本页面介绍 BigQuery 价格。
如需了解 BigQuery ML 的价格，请参阅 BigQuery ML 价格。
如需了解 BigQuery Data Transfer Service 的价格，请参阅 BigQuery Data Transfer Service 价格。
概览
BigQuery 提供灵活多样的价格选项，可以根据您的技术需求和预算进行调整。
存储费用按 BigQuery 中存储的数据量收取，有以下存储付费模式：
对于查询费用，您可以在下面两种价格模式之间进行选择：
如需详细了解存储和查询价格，请参阅 Google Cloud SKU。请注意，按需查询价格在 SKU 页面上被称为分析价格。
价格摘要
下表汇总了 BigQuery 的价格。这些操作受 BigQuery 配额和限制的约束。
费用结算方式
您创建的每个项目都有与之关联的结算帐号。在项目中运行的 BigQuery 作业所产生的所有费用均会计入关联的结算帐号，BigQuery 存储费用也会计入关联的结算帐号。
如何分析结算数据
您可以在 Cloud Console 中使用“Cloud Billing 报告”页面来查看 BigQuery 费用和趋势。如需了解如何使用报告来分析结算数据，请参阅使用结算报告查看您的费用趋势。
如需了解如何在 BigQuery 中分析您的结算数据，请参阅 Cloud Billing 文档中的将结算数据导出到 BigQuery。
免费操作
下表列出了我们为各个位置提供的免费 BigQuery 操作。这些操作受 BigQuery 配额和限制的约束。
| 操作 | 详细信息 |
|---|---|
| 加载数据 | 在将 Cloud Storage 中的数据加载到 BigQuery 中时，您不需要为加载操作支付费用，但需要支付在 Cloud Storage 中存储数据的费用。如需了解详情，请参阅 Cloud Storage 价格页面上的数据存储，数据一旦加载到 BigQuery 中，就会按照 BigQuery 的存储价格计费。 如需了解详情，请参阅将数据加载到 BigQuery 中。 在 BigQuery 中创建数据集时，您必须为数据选择一个位置。如果您选择 如果您选择的位置不是
如果您将某个 Cloud Storage 地区的数据复制到另一个 Cloud Storage 地区，则系统会按 Cloud Storage 网络流量价格收费。 |
| 复制数据 | 您不需要为复制表的操作支付费用，但需要支付新表和所复制表的存储费用。如需了解详情，请参阅复制现有的表。 |
| 导出数据 | 将 BigQuery 中的数据导出到 Cloud Storage 时，您不需要为导出操作支付费用，但需要支付在 Cloud Storage 中存储数据的费用。如需了解详情，请参阅 Cloud Storage 价格页面上的数据存储，以及从 BigQuery 导出数据。 |
| 删除数据集 | 您不需要为删除数据集的操作支付费用。 |
| 删除表、视图、分区和函数 | 您不需要为删除表、视图、各个表分区或用户定义函数的操作支付费用。 |
| 元数据操作 | 您不需要为 list、get、patch、update 和 delete 调用支付费用。示例包括（但不限于）：列出数据集、更新数据集的访问控制列表、更新表的说明或列出数据集内的用户定义函数。 |
| 读取伪列 | 您不需要为查询以下伪列的内容支付费用：_TABLE_SUFFIX - 在查询通配符表时使用，或用于在标准 SQL 中实现表修饰器语义_PARTITIONDATE - 在查询提取时间分区表时使用 _PARTITIONTIME - 在查询提取时间分区表时使用 _FILE_NAME - 在查询基于外部数据源的表时使用
|
| 读取元表 | 您不需要为查询以下元表的内容支付费用：__PARTITIONS_SUMMARY__ - 在获取分区表或提取时间分区表中分区的相关元数据时使用__TABLES_SUMMARY__ - 在获取数据集内表和视图的相关元数据时使用
