BigQuery の全体像とセットアップ

BigQuery とは何か — サーバーレス DWH／レイクハウスの正体

BigQuery は Google Cloud が提供する、フルマネージドで AI 対応のデータプラットフォームです。serverless architecture を持つため、サーバーやクラスタのサイジング・容量計画を行わずに、SQL（GoogleSQL）や Python で数千億行規模のデータを分析できます。

「データウェアハウス」という呼び方が定着していますが、実態はロードしたデータだけでなく Cloud Storage 上のファイルまで SQL で横断できる「レイクハウス」に近づいています（外部データの扱いは第 10 章）。本書で繰り返し登場する現行の製品名を整理しておきます。

アーキテクチャの核心 — ストレージとコンピュートの分離

BigQuery を理解する最初の鍵は、ストレージ層とコンピュート層の分離です。読み書きと分析クエリが同じリソースを奪い合いがちな従来型データベースと異なり、BigQuery はストレージとコンピュートを独立にスケールし、Google 社内のペタビット級ネットワークで両者を結びます（公式ドキュメント: 「separation of compute and storage layers lets each layer dynamically allocate resources」）。

ストレージ層はカラムナ（列指向）形式でデータを保持します。行ではなく列ごとにまとめて保存するため、分析クエリが特定の列だけをスキャンする場合に高い効率が出ます（SELECT * を避けるべき理由の 1 つです）。コンピュート層は「スロット」という仮想 CPU 単位で構成され、クエリはジョブ化されたのちステージに分割されて並列実行され、ステージ間の中間データは高速なシャッフルティアでやり取りされます。

BigQuery Studio を歩く

BigQuery Studio は BigQuery のメインコンソールです。左側のペインに Explorer（テーブル・ビュー・ルーティンの操作とジョブ履歴の確認）、Classic Explorer、Files、Repository の各タブがあり、クエリを実行すると Explorer の Job history に履歴が残ります。BigQuery はクエリ・ロード・エクスポート・コピーのたびに自動でジョブを作成・実行するため、いつ何をしたかを後から追跡できます。

クエリエディタでは対話的にクエリを実行でき、実行前に Edit > Query settings から宛先テーブル・ジョブの優先度（対話型かバッチか）・クエリキャッシュの利用可否・maximum bytes billed（課金される最大バイト数の上限）・実行ロケーションを設定できます。特に maximum bytes billed は、大きすぎるクエリを実行前に止める安全弁として第 7 章でも繰り返し使います。

サンドボックスと無料枠、dry run という習慣

BigQuery サンドボックスは、クレジットカード登録や課金アカウント作成なしで BigQuery を体験できるモードです。プロジェクト作成時に課金を有効化しなければ、自動的にサンドボックスとして扱われます。

サンドボックスの無料利用枠は BigQuery の無料枠と同一で、有効ストレージ月 10 GB・処理クエリデータ月 1 TB（2026-08 時点）です。加えて、サンドボックスには機能面の制限があります。

• ストリーミングデータの取り込みは利用不可
• DML（INSERT / UPDATE / DELETE / MERGE）は利用不可
• BigQuery Data Transfer Service は利用不可
• すべてのデータセットにテーブル有効期限が設定され、テーブル・ビュー・パーティションは作成から 60 日で自動的に失効する

課金プロジェクトへの切り替えは、対象プロジェクトで課金を有効化し BigQuery editions を選ぶだけです。切り替え後は自動失効に頼らず、データセットの既定有効期限を見直すことが推奨されています。

課金プロジェクトのオンデマンドクエリ料金は月 1 TiB まで無料で、超過分は US ロケーションで1 TiB あたり 10.00 米ドル（2026-08 時点）です。ストレージも月 10 GiB まで無料で、以降 1 GiB 時間あたり 0.000031507 米ドル（US マルチリージョン）が加算されます。料金モデルの選び方は第 7 章で扱います。

課金を有効化したら、まず予算アラートを設定してください。Cloud Billing の予算はしきい値（既定で実績支出の 50%・90%・100%）に達すると請求管理者へ通知しますが、支出を自動的に止めるものではありません。停止まで含めた制御はカスタムクォータで行います（第 7 章）。

本書全体を通じて習慣化してほしいのが dry run です。クエリを実行せず検証だけ行う機能で、コンソールのクエリエディタでは有効なクエリに処理予定バイト数付きのチェックマークが、無効なクエリには感嘆符とエラーメッセージが自動表示されます。bq CLI では --dry_run フラグを付けます。

bq query \
  --use_legacy_sql=false \
  --dry_run \
  'SELECT
     start_station_name,
     COUNT(*) AS num_trips
   FROM
     `bigquery-public-data.new_york.citibike_trips`
   GROUP BY
     start_station_name'

クエリが妥当であれば、次の形式の応答が返ります。

Query successfully validated. Assuming the tables are not modified,
running this query will process N bytes of data.

N には処理予定バイト数が入ります。この値はスキャン対象列（ここでは start_station_name 列 1 本）の合計サイズで決まり、テーブルの現在の中身に応じて変わります。dry run は何度実行しても無料なので、「実行前に必ずこの値を見る」を習慣にしてください。

bq rm -r -f -d PROJECT_ID:handson_ch01

つまずきポイント

理解度チェック

まとめと次章へ

• BigQuery はストレージ層とコンピュート層を分離したサーバーレスのデータプラットフォームで、コンピュートはスロット単位で動的に割り当てられる
• BigQuery Studio の Explorer・クエリエディタ・Job history で、テーブルの探索からクエリ実行・履歴確認までを一通り操作できる
• サンドボックスはクレジットカード不要で、無料枠（クエリ月 1 TiB・ストレージ月 10 GiB 相当）の範囲内かつ DML やストリーミングを使わない検証に向く。60 日で自動失効する点に注意する
• 課金プロジェクトに切り替えたら、予算アラートで支出を監視する（ただし自動停止はしない）
• dry run（コンソールの自動見積もり・bq の --dry_run）で処理バイト数を確認する習慣は、本書全体で使い続ける

次章では、この章で作った演習用データセットを土台に、リソースモデル（プロジェクト → データセット → テーブル）とロケーションの制約、GoogleSQL のデータ型を扱います。

• BigQuery の概要
• BigQuery サンドボックス
• BigQuery Studio の UI 概要
• クエリの実行と dry run
• BigQuery の料金
• 予算アラートの作成