Google Cloud BigQuery の 1 つのクエリで、知らず知らずのうちに 6 時間で $3,000 を吹き飛ばしてしまいました。その理由と、コストを最適化するための 3 つの簡単なステップを次に示します。 記事上で 🙈 BigQuery のコストに影響する要素について学びます。  🏛️ BigQuery のアーキテクチャについて詳しく説明します。  💰 次の Google Cloud 請求書で 99.97% 節約するための 3 つの簡単なステップを学びます。 さあ行こう。 どうやってそうなった？ 私は、相談を受けた顧客のためにデータ サンプルを準備するためのスクリプトを開発していました。サンプルは各ファイルに 100 行あり、55 のロケールに分割されています。私のクエリは次のようになります SELECT * FROM `project.dataset.table` WHERE ts BETWEEN TIMESTAMP("2022-12-01") AND TIMESTAMP("2023-02-28") AND locale = "US" LIMIT 100; データは「europe-west-4」に保存され、 。そのため、スクリプトを実行して、次の処理を行いました。 クエリの料金は TB あたり 6 ドルです 合計 500 TB のデータ 平均で 1 か国あたり 3 TB のデータ データ サンプル ファイルあたり平均 54 ドル 非常に高価です。  3,000ドルかかるスクリプト スクリプトは で作成されました。 JavaScript モジュール   // bq-samples.mjs import { BigQuery } from "@google-cloud/bigquery"; import { Parser } from "@json2csv/plainjs"; import makeDir from "make-dir"; import { write } from "./write.mjs"; import { locales } from "./locales.mjs"; import { perf } from "./performance.mjs"; const q = (locale, start, end, limit) => `SELECT * FROM \`project.dataset.table\` WHERE ts BETWEEN TIMESTAMP("2022-12-01") AND TIMESTAMP("2023-02-28") AND locale = "${locale}" LIMIT ${limit}` async function main() { const timer = perf() const dir = await makeDir('samples') const bigquery = new BigQuery() const csvParser = new Parser({}) try { const jobs = locales.map((locale) => async () => { // get query result from BigQuery const [job] = await bigquery.createQueryJob({ query: q(locale, "2022-12-01", "2023-02-28", 100), }) const [rows] = await job.getQueryResults() // parse rows into csv format const csv = parse(csvParser, rows) // write data into csv files and store in the file system await write(csv, dir, locale, "2022-12-01", "2023-02-28", 100) }) await Promise.all(jobs.map((job) => job())) console.log(`✨ Done in ${timer.stop()} seconds.`) } catch (error) { console.error('❌ Failed to create sample file', error) } } await main() ロケールごとに 1 つのサンプル ファイルが 形式で生成されます。プロセスは簡単です。 CSV ローカル、開始日、終了日、制限を使用して BigQuery テーブルをクエリします。 クエリ結果を CSV 形式に変換します。 ファイル システムに CSV を書き込みます。 すべてのロケールに対してプロセスを繰り返します。 どうしたの？ クエリでいくつか間違ったことをしたことがわかりました。価格モデルをもう一度見てみると、コストは処理するデータの量にのみ関連していることがわかります。したがって、私のクエリが検索したデータが多すぎて 100 行を生成できないことは明らかです。 この洞察を使用して、クエリを段階的に最適化しましょう。 選択しないでください * それは少し直感に反しています。 select ステートメントが処理するデータの量と関係があるのはなぜですか?選択した列に関係なく、同じリソースとデータから読み取る必要がありますよね? これは、行指向のデータベースにのみ当てはまります。  BigQuery は、実際には です。これは列指向であり、データが列で構造化されていることを意味します。 BigQuery は、基盤となるコンピューティング エンジンとして を使用します。データがコールド ストレージから Dremel のアクティブ ストレージに移動されると、データはツリー構造で保存されます。 カラムナ データベース Dremel 各リーフ ノードは、  形式の列指向の「レコード」です。  Protobuf  BigQuery では、各ノードが VM です。クエリの実行は、ルート サーバー (ノード) から中間サーバーを介してリーフ サーバーに伝達され、選択された列が取得されます。 個々の列を選択するようにクエリを変更できます。   SELECT session_info_1, session_info_2, session_info_3, user_info_1, user_info_2, user_info_3, query_info_1, query_info_2, query_info_3, impression_info_1, impression_info_2, impression_info_3, ts FROM `project.dataset.table` WHERE ts BETWEEN TIMESTAMP("2022-12-01") AND TIMESTAMP("2023-02-28") AND locale = "US" LIMIT 100; すべての列を明示的に選択するだけで、処理されたデータを 3.08 TB から 2.94 TB に減らすことができました。これは です。 100 GB の削減 分割テーブルを使用し、データのサブセットのみをクエリする Google Cloud では、 を推奨しています。データのサブセットのみを照会できます。 テーブルを日付で分割すること クエリをさらに最適化するために、テーブルが「ts」列によって分割されているため、where ステートメントで日付範囲を絞り込むことができます。   SELECT session_info_1, session_info_2, session_info_3, user_info_1, user_info_2, user_info_3, query_info_1, query_info_2, query_info_3, impression_info_1, impression_info_2, impression_info_3, ts FROM `project.dataset.table` WHERE ts = TIMESTAMP("2022-12-01") AND locale = "US" LIMIT 100; 日付範囲を 3 か月ではなく 1 日に絞り込みました。処理したデータを に削減できました。これは、元のクエリのほんの一部です。 37.43 GB マテリアライズされたクエリ結果を段階的に使用する コストを削減するもう 1 つの方法は、クエリを実行するデータセットを減らすことです。 BigQuery は、クエリ結果を小さなデータセットとして保存する を提供します。宛先テーブルには、一時テーブルと永続テーブルの 2 つの形式があります。 宛先テーブル 一時テーブルには有効期間があり、共有してクエリを実行するように設計されていないため、クエリ結果を具体化するために永続的な宛先テーブルを作成しました。   // bq-samples.mjs const dataset = bigquery.dataset('materialized_dataset') const materialzedTable = dataset.table('materialized_table') // ... const [job] = await bigquery.createQueryJob({ query: q(locale, '2022-12-01', '2023-02-28', 100), destination: materialzedTable, }) クエリ結果は宛先テーブルに格納されます。今後の質問の参考になります。宛先テーブルからクエリを実行できる場合はいつでも、BigQuery はテーブルのデータを処理します。これにより、検索するデータ サイズが大幅に削減されます。 最終的な考え BigQuery でコストを削減することは非常に興味深い研究です。わずか 3 つの簡単な手順で: 使用しないでください * 分割テーブルを使用し、データのサブセットのみをクエリする マテリアライズされたクエリ結果を段階的に使用する 処理したデータ サイズを 減らすことができました。これにより、総コストが 3,000 ドルから 30 ドルに大幅に削減されます。 3 TB から 37.5 GB に  BigQuery アーキテクチャについて詳しく知りたい場合は、次の参考文献を参考にしてください。   BigQuery の説明: BigQuery のアーキテクチャの概要 ドレメルを見て Colossus の内部: Google のスケーラブルなストレージ システムの概要 Jupiter の進化: Google のデータセンター ネットワークの変革を振り返る について詳しくは、Google Cloud のドキュメントをご覧ください。 BigQuery の費用の最適化 ケーススタディで協力し、BigQuery のアーキテクチャを理解するのに役立つ貴重な洞察を提供してくれた に特に感謝します。 Abu Nashir 参考文献 — LinkedIn アブ・ナシル — ピーター・ゴールズボロー ドレメルを見て  — Google クラウド BigQuery - Google Cloud BigQuery の説明: BigQuery のアーキテクチャの概要   — Google Cloud Colossus の内部: Google のスケーラブルなストレージ システム  — ウィキペディア 列指向の DBMS — ウィキペディア コンマ区切り値 — Google Cloud 分割テーブルの作成   — MDN JavaScript モジュール   — Google Cloud Jupiter の進化: Google のデータセンター ネットワークの変革を反映  — Google Cloud メソッド: jobs.query    — ウィキペディア Protocol_Buffers — Google Cloud インタラクティブなバッチ クエリ ジョブを実行する — Google Cloud キャッシュされたクエリ結果の使用 — Google Cloud クエリ結果の書き込み 接続したいですか？ この記事は、もともと に投稿されたものです。 Daw-Chih の Web サイト

