BigQuery入門チュートリアル：セットアップから最初のクエリまで

従来型 vs クラウド・データウェアハウス

従来型のデータウェアハウスはオンプレミスに展開され、通常は高額な初期コスト、運用管理に長けたチーム、そして従来のデータセンターにおける硬直的なリソーススケーリングに起因する需要増への入念な計画が必要です。

一方、クラウド・データウェアハウスはクラウドサービスプロバイダーによって管理・ホスティングされます。例として、Google BigQuery、Amazon Redshift、Snowflakeがあります。

クラウド・データウェアハウスの利点

一般に、クラウド・データウェアハウスには従来型に比べて次のような利点があります。

• クラウド環境の柔軟性を活かし、スケールを前提として設計されている
• 速度とパフォーマンスが向上している
• 柔軟な料金体系とクラウド環境によりコスト最適化が可能（需要が低い時にスケールダウンするなど）
• 全面的または部分的にマネージドで、運用コストを削減できる

行指向 vs 列指向データベース

行指向データベースの例:

列指向データベースの例:

行指向データベースは、行全体のルックアップ、レコードの挿入、更新といった操作に適していますが、分析ワークロードは不得手です。

たとえば、50列のテーブルから3列だけを取得する場合でも、行指向データベースは各行について50列すべてを読み込みます。列指向データベースであれば必要な3列だけを読み込むため、製品の需要予測やアドホックなレポーティングなどの分析ではるかに高速です。

行指向データベースは一般にオンライン・トランザクション処理（OLTP）に適し、列指向データベースはオンライン分析処理（OLAP）に適しています。

OLTPとOLAP

• OLTPはトランザクション指向アプリケーションで用いられるデータベースシステムの一種です。「オンライン」とは、ユーザーの要求にリアルタイムで応答し処理する（すなわちトランザクションを処理する）ことが期待されることを意味します。
• これに対してオンライン分析処理（OLAP）は、データ分析に焦点を当てます。

比較のまとめ:

BigQueryの仕組み

BigQueryはコンピュートエンジンとストレージを分離しており、それぞれを独立してスケールできます。結果として、テラバイト級のデータを数秒で、ペタバイト級のデータを数分でクエリできます。

BigQueryがクエリを実行すると、クエリエンジンが処理を並列に分散し、ストレージ内の該当テーブルをスキャンして結果をマージし、最終的なデータセットを返します。

2026年時点のBigQuery主要機能

BigQueryの登場以降、Googleは従来のデータウェアハウスの枠を超える多くの機能を追加してきました。

• BigQuery ML — SQLで機械学習モデルを構築・学習・デプロイ。線形回帰、分類、時系列予測などをサポート。
• Gemini in BigQuery — 自然言語でのクエリ作成支援、スキーマ理解、インサイト生成を支援するAIアシスタンス。
• BigQuery Studio — BigQueryコンソール内でSQL、Pythonノートブック、Sparkを統合したワークスペース。
• フェデレーション クエリ — データをBigQueryに移動せずに、Cloud SQL、Cloud Storage、Bigtableなどのデータに対してクエリ。
• BigQuery Omni — Google Cloudにコピーせずに、AWSやAzureに保存されたデータ上でBigQueryの分析を実行。

BigQueryの始め方

BigQueryサンドボックスを使えば、クレジットカードや請求アカウントを用意しなくてもBigQueryを試せます。ここでは、サンドボックスを使ってBigQueryへアクセスし、最初のプロジェクトを設定する手順を説明します。

BigQueryにはGoogle Cloud Consoleからアクセスできます。Googleアカウントでログイン（または作成）してください。ログインすると、ウェルカム画面が表示されます。

左側のメニューにBigQueryがあります。クリックすると次の画面に移動します。

BigQueryサンドボックスの利用

BigQueryサンドボックスを利用するには、まず「Select Project」をクリックしてプロジェクトを作成します。

続いて「New Project」をクリックします。

プロジェクト名を指定します。このガイドではdatacamp-guide-projectを使用します。

BigQueryのページにサンドボックスに関する案内が表示され、BigQueryサンドボックスが有効になったことを確認できます。

サンドボックスが有効になったら、新しいプロジェクトでデータの読み込みやクエリができるほか、Googleの公開データセットにもクエリできます。

データセットとテーブルの作成

テーブルを作成する前に、新しいプロジェクトにデータセットを作成する必要があります。データセットは、テーブルやビューの集合を整理しアクセス制御するための最上位コンテナです。作成するには、プロジェクトの「Actions」アイコンをクリックします。

このガイドでは「Dataset ID」に「main」と入力します。

テーブルはSQLで作成できます。BigQueryはANSI準拠のGoogleSQLを使用します。

CREATE TABLE datacamp-guide-project.main.users (
  id INT64 NOT NULL,
  first_name STRING NOT NULL,
  middle_name STRING,
  last_name STRING NOT NULL,
  active_account BOOL NOT NULL
);

BigQueryコンソールのインターフェースから作成することも可能です。

注意：サンドボックス環境ではデータの挿入はできません。挿入を試す場合は無料トライアルを有効化してください。次のセクションでは、Google Cloudの一部として提供される公開データセットへのクエリに焦点を当てます。

BigQueryコンソールで公開データセットにクエリする

公開データセットにクエリするには、以下の手順に従ってください。

1. Explorerの横にある「Add」をクリックします。

2. データセットを選択します。

3. 「Google Trends」を検索し、Google Trendsを選択して「View dataset」ボタンをクリックします。

4. bigquery-public-dataに、多数のデータセットが一覧表示されます。bigquery-public-dataにスターを付け、Explorerで常に表示されるようにします。

Googleトレンド・データセットを使った実践例

ここではtop_termsテーブルを使用します。

top_termsテーブルをクリックして開き、DetailsとPreviewタブを確認してtop_termsのデータについて理解を深めましょう。

次の例のように、直近2週間で1位にランクインした用語を取得するクエリを実行できます。

SELECT
  term
FROM
  bigquery-public-data.google_trends.top_terms
WHERE
  rank = 1
  AND refresh_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 2 WEEK)
GROUP BY
  term

結果（内容は変動します）:

BigQueryの料金

BigQueryの料金は大きく2つの要素で構成されます。コンピュート（クエリ処理）とストレージです。

ワークロードが予測可能なチーム向けに、BigQueryはキャパシティ予約（BigQuery Editions）による定額課金も提供しています。最新の料金は公式の料金ページを確認してください。

まとめ

BigQueryは、クラウド・データウェアハウスへの最もアクセスしやすい入り口の一つです。サンドボックスによりリスクなく試せ、月1 TiBの無料クエリ枠で公開データセットをコストゼロで探索できます。さらに必要になった場合は、Google Cloudの無料トライアルで$300分のクレジットが提供されます。

ここで学んだ内容をさらに発展させたい場合は、DataCampのIntroduction to BigQueryコースがおすすめです。クエリ最適化や大規模データセットの扱いを取り上げています。より広いデータエンジニアリングの観点では、Data Engineer in Pythonトラックで、データの取り込みからウェアハウジングまでの全体像を学べます。

また、BigQueryとRedshiftの比較、BigQueryとSnowflakeの比較、面接対策としてBigQueryの面接質問ガイドも参考にしてください。