|
| 创建、替换或调用 UDF | 目前，您无需为创建、替换或调用永久性用户定义函数 (UDF) 支付费用。永久性 UDF 目前为 Beta 版；价格可能会发生变化。 |
“始终免费”用量限制
作为 Google Cloud 免费层级的一部分，BigQuery 提供一些有特定限额的免费资源。这些免费资源的用量限额在免费试用期间及试用结束后均有效。如果超过这些用量限额且免费试用期已过，您将需要根据本页中列出的价格支付费用。
| 资源 | 每月免费用量上限 | 详细信息 |
|---|---|---|
| 存储 | 每月前 10 GB 数据免费。 | 存储在 BigQuery 中的 BigQuery ML 模型和训练数据会计入 BigQuery 存储服务的免费层级。 |
| 查询（分析） | 每月处理的前 1 TB 查询数据免费。 | 使用 BigQuery ML 预测、检查和评估功能的查询会计入 BigQuery 分析服务的免费层级。包含 CREATE MODEL 语句的 BigQuery ML 查询不计入免费层级。BigQuery 还为那些希望月度费用稳定在一定水平的高用量客户提供固定费用。 |
BigQuery ML CREATE MODEL 查询 |
包含 CREATE MODEL 语句的查询每月处理的前 10 GB 数据免费。 |
BigQuery ML CREATE MODEL 查询独立于 BigQuery 分析服务的免费层级，仅适用于 BigQuery ML 内置模型（在 BigQuery 内训练的模型）。 |
查询价格
查询价格是指运行您的 SQL 命令、用户定义函数以及限定的数据操纵语言 (DML) 和数据定义语言 (DDL) 语句而产生的费用。
BigQuery 提供两种价格模式供您选择：
- 按需价格模式灵活而高效，您只需为运行的查询付费。
- 固定费用模式提供可预测且一致的月度费用。
默认情况下，系统以按需价格模式结算。您可以根据自己的需求选择相应的价格模式。您还可以为每个项目和每个位置混搭使用两种价格模式。
按需价格
在按需价格模式下，BigQuery 按处理的字节数（也称为读取的字节数）收取查询费用。无论您是将数据存储在 BigQuery 中，还是存储在外部数据源（例如 Cloud Storage、Google 云端硬盘或 Cloud Bigtable）中，我们都会根据处理的字节数向您收取费用。按需价格仅按用量计算。
按需查询价格如下所示：
请注意以下有关查询费用的事项：
- BigQuery 使用列式数据结构。我们会根据您选择的列中处理的总数据量向您收费，而每列的总数据量是基于该列中的数据类型计算的。如需详细了解我们如何计算您的数据大小，请参阅数据大小计算。
- 您不需要为返回错误的查询或从缓存中检索结果的查询付费。
- 系统在计算费用时会四舍五入到最接近的 MB 数，查询引用的每个表所处理的数据至少计为 10 MB，每个查询所处理的数据也至少计为 10 MB。
- 取消正在运行的查询作业可能会产生费用，费用最高可达正常完成查询所需的全部费用。
- 在运行查询时，即使您对结果数量设置了明确的
LIMIT，我们也会根据您选择的列中处理的数据量向您收费。 - 对表进行分区和聚簇有助于减少查询处理的数据量。分区和聚簇是最佳做法，请尽量加以使用。
- 按需查询价格在 Google Cloud Platform SKU 页面上被称为分析价格。
按需查询费用控制机制
BigQuery 提供了费用控制机制，可让您为查询费用设置上限。您可以进行以下设置：
查询 Cloud Storage 数据
从 BigQuery 查询外部数据源时，您需要根据查询读取的字节数付费。如需了解详情，请参阅查询价格。您还需要为在 Cloud Storage 上存储数据支付费用。如需了解详情，请参阅 Cloud Storage 价格。
查询 Cloud Storage 中的列式格式
