馬雲曾說: “未來二三十年內最昂貴最值錢的不是石油也不是房子，而是數據”。常聽到: 大數據的應用能幫助企業瞄準客戶需求、找出潛在客戶，但是即使擁有龐大的數據資料，若沒有做有效的資料處理，那麼數據的價值也無法突顯。面對這個問題，企業可以利用PaaS服務-BigQuery來進行大型數據集的交互式分析。根據官方的介紹: “BigQuery具備高擴充性與成本效益的無伺服器多雲端資料倉儲系統，專為增進企業靈活性而設計。” 簡單來說，BigQuery就是一款雲端的企業數據倉儲。

企業數據倉儲-Enterprise Data Warehouse （EDW）是現今許多公司統一管理企業內所有資料的數據倉庫。EDW就像一個統一集中的大數據倉庫，將來自不同系統的企業數據（如ERP、CRM）儲存在一起。

要更有效了解BigQuery，必須先了解數據倉儲（Data Warehouse）的架構，其架構主要包含3部分:數據來源（Raw data layer）、倉庫（Warehouse）、以及透過分析工具呈現出來的介面（Analytical tools）。

首先，上圖為資料倉儲的一層架構。資料庫會直接與使用者分析介面連接。這樣的架構面臨的問題是無法展現靈活的分析效能。假設資料庫裡有500GB的資料，直接做查詢時，處理時間會過長。當輸入不夠精確，也無法篩選出有效資料。因此，一層架構的設計很少應用在大規模數據平台上。

兩層架構則在EDW與使用者介面中間添加了數據市集Data Mart Layer。這裡可以把數據市集當作是數據倉儲的一個子集，數據市集面向的都是特定的業務主題，通常只包含一個主題領域，是一個規模較小的數據庫。這樣的結構解決了第一層架構面臨到查詢緩慢的問題。由於數據市集限制了使用者能夠查詢的資料。一方面，每個單位部門可以更便利查到所需的數據，另一方面，這樣的限制也讓整體系統的安全性提高。
 

三層架構的設計上則再進一步添加Online Analytical Processing (OLAP) layer，線上分析處理是用來快速解決多維分析問題的一種方法。我們常見的關聯式資料庫屬於二維形式，而其中的OLAP cube由多為資料組成。透過OLAP操作的四種類型包含：Roll-up、Drill-down、Slice and dice和Pivot (rotate)，達到多維資料的快速查詢功能。因此，OLAP特別針對讀取做優化，也能做到資料的更新、刪除。目前幾乎所有數據倉儲都有提供OLAP服務。
 

資料來源：​​https://cloud.google.com/architecture/bigquery-data-warehouse
 

而BigQuery就是與EDW 具有相同特徵的數據倉庫。因為屬於雲端的完全託管服務，所以也算是雲數據倉庫Cloud data warehouse (CDW)。
 

BigQuery

BigQuery的主要特色為全託管（fully managed）且無伺服器（serverless）。服務運行的軟硬體皆由GCP負責管理。服務不會輕易中斷，達到高可用性的特色。使用者不用擔心硬體資源，機器資源可彈性增減，花費也取決於您的實際使用量。

資料來源:https://cloud.google.com/bigquery 
 

BigQuery支援多種匯入來源：本地、Google 雲端硬碟、Cloud Storage，BigQuery Data Transfer Service (DTS)、Data Fusion外掛程式等多種方式將資料上傳到資料倉庫。而支援的資料格式有：Avro、CSV、JSON、ORC 或 Parquet 格式。

資料來源:https://cloud.google.com/blog/products/data-analytics/new-blog-series-bigquery-explained-overview

BigQuery的整體架構如上圖，將儲存和計算分離，功能各自獨立。解耦合結構降低系統出錯的發生頻率，讓企業可以根據業務彈性選擇儲存與處理方案，同時也可以分別管控使用費用。於BigQuery上傳資料時，資料會加密來確保資料安全性。上傳的資料也會分別存放在不同的資料中心，和擁有不同的加密金鑰。在操作方面，使用Standard SQL語法，對於開發人員來說是無陣痛期的。BigQuery也支援資料表之間的Join動作，可以做即時分析（real-time analytics）。

此外，BigQuery運算速度快，主要有兩個原因，一個是使用Columnar storage（數據按列儲存），搜尋時不必掃描全部，即可快速找到資料。另一個原因則為Tree architecture，指的是Query會分散由數千台伺服器處理調度查詢。BigQuery自2010年創立至今，除了作為大數據倉儲的查詢服務，還有提供其他多元的服務，像是BigQuery ML:讓使用者建構機器學習模型、BigQuery GIS：支援地理空間資料格式的分析技術等。