{"canonical_url":"https://engineer.company/sv/glossary/bigquery/","content_markdown":"# BigQuery\n\n## Vad det är\n\nBigQuery är en hanterad tjänst för analys med SQL i Google Cloud: det finns ingen server att sätta\nupp, tabellerna lagras kolumn för kolumn, och varje databasfråga betalas antingen efter de byte som\nden läser eller ur beräkningskapacitet som har reserverats i förväg. Tjänsten säljs och söks också\nefter som Google BigQuery, och dess SQL-dialekt heter GoogleSQL, som följer ANSI-standarden och\nlägger till egna funktioner.\n\nDesignen vilar på att hålla lagring och beräkning isär. Tabellerna ligger i Googles lagringslager,\noch en fråga lånar beräkningskraft så länge den körs. Eftersom varje kolumn lagras för sig läser en\nfråga som nämner tre kolumner i en tabell med femtio bara de tre och lämnar resten på disken. Att\ntrimma prestandan ser därför annorlunda ut än på en PostgreSQL-server. I stället för att utforma\nB-tree-index och dimensionera minnet handlar arbetet om tabellens form, med partitionering och\nklustring: en tabell kan delas upp efter en kolumn med datum eller tidsstämpel, efter tidpunkten för\ninläsningen eller efter ett heltalsintervall, och klustras på upp till fyra kolumner så att rader\nsom hör ihop delar lagringsblock.\n\nBigQuery hör till familjen analysdatalager, och de produkter den oftast vägs mot är Snowflake och\nAmazon Redshift, plus möjligheten att behålla analysen i den transaktionsdatabas som företaget redan\nkör. Den är byggd för frågor som sveper över miljontals eller miljarder rader och returnerar en\nhandfull summor. De uppslag och uppdateringar av enskilda rader som en applikation gör vid varje\nförfrågan hör hemma i en databas som PostgreSQL eller SQL Server, och ett vanligt upplägg kör båda,\nmed en datapipeline som för data från den ena till den andra.\n\n## Varför det spelar roll\n\nBeslutet som BigQuery ställer ett team inför är hur det vill betala för analys. Räkningen följer de\nfrågor som folk skriver, inte storleken på en maskin som någon en gång valde, och det skär åt båda\nhållen.\n\nMed prissättning på begäran (on-demand) debiteras varje fråga för de byte som den bearbetar. Det\npassar oregelbundet arbete: ett team som kör några tunga rapporter i veckan betalar för de\nrapporterna och för inget däremellan, utan någon server som står på tomgång över natten. Det sätter\nockså ett pris på en slarvig fråga. En `SELECT *` över ett års sensoravläsningar kostar lika mycket\noavsett om analytikern ville ha en rad eller alla. Kapacitetsprissättning ersätter det med slots,\nenheter av beräkningskraft som köps genom reservationer, vilket gör räkningen till en siffra som är\nkänd i förväg och gör tung, jämn användning billigare att planera för. Ett projekt kan byta mellan\nde två modellerna, så det första valet går att ompröva när den verkliga användningen syns.\n\nLagringen har sina egna regler. En tabell eller partition som har lämnats oförändrad i 90 dagar i\nföljd går över till priset för långtidslagring, som är 50 % lägre, utan att någon flyttar den. Varje\ndataset debiteras antingen efter den logiska, okomprimerade storleken på sina data eller efter den\nfysiska, komprimerade, och för data som komprimeras väl kan den andra modellen vara den billigare.\n\nTre saker förtjänar eftertanke innan man skriver på. Platsen för ett dataset, en enskild region\neller multiregionen US eller EU, bestäms när det skapas och ligger sedan fast, så den är ett beslut\nom regelefterlevnad som fattas den första dagen. Dialekten, kommandoradsverktyget `bq` och\nklientbiblioteken är Googles egna, så frågor flyttar till ett annat analysdatalager med ändringar\nsnarare än oförändrade; själva datan tar sig lätt ut, eftersom tabeller kan exporteras till CSV,\nAvro och Parquet. Och frågan om rekrytering är mildare än den ser ut: analytiker som kan SQL är\nproduktiva inom några dagar, medan den ovanligare färdigheten är att läsa en fråga i byte lika väl\nsom i rader.