如果外部数据存储在 ORC 或 Parquet 中，则您只需为 BigQuery 读取的列中的字节数付费。由于查询会将来自外部数据源的数据类型转换为 BigQuery 数据类型，因此读取的字节数将根据 BigQuery 数据类型的大小来计算。如需了解数据类型转换，请参阅以下页面：
固定费用
对于希望每月支付稳定的查询费用，而不是根据处理的数据量（TB 数）以按需计费的方式支付费用的客户，BigQuery 为其提供固定费用模式。
您可以选择通过 BigQuery Reservations 来使用固定费用模式。
如果您注册固定费用方案，您将以 BigQuery 槽为单位购买槽承诺（即专用的查询处理能力）。您的查询会使用此容量，而您无需按处理的字节数付费。如果您的容量需求超出承诺容量，BigQuery 会生成槽队列，而您无需额外付费。请参阅 BigQuery 槽，详细了解 BigQuery 如何使用槽来处理查询。
固定费用：
- 涵盖查询费用，包括 BigQuery ML、DML、DDL 语句。
- 不涵盖存储、流式提取和 BI Engine 费用。
- 作为地区性资源购买。在一个地区或多地区购买的槽承诺无法在任何其他地区或多地区使用，也不能转移。
- 客户可以联系 Google Cloud Platform 支持团队提高每个项目的并发配额。
- 提供每秒、每月和每年承诺。
- 可在整个组织内共享。无需为每个项目购买槽承诺。
- 最少需要购买 500 个槽，并可以 500 个槽为增量购买。
- 对承诺的时长按秒收费。
每月固定费用承诺
下表显示了每月槽承诺使用合约的费用。
每年固定费用承诺
下表显示了每年槽承诺使用合约的费用。
灵活槽数：短期承诺（Beta 版）
灵活槽数是一种特殊的承诺类型：
- 承诺期限只有 60 秒。
- 此期限过后，您可以随时取消灵活槽数合约。
- 您只需按照部署了的承诺秒数付费。
下表显示了灵活槽数承诺使用合约的费用。
试用槽（促销优惠）
BigQuery 于 2020 年 5 月 20 日为 BigQuery 新客户或回访客户推出了限量促销活动。符合条件的客户可以购买试用槽，其规模为 500 个槽，是一个为期 6 个月的承诺，可提供极高的折扣率。
试用槽有以下要求：
- 您必须购买为期 6 个月的承诺。
- 您不能在购买之日起的 182 天内取消合约。
- 您只能购买 500 个槽。
- 您可以购买其他类型的承诺，并将其与试用槽结合使用。
- 试用槽只能在美国和欧盟的多地区使用。
- 试用槽数量有限，以先到先得的方式提供。
- 试用槽与其他类型的槽承诺在性能或可用性方面没有差别。
试用槽需要符合资格条件，可供以下客户使用：
- 注册 BigQuery 的新 Google Cloud 客户
- 注册 BigQuery 的现有 Google Cloud 客户
- 过去 3 个月内每月支出不超过 $500 的现有 BigQuery 客户
- 使用公司电子邮件地址注册的客户
- 只有当您直接通过 Google 购买时，才能享受优惠；如果您通过转销商或分销商购买，则无法享受优惠
如需详细了解试用槽的工作原理，请参阅承诺方案。
若要参与此促销活动，请填写 BigQuery 试用槽促销活动表单，我们会在 5 个工作日内回复您。
存储价格
数据一旦加载到 BigQuery 中，您就需要支付相关的存储费用。存储价格根据您表中所存储的数据在未压缩时的大小计算。
数据大小根据各列的数据类型计算。如需详细了解我们如何计算数据大小，请参阅数据大小计算。
活跃存储
活跃存储费用如下所示：
存储价格基于每秒每 MB 按比例计算。例如，如果您的存储情况如下：
- 存储 100 MB 半个月，则需要支付 $0.001（十分之一美分）
- 存储 500 GB 半个月，则需要支付 $5
- 存储 1 TB 一整月，则需要支付 $20
长期存储
如果一个表连续 90 天未发生修改，则该表的存储价格会自动下降 50% 左右。某表被视为长期存储后，不会出现性能、耐用性、可用性和任何其他功能方面的降级。
