GCP BigQueryとは？ 特徴メリット・デメリットについて分かりやすく解説

GCPでは100種類を超える様々なクラウドサービスが提供され、その中に「BigQuery」というサービスがあります。

「BigQueryって具体的にどういうサービスなの？」という方向けに

本記事では、「GCPの概要」から「BigQueryのメリット・デメリット」について解説していきます。

GCPって何？

始めに「GCP」というサービスについて解説していきます。

 

GCPとは

GCPとはGoogle Cloud Platformの略で、Googleが提供するクラウドサービスの総称です。

私達がよく利用しているGmailやYouTube,Google ChromeなどもこのGCP上で機能しており、セキュリティ、データベース、IoT、AI, 機械学習といった100種類を超える多種多様なサービスが提供されています。

Google社が実際に自社サービスで利用している技術やインフラ環境が一般企業や個人開発者でも実現でき、効率的なWeb開発が可能となります。GCPではサービス毎に無料枠が設けられており、料金体系は従量課金制のため気軽に利用することができます。

GCPはこちらの記事で解説しています。
GCPのPaaS機能は？主な機能をわかりやすく紹介！

BigQueryとは

GCPから提供されているサーバーレスで費用対効果に優れ、ビッグデータ分析に特化したデータウェアハウスサービスです。

データウェアハウスとは、データ群の「倉庫」のようなイメージで、データが時系列で保存されるため過去のデータ履歴を確認でき、分析に最適化されています。

BigQueryの特徴は、通常だと長い時間がかかる数TB（1テラバイト=1,024GB）、数PB（1ペタバイト=1,024TB）というデータ量のクエリを数秒もしくは数十秒で終わらせ、迅速に分析結果を取得することできます。

これらによりデータ分析の際に本来であれば、専門的な知識が必要なところ専門的な知識がなくても容易にデータ分析が可能となります。

BigQueryのメリット

BigQueryを使用するメリットにはどういったものがあるのでしょうか。ここでは2つのメリットを紹介します。

クエリの処理速度が高速

BigQueryの特徴の一つめは、「クエリの処理速度が高速な点」です。

通常、開発者はユーザーの様々なログ情報を元に分析しサービスを改善していきますが、保存しているログ情報は逐一増加していき、一瞬で膨大なデータが生み出されてしまいます。

大容量のデータはExcelやスプレッドシートでは分析はおろか、データを開くことすらできずにアプリケーションが異常終了してしまい、一般的な分析サービスの場合でも、GB(ギガバイト)程度のデータ量であれば問題なく分析できますが、TB(テラバイト)、PB(ペタバイト)規模のデータになると処理に時間がかかってしまいます。

そこで、BigQueryを使用するとTB(テラバイト)、PB(ペタバイト)規模のデータでも高速で分析しデータを返してくれます。BigQueryでは、データを列ごとにまとめて保存している「カラム型データストア」とクエリを分散処理している「ツリーアーキテクチャ」の二つの仕組みから高速クエリを実現しています。

 

データベースの専門知識が不要

BigQueryの特徴の二つめは、「データベースの専門知識が不要な点」です。

通常データウェアハウスのデータベースにおいては、専門知識を有するエンジニアが、テーブルやインデックスなどに対し最適な計算・シミュレーションを行い、性能維持または向上を阻害するボトルネックを見つけ、その原因を解決していくチューニング作業が必要になります。

一方、BigQuery では、チューニング作業が必要とせず従来のデータベース概念とは異なり、今までデータベースでのクエリでは必須だったインデックスすら必要としなくなったことで、データベースの専門知識がなくても大規模データの分析ができるようになります。

つまり簡単なSQLの知識さえあれば、データベースの高度な知識のない非エンジニアであっても直感的な管理画面での操作のみで高速クエリが可能で比較的扱いやすいです。

BigQueryのデメリット

ここまでBigQueryのメリットについてみてきました。次にデメリットについても考えていきましょう。

 

最適な使用方法でないとコストがかさむ可能性がある

BigQueryの特徴のデメリットは、「最適な使用方法でないとコストがかさむ可能性がある」ことです。

BigQueryは最初はオンデマンド料金で使い始めるケースが一般的なので、クエリで処理するデータ量に応じて課金される仕組みになっています。以下のような「クエリ処理の最適化」を行わないと、思わぬところで費用がかさんでしまう場合があります。

「クエリの対象データを絞る」 「人為的なミスを防ぐために、課金上限を設定する。」 「キャッシュを使って料金を発生させない」 「テーブルを分割してクエリ処理のコスト削減」

 

適切な使用方法であればBigQueryは非常に安価で使いやすいサービスです。しかし、適切な使用方法ではない場合費用がかさんでしまう可能性があるのでご注意ください。

ビッグデータ分析にはBigQueryを

本記事では、「GCPの特徴」から「Big Queryのメリット・デメリット」について解説してきました。

BIg Queryを使用することで、通常であれば必要となるデータベースの専門知識を有するエンジニアが必要なくなり、またビッグデータを分析する際にも時間が最小限で済み、高速クエリが可能となります。ビッグデータの分析を元にサービスを改善する場合は、大いに役立つでしょう。

ぜひこれを機にBigQueryの活用を検討してみてはいかがでしょうか。