Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

O que é o BigQuery BI Engine?

O BigQuery BI Engine é um serviço rápido de análise na memória. Ao usar o BI Engine, é possível analisar os dados armazenados no BigQuery com tempo de resposta de consulta de subsegundos e economizar custos de computação.

O BigQuery BI Engine melhora seus painéis de duas maneiras:

  • A interface BI Engine SQL é um mecanismo distribuído na memória que acelera qualquer consulta do BigQuery, independentemente da API que esteja sendo usada. Qualquer ferramenta que funcione com as interfaces do BigQuery, como SQL do BigQuery, bibliotecas de API e de cliente, ou drivers JDBC, também será compatível com a interface SQL do BI Engine. A interface SQL do BI Engine fornece mais estatísticas e monitoramento, escalonando para grandes tamanhos de dados usando execução distribuída e aceleração parcial.

  • Aceleração do Google Data Studio com que o BI Engine oferece desempenho interativo.

O BI Engine permite criar relatórios e painéis interativos e ricos sem comprometer o desempenho, a escala, a segurança ou a atualização dos dados.

Vantagens do BI Engine

O BI Engine tem as seguintes vantagens:

  • Rápido: combine o desempenho com a velocidade dos negócios, reduzindo o tempo a insights
    Hoje, é difícil executar relatórios com rapidez suficiente para orientar seus negócios de maneira orientada por dados, usando inteligência comercial prescritiva e operacional. As equipes também enfrentam painéis lentos e dados obsoletos. O BI Engine fornece tempo de resposta de consulta de menos de segundo com tempos mínimos de carregamento e armazenamento em cache inteligente para dados armazenados no BigQuery. Ao integrar o BI Engine ao streaming do BigQuery, você pode executar uma análise de dados em tempo real sobre o streaming sem sacrificar a velocidade de gravação ou a atualização dos dados.
  • Arquitetura simplificada: comece rapidamente sem gerenciar pipeline de dados ou servidores complexos
    Os sistemas tradicionais de BI exigem que os usuários movam dados das plataformas de data warehousing para data marts ou plataformas de BI para oferecer suporte à análise interativa rápida. Isso normalmente requer pipelines ETL complexos para movimentação de dados. O tempo necessário para esses trabalhos de ETL pode atrasar seus relatórios e comprometer a atualização de dados para sistemas críticos de suporte a decisões. O BI Engine executa análises no local no BigQuery. Isso elimina a necessidade de mover dados ou criar pipelines de transformação de dados complexos.
  • Facilidade de uso: experiência perfeita no BigQuery
    O BI Engine usa a mesma interface do BigQuery. Portanto, independentemente da ferramenta de BI que você estiver usando, é possível aproveitar os benefícios da interface SQL do BI Engine sem nenhuma alteração na maneira como eles interagem com o BigQuery. Isso significa que, se uma consulta não estiver qualificada para aceleração com o BI Engine, ela não falhará e será executada como uma consulta normal.
  • Sintonização inteligente: muito poucas definições de configuração
    O design de autoajuste do BI Engine ajusta automaticamente as consultas movendo dados entre o armazenamento em memória do BI Engine, o cache de consultas do BigQuery e o armazenamento do BigQuery para garantir desempenho e tempos de carregamento ideais para os painéis. O administrador do BigQuery pode adicionar e remover facilmente a capacidade de memória do BI Engine usando o console do Google Cloud.

Práticas recomendadas para o BI Engine

Ao implementar o BI Engine, considere as seguintes práticas recomendadas:

  • Isolamento: para garantir que um conjunto específico de consultas seja sempre acelerado, crie um projeto de faturamento separado com a reserva do BI e garanta que a capacidade da reserva é grande o suficiente para o projeto.
  • Complexidade da consulta: o desempenho é melhor para dados pré-agregados com filtragem e computação na parte superior. O BI Engine também funciona bem com um pequeno número de junções (interna, esquerda ou externa). Isso ocorre especialmente quando um lado da junção é grande e os outros são muito menores, como ao consultar uma grande tabela de fatos combinada com uma pequena tabela de dimensão.
  • Otimização de consulta: use o particionamento e o clustering para otimizar o desempenho de tabelas grandes. Por exemplo, se o painel mostrar apenas os dados do último trimestre, considere dividir por tempo para que apenas as partições mais recentes sejam carregadas na memória.
  • Visualizações materializadas: as visualizações materializadas no BigQuery realizam a pré-computação, reduzindo o tempo de consulta. Crie visualizações materializadas para melhorar o desempenho e reduzir dados processados usando agregações, filtros, junções internas e desaninhamentos.
  • Comparação de desempenho: é possível ver os registros e diagnósticos do BI Engine para determinar se uma consulta foi acelerada total ou parcialmente usando o BI Engine. Execute as mesmas consultas em um projeto com o BI Engine e em outro sem o BI Engine. Para ter resultados mais estáveis, execute as consultas várias vezes.

Cotas e limitações

Consulte Cotas e limites do BigQuery para mais informações sobre cotas e limites que se aplicam ao BI Engine.

Para ver uma lista de limitações para aceleração de consultas do BI Engine, incluindo a API BigQuery e outras ferramentas de BI, consulte Visão geral da interface SQL do BigQuery BI Engine.

Para ver uma lista completa de funções e operadores otimizados em consultas e visualizações personalizadas, consulte Funções e operadores SQL otimizados.

Regiões compatíveis

O BI Engine é suportado nas mesmas regiões que o BigQuery. Consulte a página de locais para ver uma lista completa de regiões e multirregiões compatíveis.

Preços

Para informações sobre preços do BI Engine, consulte a página Preços do BI Engine.

A seguir