对于分区表，它的每一个分区都会被视为单独的个体来判断是否适用长期存储价格。如果某个分区在过去 90 天内未被修改，则该分区中的数据将被视为长期存储并按折扣价计费。
长期存储价格如下所示：
如果表发生了修改，价格会恢复到常规的存储价格，且 90 天连续未修改时间的计时器从零开始重新计数。对表中数据进行任何修改都会重置该计时器，包括：
| 操作 | 详细信息 |
|---|---|
| 将数据加载到表中 | 通过任何加载或查询作业将数据附加到目标表或覆盖目标表。 |
| 将数据复制到表中 | 通过任何复制作业将数据附加到目标表或覆盖目标表。 |
| 将查询结果写入表中 | 通过任何查询作业将数据附加到目标表或覆盖目标表。 |
| 使用数据操纵语言 (DML) | 使用 DML 语句修改表数据。 |
| 使用数据定义语言 (DDL) | 使用“CREATE OR REPLACE TABLE”DDL 语句替换表。 |
| 将数据流式插入到表中 | 使用 tabledata.insertAll API 调用提取数据。 |
其他所有操作均不会重置计时器，包括：
- 查询表
- 创建表查询视图
- 从表中导出数据
- 复制表（至另一个目标表）
- 修补或更新表资源
对于在结算周期内达到 90 天阈值的表，我们会相应地按比例计算其价格。
长期存储价格仅适用于 BigQuery 存储，不适用于外部数据源中存储的数据，这些数据源包括 Cloud Bigtable、Cloud Storage 和 Google 云端硬盘等。
BigQuery Storage API 价格
BigQuery Storage API 采用按需价格模式。您需要为读取的数据量付费。采用固定费用模式的客户每月最多可以使用 BigQuery Storage API 免费读取 300 TB 的数据。对于每月超过 300 TB 额度的部分，系统将按照按需费率进行计费。
按需价格
在按需价格模式下，您的 BigQuery Storage API 费用基于调用 ReadRows 从 BigQuery 存储空间读取的字节数计算。
读取的字节数包括用于过滤但未作为 ReadRows 输出返回给您的数据。从临时表中读取数据不需要付费。
BigQuery Storage API 的按需费用如下所示：
请注意以下与 BigQuery Storage API 费用有关的事项：
- 您需要根据读取的数据总量付费。读取的每列数据总量是根据列中数据的类型计算的，而数据的大小是根据列的数据类型计算的。如需详细了解数据大小的计算方式，请参阅数据大小计算。
- 即使
ReadRows调用失败，您也需要为读取会话中读取的所有数据付费。 - 如果您在数据流传输完毕之前取消
ReadRows调用，则需要为取消前读取的所有数据付费。您的费用可能包括取消ReadRows调用之前已读取但未返回给您的数据。 - 对表进行分区和聚簇是最佳做法，请尽量加以使用。您可以使用
WHERE子句来剪除分区，以减少读取的数据量。如需了解详情，请参阅查询分区表。
数据大小计算
当您将数据加载到 BigQuery 中或查询数据时，我们会根据数据大小向您收取费用。数据大小是基于每个列的数据类型的大小计算的。
所存储数据的大小以及您的查询所处理的数据大小以千兆字节 (GB) 为单位计算，其中 1 GB 为 230 个字节。此计量单位也称为吉比字节 (GiB)。与之类似，1 TB 为 240 个字节 (1024 GB)。
BigQuery 的数据类型的大小如下所示：
| 数据类型 | 大小 |
|---|---|
INT64/INTEGER |
8 个字节 |
FLOAT64/FLOAT |
8 个字节 |
NUMERIC |
16 个字节 |
BOOL/BOOLEAN |
1 个字节 |
STRING |
2 个字节 + UTF-8 编码字符串大小 |
BYTES |
2 个字节 + 值中的字节数 |
DATE |
8 个字节 |
DATETIME |