\n\nSå när är BigQuery rätt val? När data kommer i stora volymer som mest läggs till, t.ex. händelser,\nloggar eller mätaravläsningar, när frågorna som ställs till dem ändras från vecka till vecka, och\nnär teamet helst slipper driva databasservrar för analys. För data som en enda PostgreSQL-server\nrymmer utan besvär lägger ett analysdatalager till ett andra system, en andra räkning och en\ndatapipeline mellan de två. Skälen för det växer med volymen och med antalet personer som ställer\nfrågor.\n\n## Så ser det ut i praktiken\n\nEtt bestånd med över 100 databaser, fördelade på PostgreSQL, Microsoft SQL Server och Google\nBigQuery, höll mest geografiska data och tidsseriedata: koordinater, sensoravläsningar, loggar och\nmätvärden i realtid. Databasingenjörens arbete mellan 2022 och 2024 omfattade att lagra de stora\ntidsseriemängderna i BigQuery,\n[i tabeller som var tidspartitionerade och klustrade](/sv/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/),\nmed komprimering och kolumnlagring för att hålla nere lagringskostnaderna och snabba upp\nskanningarna. Partitionerade och klustrade skanningar i BigQuery, tillsammans med indexering,\nmaterialiserade vyer och cachning i hela beståndet, kortade svarstiderna för frågor mot GIS- och\ntidsseriedata med 40–60 %.\n\nI en datapipeline för geografiska data som hade blivit långsam analyserades\nförst SQL-koden och datamodellerna i PostgreSQL, MS SQL och Google Cloud\nBigQuery. Analysen blottlade svag indexering, ineffektiva databasfrågor och\nsaknade integritetsvillkor. Varje motor fick sedan det verktyg den har: B-tree-\noch GiST-index i PostgreSQL, filtrerade index i MS SQL och [klustring i\nBigQuery](/sv/portfolio/made-a-geographical-data-pipeline-50x-faster/),\ntillsammans med normaliserade modeller, partitionering och omskrivna\ndatabasfrågor. Grundarens resultatbeskrivning anger att datapipelinen som helhet\nblev 50 gånger snabbare; den anger inte prestandatestets dataset, hårdvara eller\nmetod för jämförelsen.\n\nOch på data från smarta elmätare i flera regioner\n[togs över 500 analysrapporter fram i ren SQL](/sv/portfolio/released-500-electricity-and-gis-data-reports/)\nmot PostgreSQL och BigQuery, i rollen som dataanalytiker, med CTE:er, fönsterfunktioner, underfrågor\noch geospatiala joins över mätar-ID:n, tidsstämplar, koordinater och miljömetadata. Varje rapport\nlevererades med kommenterad SQL, så att en kollega kunde köra om och granska den, och med\nanteckningar om kända datakvalitetsproblem som saknade GPS-koordinater och korrupta mätvärden.\nRapporterna blev ett standardunderlag på flera avdelningar och bidrog till 10–15 % effektivare\noperativ planering.\n\nI alla tre fallen arbetade BigQuery bredvid PostgreSQL snarare än i dess ställe, och varje motor\nfick det arbete som den gör bäst.\n\n## Var det går fel\n\n**En fråga med `LIMIT 10` debiteras för hela tabellen.** På en tabell utan klustring begränsar\n`LIMIT` resultatet, inte de byte som läses, och `SELECT *` läser varje kolumn som finns. En snabb\ntitt på datan blir en fullständig skanning. Namnge de kolumner som frågan behöver, och använd\nkonsolens förhandsvisning av tabellen eller `bq head` för en blick på några exempelrader, vilket\ninte kostar något.\n\n**En partitionerad tabell skannas ändå från början till slut.