utilizado por un número limitado de usuarios pioneros externos debido a limitaciones en la API. [ 5 ] Sin embargo, después de que el producto demostró su potencial, se lanzó con disponibilidad limitada en 2011 y disponibilidad general en 2012. [ 5 ] Después de la disponibilidad general, BigQuery tuvo éxito entre una amplia gama de clientes, incluidas aerolíneas, aseguradoras y organizaciones minoristas. [ 5 ]
Diseño
BigQuery requiere que todas las solicitudes estén autenticadas, y admite varios mecanismos propios de Google, así como OAuth .
Características
- Gestión de datos: crea y elimina objetos como tablas, vistas y funciones definidas por el usuario. Importa datos desde Google Storage en formatos como CSV, Parquet, Avro o JSON.
- Consulta: Las consultas se expresan en un dialecto SQL [ 7 ] y los resultados se devuelven en JSON con una longitud máxima de respuesta de aproximadamente 128 MB, o un tamaño ilimitado cuando se habilitan los resultados de consultas grandes. [ 8 ]
- Integración: BigQuery se puede usar desde Google Apps Script [ 9 ] (por ejemplo, como un script vinculado en Google Docs ), o cualquier lenguaje que pueda trabajar con su API REST o bibliotecas cliente. [ 10 ]
- Control de acceso: comparta conjuntos de datos con personas, grupos o con el mundo que usted elija.
- Aprendizaje automático: crea y ejecuta modelos de aprendizaje automático mediante consultas SQL.
Referencias
- ↑ Saqib Ali (25 de febrero de 2026). "¡El soporte para GQL llegará a Google BigQuery!" . GQL . Consultado el 4 de marzo de 2026 .
- ↑ Iain Thomson (14 de noviembre de 2011). "Google abre BigQuery para análisis en la nube: Ofrece una prueba gratuita para atraer a los escépticos" . The Register . Consultado el 26 de agosto de 2016 .
- ↑ Sergey Melnik; Andrey Gubarev; Jing Jing Long; Geoffrey Romer; Shiva Shivakumar; Matt Tolton; Theo Vassilakis (2010). "Dremel: Análisis interactivo de conjuntos de datos a escala web" . Actas de la 36.ª Conferencia Internacional sobre Bases de Datos Muy Grandes (VLDB) .
- ↑ Kazunori Sato (2012). "Una mirada al interior de Google BigQuery" (PDF) . Recuperado el 26 de agosto de 2016 .
- 1 2 3 4 Kwek, Ju-Kay. "BigQuery: el improbable nacimiento de un gigante de la nube" . Archivado del original el 22 de octubre de 2024. Recuperado el 20 de octubre de 2024 .
- ↑ "Google I/O 2010 - BigQuery y las API de predicción" . YouTube . 26 de mayo de 2010.
- ↑ "Referencia SQL" . Consultado el 26 de junio de 2017 .
- ↑ "Política de cuotas" . Archivado del original el 15 de julio de 2017. Consultado el 26 de junio de 2017 .
- ↑ "Servicio BigQuery | Apps Script | Google Developers" . 15 de marzo de 2018. Consultado el 23 de abril de 2018 .
- ↑ "Bibliotecas cliente de BigQuery" . Consultado el 26 de junio de 2017 .
Enlaces externos
- Sitio web oficial
- Servicios web
- Software de 2010
- Propiedades de Internet establecidas en 2010
- Productos de big data
- bases de datos en la nube