8 个字节 |
TIME |
8 个字节 |
TIMESTAMP |
8 个字节 |
STRUCT/RECORD |
0 个字节 + 包含的字段的大小 |
GEOGRAPHY |
16 个字节 + 24 个字节 * geography 类型的数据中的顶点数量（您可以使用 ST_NumPoints 函数验证顶点数量） |
所有数据类型的 null 值均计为 0 个字节。
重复列以数组形式存储，大小根据值的数量计算。例如，如果整数列 (INT64) 重复 (ARRAY<INT64>) 且包含 4 个条目，则系统会将该列计算为 32 个字节（即 4 个条目 x 8 个字节）。
流式插入价格
您可以免费将数据加载到 BigQuery 中，但需要为流式插入的数据支付少许费用。
流式插入的价格如下所示：
数据操纵语言 (DML) 价格
BigQuery 会根据 DML 查询处理的字节数收取查询费用。
针对非分区表的 DML 价格
对于非分区表，处理的字节数按如下方式计算：
| DML 语句 | 处理的字节数 |
|---|---|
INSERT |
执行查询而扫描表时，对所有引用的列处理的总字节数。 |
UPDATE |
执行查询而扫描表时引用的所有列包含的总字节数 与 UPDATE 开始时所更新的表中所有列的总字节数之和。 |
DELETE |
执行查询而扫描表时引用的所有列包含的总字节数 与 DELETE 开始时所修改的表中所有列的总字节数之和。 |
MERGE |
如果 MERGE 语句中仅包含 INSERT 子句，您需要支付的费用取决于对执行查询而扫描的所有表中被引用的所有列处理的总字节数。如果 MERGE 语句中包含 UPDATE 或 DELETE 子句，则您需要支付的费用取决于对执行查询而扫描源表时引用的所有列处理的总字节数与 MERGE 开始时目标表中所有列的总字节数之和。 |
针对分区表的 DML 价格
对于分区表，处理的字节数按如下方式计算：
| DML 语句 | 处理的字节数 |
|---|---|
INSERT |
对执行查询而扫描的所有分区中被引用的所有列处理的总字节数。 |
UPDATE |
对执行查询时扫描的表的所有分区中被引用的所有列处理的总字节数 与 UPDATE 开始时所更新表的更新或扫描分区中所有列的总字节数之和。 |
DELETE |
对执行查询时扫描的表的所有分区中被引用的所有列处理的总字节数 与 DELETE 开始时所修改表的修改或扫描分区中所有列的总字节数之和。 |
MERGE |
如果 MERGE 语句中仅包含 INSERT 子句，您需要支付的费用将取决于对执行查询时扫描的所有分区中被引用的所有列处理的总字节数。如果 MERGE 语句中包含 UPDATE 或 DELETE 子句，则您需要支付的费用取决于执行查询而扫描源表时对源表的所有分区中被引用的所有列处理的总字节数与 MERGE 开始时目标表的更新、删除或扫描分区中所有列的总字节数之和。 |
数据定义语言 (DDL) 价格
BigQuery 会根据 DDL 查询处理的字节数收取查询费用。对于 DDL 语句，处理的字节数按如下方式计算：
| DDL 语句 | 处理的字节数 |
|---|---|
CREATE TABLE |
无。 |
CREATE TABLE ... AS SELECT ... |
执行查询而扫描表时，对所有引用的列处理的总字节数。 |
CREATE VIEW |
无。 |
DROP TABLE |
无。 |
DROP VIEW |
无。 |
聚簇表价格
在 BigQuery 中创建和使用聚簇表时，您要支付的费用取决于表中存储的数据量以及您对数据执行的查询。聚簇表可通过剪除数据来使这些数据不会被查询处理，从而帮助您降低查询费用。此过程称为块剪除。
块剪除
BigQuery 会根据聚簇列中的值对聚簇表中的数据排序，并将这些数据整理为块的形式。