** Partitioner hoppas bara över när\nfiltret på partitioneringskolumnen är en konstant som motorn kan utvärdera innan den läser. Att\njämföra kolumnen med resultatet av en underfråga, svepa in den i en funktion eller räkna på den\nskickar frågan genom varje partition. Två skydd hjälper. En tabell kan kräva ett partitionsfilter,\nså att en fråga utan ett användbart filter stoppas med ett fel i stället för att köras. Och en\ntorrkörning (dry run) rapporterar hur många byte en fråga skulle bearbeta, utan att köra den eller\nta betalt för 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**Klustring läggs till och mängden lästa byte rör sig knappt.** Klustring sorterar lagringsblock\nefter upp till fyra kolumner i ordning, och ordningen spelar roll: en tabell som är klustrad efter\norderdatum, land och status är inte organiserad för ett filter på enbart land och status. Tabeller\nunder 64 MB vinner lite på det, och på en klustrad tabell blir antalet byte som faktiskt skannas\nkänt först när frågan är klar. Ordna klustringskolumnerna på det sätt som frågorna filtrerar. Där\nkostnaden måste ha ett tak innan något körs, lita på partitionering, vars beskärning en torrkörning\nredan räknar med, och sätt ett högsta antal debiterade byte (maximum bytes billed), så att en fråga\növer gränsen stoppas innan den debiteras.\n\n**En fråga som gör en join mellan två dataset avvisas.** Varje dataset ligger på en plats, och en\nfråga körs på en plats, så varje dataset som den rör måste dela den. Team som låter varje projekt ta\nsin egen standardplats får tabeller som bara kan förenas efter att en av dem har kopierats över.\nVälj platsen en gång, för regelefterlevnadens skull och efter var datan kommer ifrån, och skapa\nvarje dataset där med avsikt.\n\n## Läs mer\n\n- [BigQuery overview](https://cloud.google.com/bigquery/docs/introduction) — Googles egen\n  beskrivning av tjänsten, dess separata lager för lagring och beräkning och det som sköts åt\n  användaren.\n- [Introduction to partitioned tables](https://docs.cloud.google.com/bigquery/docs/partitioned-tables)\n  — typerna av partitionering, deras upplösning och deras gränser.\n- [Query partitioned tables](https://docs.cloud.google.com/bigquery/docs/querying-partitioned-tables)\n  — vilka filter som beskär partitioner och vilka som skickar en fråga genom alla.\n- [Introduction to clustered tables](https://docs.cloud.google.com/bigquery/docs/clustered-tables) —\n  hur kolumnordningen styr beskärningen av block, och vad det betyder för kostnadsuppskattningar.\n- [Estimate and control costs](https://docs.cloud.google.com/bigquery/docs/best-practices-costs) —\n  torrkörningar, högsta antal debiterade byte och de kostnadsfria sätten att förhandsvisa en tabell.\n- [BigQuery locations](https://docs.cloud.google.com/bigquery/docs/locations) — regioner,\n  multiregioner och reglerna för frågor som rör mer än ett dataset.\n\n\u003chttps://engineer.company/sv/glossary/bigquery/\u003e\n","date_modified":"2026-11-12T05:34:23Z","description":"Hur BigQuery tar betalt för frågor och lagring, när det lönar sig mer än analys i den egna databasen och fyra misstag som gör en enda fråga dyr.","formats":{"gemtext":"https://engineer.company/sv/glossary/bigquery/index.gmi","gopher":"https://engineer.company/sv/glossary/bigquery/gophermap","html":"https://engineer.company/sv/glossary/bigquery/","json":"https://engineer.company/sv/glossary/bigquery/index.json","markdown":"https://engineer.company/sv/glossary/bigquery/index.md","pdf":"https://engineer.company/sv/glossary/bigquery/index.pdf"},"kind":"page","language":"sv","title":"Vad är BigQuery?","url":"https://engineer.company/sv/glossary/bigquery/","version":1}