2022 - HackerNoon Contributor of the Year - Leadership

2022 - HackerNoon Contributor of the Year - Learning

2022 - HackerNoon Contributor of the Year - Product Management

2022 - HackerNoon Contributor of the Year - Software Engineering

2022 - HackerNoon Contributor of the Year - Typescript

Coding Guru of 2022

Check out my website!

Nominated for 2022 - HackerNoon Contributor of the Year - Product Management

Nominated for 2022 - HackerNoon Contributor of the Year - Typescript

Nominated for 2022 - HackerNoon Contributor of the Year - Leadership

Nominated for 2022 - HackerNoon Contributor of the Year - Software Engineering

Nominated for Coding Guru of 2022

Nominated for 2022 - HackerNoon Contributor of the Year - Learning

このオーディオは、ストーリーの元の言語で制作されています。

長すぎる; 読むには

Google Cloud BigQuery を最適化し、費用を抑える方法

Google Cloud BigQuery を最適化し、費用を抑える方法

About Author

コメント

ラベル

この記事は

Related Stories

ワークフローを10倍に向上させる方法: 必須アプリ17選

18 種類の開発者ツールで生産性を向上しましょう 🚀🔥

ユニークなエコシステムを支えるビットコインUTXOのモデル

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

ワークフローを10倍に向上させる方法: 必須アプリ17選

18 種類の開発者ツールで生産性を向上しましょう 🚀🔥

ユニークなエコシステムを支えるビットコインUTXOのモデル

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps