BigQuery 入門｜サーバレス DWH の全機能・料金・他クラウド比較

BigQuery は Google Cloud のサーバレスデータウェアハウスで、ペタバイト級データに対する SQL クエリを秒単位で返します。インスタンス管理不要・自動スケール・列指向ストレージ・並列分散実行が特徴で、現代の DWH の事実上の標準になりつつあります。

BigQuery の特徴

サーバレス: クラスタ管理不要、ユーザーは SQL を書くだけ
列指向ストレージ (Capacitor): 必要列のみ読み出しでスキャン量削減
並列分散 (Dremel): 数千ノードで同時実行
Storage と Compute の分離: ストレージ拡張がクエリ性能に影響しない
ML 統合: BigQuery ML で SQL から ML、Vertex AI Remote Model で Gemini 連携
マルチクラウド: BigQuery Omni で AWS / Azure データを直接クエリ

アーキテクチャ概要

コンポーネント	役割
Dremel	分散クエリ実行エンジン
Colossus	分散ファイルシステム (BigQuery ストレージ)
Capacitor	列指向ストレージフォーマット
Jupiter	ペタビット級ネットワーク
Borg	クラスタオーケストレーション

料金モデル

モデル	料金	用途
オンデマンド	$6.25 / TB スキャン	不定期クエリ、小〜中規模
Editions Standard	Slot 時間料金	SQL のみ、安価
Editions Enterprise	+ CMEK / Workload Mgmt	本格運用
Editions Enterprise Plus	+ DR / Cross-region	規制対応・大企業
Active Storage	$0.02 / GB / 月	90 日以内に変更されたテーブル
Long-term Storage	$0.01 / GB / 月	90 日未変更で自動移行

主要機能

パーティショニング: DATE / TIMESTAMP / INTEGER で物理分割
クラスタリング: 最大 4 列でブロック内ソート
Materialized View: 事前計算 + 自動リフレッシュ
BI Engine: インメモリ高速化で BI 応答 1 秒以下
BigQuery ML: SQL で ML モデル作成・予測
BigQuery Omni: AWS S3 / Azure Blob を直接クエリ
BigLake: 統合レイクハウス (Iceberg / Parquet)
Data Transfer Service: SaaS データ (GA / Ads / S3) 連携

セキュリティ

IAM ロール: bigquery.admin / bigquery.dataOwner / bigquery.dataViewer / bigquery.jobUser
Authorized View: ビュー経由で限定列のみ公開
Column-level Security: ポリシータグで列単位制御
Row-level Security: ROW ACCESS POLICY で行フィルタ
CMEK: Customer-managed Encryption Key
VPC Service Controls: API レイヤ持ち出し防止
Dynamic Data Masking: 動的マスキング

他クラウド DWH との比較

項目	BigQuery	Snowflake	Redshift	Synapse
アーキ	サーバレス	マルチクラスタ	クラスタ管理	専用 + サーバレス
マルチクラウド	○ (Omni)	◎	△	△ (Azure 中心)
ML 統合	◎ BigQuery ML + Gemini	○ Snowpark	○ Redshift ML	○ Synapse ML
料金単位	スキャン量 / Slot	コンピュート時間	クラスタ時間	DWU / オンデマンド
SQL 方言	GoogleSQL	Snowflake SQL	PostgreSQL	T-SQL

典型的なユースケース

マーケティング分析 (GA4 連携、広告ログ集計)
IoT テレメトリ分析 (Pub/Sub → BigQuery)
顧客 360 度 DWH (CDP)
不正検知・推薦 (BigQuery ML)
BI ダッシュボード (Looker / Looker Studio)
機械学習特徴量ストア (Feature Store 連携)

BigQuery は無料で使えますか？

毎月 1TB クエリスキャン + 10GB ストレージが無料 (Always Free)。300 USD の 90 日クレジットと合わせれば、個人学習はほぼ無料で済みます。

従来の DWH (Redshift / Snowflake / Synapse) との違いは？

サーバレス + 列指向 + 並列分散 + 自動スケール。インスタンス管理不要で、データ量に応じて自動最適化。BI と ML を同じプラットフォームで完結できる点が強み。

オンデマンドと Editions どちらを選ぶ？

月 5TB 未満ならオンデマンド、それ以上は Editions の予約 Slot が安定。Enterprise Plus は DR / CMEK 必須企業向け。

BigQuery でリアルタイム分析はできる？

可能。Pub/Sub → Dataflow → BigQuery のストリーミングパイプラインで秒単位の取り込み。BI Engine でクエリ応答 ~1 秒。

BigQuery と Spanner の使い分けは？

BigQuery = OLAP (分析・集計)、Spanner = OLTP (トランザクション)。トランザクション要件があるアプリは Spanner / Cloud SQL を選びましょう。

BigQuery ML で何ができる？

SQL で線形回帰、k-means、AutoML、TensorFlow インポート、最近では Gemini と統合した ML.GENERATE_TEXT も。データを動かさずに ML 実装できる強み。

セキュリティはどう設計する？

IAM (Project / Dataset / Table 単位)、Authorized View、Column-level Security、Row-level Security、CMEK、VPC Service Controls の多層防御。

他クラウド DWH との比較は？

Snowflake = マルチクラウド + 半構造化、Redshift = AWS 統合、Synapse = Microsoft 統合、BigQuery = サーバレス + ML + Gemini 統合。価格は用途次第。

この記事で学んだ内容を問題で確認しましょう

16,000問以上の問題で実力チェック

GCP 試験対策ページを見る

この記事の著者

NicheeLab編集部

データエンジニアリング・クラウド資格の専門家。Databricks・Snowflake等の認定資格を保有し、実務経験に基づいた問題作成・解説を行っています。NicheeLab運営。