El data warehouse serverless que cambió la analítica: consultas sobre terabytes en segundos, cero infraestructura, IA integrada.
BigQuery convirtió la analítica en un servicio: ningún clúster que dimensionar, almacenamiento y cómputo separados, consultas SQL sobre terabytes en segundos, y se paga por lo que se consulta (o capacidad reservada). Alrededor: streaming nativo, ML en SQL (BQML), Gemini que escribe las consultas y BigLake sobre el data lake.
Particiones, clustering y materializaciones: la misma pregunta puede costar 100x menos si el dato está bien diseñado.
Capacidad reservada para las cargas constantes, on-demand para la exploración: el mix es FinOps.
Pipelines desde SAP, IBM i y tus bases de datos: el patrimonio de la empresa por fin consultable junto.
Datasets autorizados, vistas y policy tags: la democracia del dato sin anarquía.
BigQuery separa almacenamiento (columnar, por consumo, con time travel de 7 días) y cómputo (slots: on-demand por TB escaneado o capacity con las editions y el autoescalado). Las tablas se particionan (fecha/entero) y clusterizan para recortar los escaneos; las materialized views aceleran los patrones recurrentes; BigLake extiende el motor a Parquet/Iceberg sobre object storage; el Omni consulta también S3 y Azure. La gobernanza pasa por datasets, policy tags y row/column level security.
El warehouse detrás de Looker y los informes de dirección.
Miles de millones de eventos consultados según necesidad.
Churn, previsiones y segmentaciones en SQL.