Il data warehouse serverless che ha cambiato l'analytics: query su terabyte in secondi, zero infrastruttura, AI integrata.
BigQuery ha reso l'analytics un servizio: nessun cluster da dimensionare, storage e compute separati, query SQL su terabyte in secondi, e si paga per ciò che si interroga (o capacità riservata). Intorno: streaming nativo, ML in SQL (BQML), Gemini che scrive le query e BigLake sul data lake.
Partizioni, cluster e materializzazioni: la stessa domanda può costare 100x meno se il dato è disegnato bene.
Capacità riservata per i carichi costanti, on-demand per l'esplorazione: il mix è FinOps.
Pipeline da SAP, IBM i e i tuoi database: il patrimonio aziendale finalmente interrogabile insieme.
Dataset autorizzati, viste e policy tag: la democrazia del dato senza anarchia.
BigQuery separa storage (colonnare, a consumo, con time travel di 7 giorni) e compute (slot: on-demand a TB scansionato o capacity con le edition e l'autoscaling). Le tabelle si partizionano (data/intero) e clusterizzano per tagliare le scansioni; le materialized view accelerano i pattern ricorrenti; BigLake estende il motore a Parquet/Iceberg su object storage; l'Omni interroga anche S3 e Azure. La governance passa da dataset, policy tag e row/column level security.
Il warehouse dietro Looker e i report direzionali.
Miliardi di eventi interrogati al bisogno.
Churn, previsioni e segmentazioni in SQL.