BigQuery 联合查询的性能如何？

Question

我正在重新设计一项服务，以便可以使用 BigQuery 搜索大型数据集。最初，我打算每天晚上将数据从 CloudSQL 流式传输到 BigQuery，但我在研究阶段开始意识到联合查询。也许我遗漏了一些明显的东西，但我似乎找不到任何特别指出 BigQuery 联合查询是否与普通 BigQuery 查询一样具有性能的东西。它似乎专注于在多个系统中存储数据和联合查询的问题，从而更容易将 MySQL（或 Postgres）数据与 BigQuery 数据连接起来。

联合查询是否充分利用了 BigQuery 的全部或大部分优势（使用数千台机器执行扫描），还是不可能？谷歌说“*可能不如查询驻留在 BigQuery 表中的数据执行得好”，但有没有人使用它并发现它接近或相似？

Answer 1

性能受限于您的 CloudSQL 实例的容量。那是你的瓶颈。

当然，您已经阅读了this，但是从不同部分收集信息，您可以看到实际发生的情况如下。

BigQuery 将发送要在您的 CloudSQL 实例上执行的查询。 查询结果将由 BigQuery 读取并存储在临时表中。

请记住，这意味着您在 CloudSQL 实例中添加了一些负载，并且您还需要在 BigQuery 中读取字节（并为其付费）。

这明显不同于使用 StitchData 或 Fivetran 等商业工具之一在 BigQuery 中复制您的 CloudSQL 数据，然后然后直接在 BigQuery 中查询。