{"canonical_url":"https://engineer.company/da/glossary/bigquery/","content_markdown":"# BigQuery\n\n## Hvad det er\n\nBigQuery er en administreret SQL-tjeneste til analyse på Google Cloud: ingen skal stille en\nserver op til den, tabellerne gemmes kolonne for kolonne, og hver SQL-forespørgsel betales enten\nefter de bytes, den læser, eller af regnekraft, der er reserveret på forhånd. Den kaldes også\nGoogle BigQuery, og dens SQL-dialekt hedder GoogleSQL, som følger ANSI-standarden og lægger sine\negne funktioner oveni.\n\nGrundideen er at holde lagring og beregning adskilt. Tabellerne ligger i Googles lagerlag,\nog en forespørgsel låner regnekraft, så længe den kører. Fordi hver kolonne gemmes for sig,\nlæser en forespørgsel, der nævner tre kolonner i en tabel med halvtreds, kun de tre og lader\nresten ligge. Derfor ser tuning anderledes ud end på en PostgreSQL-server. I stedet for at\ndesigne B-tree-indeks og dimensionere hukommelse handler arbejdet om tabellens form: den kan\npartitioneres efter en dato- eller tidsstempelkolonne, efter indlæsningstidspunkt eller\nefter et heltalsinterval, og den kan klynges på op til fire kolonner, så rækker, der hører\nsammen, deler lagerblokke. Det sidste kaldes clustering, også på dansk.\n\nBigQuery hører til familien af datawarehouses, og de produkter, den typisk vejes op imod, er\nSnowflake og Amazon Redshift, plus muligheden for at blive på den transaktionsdatabase,\nvirksomheden allerede driver. Den er bygget til forespørgsler, der løber millioner eller\nmilliarder af rækker igennem og returnerer en håndfuld summer. De enkeltrækkeopslag og\nopdateringer, en applikation laver ved hver anmodning, hører hjemme i en database som\nPostgreSQL eller SQL Server, og en udbredt opstilling kører begge dele med en pipeline, der\nfører data fra den ene til den anden.\n\n## Hvorfor det betyder noget\n\nDet valg, BigQuery stiller et team over for, handler om, hvordan det vil betale for analyse.\nRegningen følger de forespørgsler, folk skriver, og ikke størrelsen på en maskine, nogen\nengang valgte, og det trækker i begge retninger.\n\nMed on-demand-prisen afregnes hver forespørgsel efter de bytes, den behandler. Det passer\ntil uregelmæssigt arbejde: et team, der kører et par tunge rapporter om ugen, betaler for de\nrapporter og for intet derimellem, og ingen server står og summer om natten. Til gengæld får\nen skødesløs forespørgsel en pris. En `SELECT *` over et års sensormålinger koster det\nsamme, uanset om analytikeren ville have én række eller dem alle. Kapacitetsprisen erstatter\ndet med slots, enheder af regnekraft købt gennem reservationer, så regningen bliver et\nbeløb, man kender på forhånd, og tungt, jævnt forbrug bliver lettere at budgettere. Et\nprojekt kan skifte mellem de to modeller, så det første valg kan tages op igen, når det\nfaktiske forbrug er til at se.\n\nLagring har sine egne regler. En tabel eller partition, der har stået uændret i 90 dage i\ntræk, overgår til langtidsprisen, som er 50 % lavere, uden at nogen flytter den. Hvert\ndatasæt afregnes enten efter den logiske, ukomprimerede størrelse af dataene eller efter den\nfysiske, komprimerede størrelse, og for data, der komprimerer godt, kan den anden model\nblive den billigste.\n\nTre ting fortjener vægt, før man skriver under. Et datasæts placering, en enkelt region\neller multiregionen US eller EU, fastlægges, når datasættet oprettes, og ligger fast\nderefter, så det er en compliance-beslutning, der træffes på første dag. Dialekten,\nkommandolinjeværktøjet `bq` og klientbibliotekerne er Googles egne, så forespørgsler flytter\ntil et andet datawarehouse med rettelser og ikke uændrede. Selve dataene slipper til gengæld\nlet ud, for tabeller kan eksporteres til CSV, Avro og Parquet. Og ansættelsesspørgsmålet er\nmildere, end det ser ud: analytikere, der kan SQL, er produktive i løbet af få dage, mens\nden sjældnere færdighed er at læse en forespørgsel i bytes og ikke kun i rækker.\n\nHvornår er BigQuery så det rigtige valg? Når data kommer i store mængder, der mest bliver\nføjet til, som hændelser, logs eller måleraflæsninger, når spørgsmålene til dem skifter fra\nuge til uge, og når teamet hellere vil være fri for at drive databaseservere til analyse.\nFor data, som én PostgreSQL-server rummer uden besvær, tilføjer et datawarehouse et ekstra\nsystem, en ekstra regning og en pipeline imellem de to. Argumentet for det vokser med\nmængden og med antallet af folk, der stiller spørgsmål.\n\n## Sådan ser det ud i praksis\n\nI et miljø med over 100 databaser stod BigQuery ved siden af PostgreSQL og Microsoft SQL\nServer, og de fleste data var geografiske eller tidsserier: koordinater, sensormålinger, logs\nog målinger i realtid. På BigQuery-siden blev\n[de store tidsserietabeller tidspartitioneret og klynget](/da/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/),\nog komprimering og kolonnebaseret lagring blev brugt til at holde lageromkostningerne nede og\nscanningerne hurtige. Sammen med indeksering, materialiserede views og caching på tværs af\nmiljøet faldt svartiderne for forespørgsler på GIS- og tidsseriedata med 40–60 %.\n\nI en geografisk datapipeline, der var blevet langsom, blev SQL-koden\nog datamodellerne i PostgreSQL, MS SQL og Google Cloud BigQuery først\nanalyseret, og det afslørede svag indeksering, ineffektive\nforespørgsler og manglende constraints. Derefter fik hver motor det\nværktøj, den har: B-tree- og GiST-indeks i PostgreSQL, filtrerede\nindeks i MS SQL og\n[clustering i BigQuery](/da/portfolio/made-a-geographical-data-pipeline-50x-faster/),\nsammen med normaliserede modeller, partitionering og omskrevne\nforespørgsler. Grundlæggerens resultatbeskrivelse angiver, at\npipelinen som helhed blev 50 gange hurtigere; den angiver ikke\nbenchmarkets datasæt, hardware eller sammenligningsprocedure.\n\nPå data fra smart-målere i flere regioner blev\n[over 500 analyserapporter skrevet i ren SQL](/da/portfolio/released-500-electricity-and-gis-data-reports/)\nmod PostgreSQL og BigQuery, med CTE'er, vinduesfunktioner, underforespørgsler og geospatiale\njoins over måler-id'er, tidsstempler, koordinater og miljømetadata. Hver rapport fulgte med sin\nSQL kommenteret, så en kollega kunne køre den igen og efterprøve den, og med noter om kendte\nproblemer med datakvaliteten som manglende GPS-koordinater og ødelagte målerværdier.\nRapporterne blev et fast opslagsværk på tværs af afdelinger og bidrog til, at den operationelle\nplanlægning blev 10–15 % mere effektiv.\n\nI alle tre tilfælde arbejdede BigQuery sammen med PostgreSQL i stedet for at erstatte den, og hver motor fik det arbejde, den er bedst til.\n\n## Hvor det går galt\n\n**En forespørgsel med `LIMIT 10` bliver afregnet for hele tabellen.** På en tabel uden\nclustering begrænser `LIMIT` resultatet, ikke de læste bytes, og `SELECT *` læser hver\neneste kolonne. Et hurtigt kig på dataene bliver til en fuld scanning. Nævn de kolonner,\nspørgsmålet kræver, og se eksempelrækker gennem konsollens forhåndsvisning af tabellen eller\n`bq head`, som begge er gratis.\n\n**En partitioneret tabel bliver scannet fra ende til anden alligevel.** Partitioner springes\nkun over, når filteret på partitioneringskolonnen er en konstant, som motoren kan beregne,\nfør den læser. Sammenlignes kolonnen med resultatet af en underforespørgsel, pakkes den ind\ni en funktion, eller regnes der på den, går forespørgslen gennem hver eneste partition. To\nværn hjælper. En tabel kan kræve et partitionsfilter, så en forespørgsel uden et brugbart\nfilter stopper med en fejl i stedet for at køre. Og en dry run oplyser, hvor mange bytes en\nforespørgsel ville behandle, uden at køre den eller tage betaling for den:\n\n```sh\nbq query --use_legacy_sql=false --dry_run \\\n  'SELECT meter_id, kwh\n   FROM energy.readings\n   WHERE reading_date = DATE \"2026-10-01\"'\n```\n\n**Der bliver tilføjet clustering, og de læste bytes rykker sig knap.** Clustering sorterer\nlagerblokke efter op til fire kolonner i rækkefølge, og rækkefølgen betyder noget: en tabel,\nder er klynget efter ordredato, land og status, er ikke organiseret til et filter på land og\nstatus alene. Tabeller under 64 MB får kun lidt ud af det, og på en klynget tabel kendes de\nbytes, der faktisk scannes, først, når forespørgslen er færdig. Sæt clustering-kolonnerne i\nden rækkefølge, forespørgslerne filtrerer i. Hvor omkostningen skal have et loft, før noget\noverhovedet kører, så støt dig til partitionering, hvis beskæring en dry run allerede regner\nmed, og sæt et maksimum for afregnede bytes, så en forespørgsel over grænsen stopper, før\nden koster noget.\n\n**En forespørgsel, der joiner to datasæt, bliver afvist.** Hvert datasæt bor ét sted, og en\nforespørgsel kører ét sted, så alle de datasæt, den rører, skal dele placering. Teams, der\nlader hvert projekt tage sin egen standard, ender med tabeller, der kun kan joines, når den\nene er kopieret over. Vælg placeringen én gang, ud fra compliance og ud fra, hvor dataene\nkommer fra, og opret hvert datasæt der med vilje.\n\n## Læs mere\n\n- [BigQuery overview](https://cloud.google.com/bigquery/docs/introduction) — Googles egen\n  beskrivelse af tjenesten, de adskilte lag til lagring og beregning, og hvad der bliver\n  administreret for dig.\n- [Introduction to partitioned tables](https://docs.cloud.google.com/bigquery/docs/partitioned-tables)\n  — partitioneringstyperne, deres granularitet og deres begrænsninger.\n- [Query partitioned tables](https://docs.cloud.google.com/bigquery/docs/querying-partitioned-tables)\n  — hvilke filtre der beskærer partitioner, og hvilke der sender en forespørgsel gennem dem\n  alle.\n- [Introduction to clustered tables](https://docs.cloud.google.com/bigquery/docs/clustered-tables)\n  — hvordan kolonnernes rækkefølge styrer, hvilke blokke der springes over, og hvad det\n  betyder for omkostningsoverslag.\n- [Estimate and control costs](https://docs.cloud.google.com/bigquery/docs/best-practices-costs)\n  — dry runs, maksimum for afregnede bytes og de gratis måder at se en tabel på.\n- [BigQuery locations](https://docs.cloud.google.com/bigquery/docs/locations) — regioner,\n  multiregioner og reglerne for forespørgsler, der rører mere end ét datasæt.\n\n\u003chttps://engineer.company/da/glossary/bigquery/\u003e\n","date_modified":"2026-11-12T05:34:23Z","description":"Sådan afregner BigQuery forespørgsler og lagring, hvornår den slår analyse på egen database, og fire fejl, der gør én forespørgsel dyr.","formats":{"gemtext":"https://engineer.company/da/glossary/bigquery/index.gmi","gopher":"https://engineer.company/da/glossary/bigquery/gophermap","html":"https://engineer.company/da/glossary/bigquery/","json":"https://engineer.company/da/glossary/bigquery/index.json","markdown":"https://engineer.company/da/glossary/bigquery/index.md","pdf":"https://engineer.company/da/glossary/bigquery/index.pdf"},"kind":"page","language":"da","title":"Hvad er BigQuery?","url":"https://engineer.company/da/glossary/bigquery/","version":1}