当您提交包含对聚簇列进行过滤的查询时，BigQuery 会使用聚簇信息高效地确定某个块是否包含与查询相关的任何数据。这样一来，BigQuery 就可以仅扫描相关块（此过程称为块剪除）。
查询价格基于处理的字节数。如果您对聚簇表运行查询，并且此查询包含针对聚簇列的过滤条件，则 BigQuery 会使用过滤条件表达式和块元数据来剪除查询要扫描的块。
当某个块被剪除后，系统不会对其进行扫描。只有经过扫描的块才会计入查询所处理的数据量（以字节为单位）。对聚簇表运行的查询所处理的字节数，等于系统在所扫描的块内从该查询引用的每个列中读取的字节总数。
如果聚簇表在使用了多个过滤条件的查询中被引用了多次，则 BigQuery 会分别收取各个过滤条件下相应块中列的扫描费用。
脚本价格
在 BigQuery 脚本 Beta 版期间，由于执行脚本之前脚本扫描的字节数通常为未知数，因此 BigQuery 团队建议您为项目采用固定费用预留模式，以避免产生意料之外的查询费用。或者，您也可以通过 BigQuery 沙盒免费享用有限的脚本执行次数。今后，BigQuery 团队将让您能够更明确地控制脚本扫描的总字节数和脚本中的各个语句。此为 Beta 版；如需了解最新的价格信息，请参阅 BigQuery 版本说明。
如果脚本失败，失败前执行的所有语句仍会产生相关费用。失败的语句不会产生任何费用。
对于 SELECT、INSERT、UPDATE 等公开发布的语句类型，执行语句的费用按公开价格文档中的规定收取。对于特定于脚本的语句类型，按如下方式收费：
- DECLARE：针对 DEFAULT 表达式中引用的所有表扫描的总字节数。未引用表的 DECLARE 语句不会产生费用。
- SET：针对该表达式中引用的所有表扫描的总字节数。未引用表的 SET 语句不会产生费用。
- IF：针对该条件表达式中引用的所有表扫描的总字节数。未引用表的 IF 条件表达式不会产生费用。IF 块中任何未执行的语句都不会产生费用。
- WHILE：针对该条件表达式中引用的所有表扫描的总字节数。该条件表达式中未引用表的 WHILE 语句不会产生费用。WHILE 块中任何未执行的语句都不会产生费用。
- CONTINUE/ITERATE：无相关费用。
- BREAK/LEAVE：无相关费用。
- BEGIN/END：无相关费用。
脚本运行过程中，临时表不会产生存储费用。但是，对于创建、修改或查询表的任何语句，都会产生常规费用。
BigQuery 价格示例
估算查询费用
如需查询价格示例，请参阅估算查询费用。
估算存储费用
如需存储价格示例，请参阅估算存储费用。
针对非分区表的 DML 价格示例
以下示例演示了 BigQuery 如何计算 DML 语句在修改非分区表时所读取的字节数。
示例 1：对非分区表调用 UPDATE 语句
table1 含有两列：col1（类型为 INTEGER）和 col2（类型为 STRING）。
UPDATE table1 SET col1 = 1 WHERE col2 = 2;
本示例中处理的字节数 =
- col1 中的总字节数 +
- col2 中的总字节数
示例 2：对非分区表调用 UPDATE 语句
table1 含有两列：col1（类型为 INTEGER）和 col2（类型为 STRING）。table2 含有一列：field1（类型为 INTEGER）。
UPDATE table1 SET col1 = 1 WHERE col1 in (SELECT field1 from table2)
本示例中处理的字节数 =
UPDATE之前table1.col1中的总字节数 +UPDATE之前table1.col2中的总字节数 +table2.field1中的总字节数
针对分区表的 DML 价格示例
以下示例演示了 BigQuery 如何计算 DML 语句在修改提取时间分区表和分区表时所读取的字节数。如需查看示例中所用表的 JSON 架构表示形式，请参阅“使用 DML 语句更新分区表数据”页面上的示例中使用的表。
示例 1：对提取时间分区表调用 INSERT 语句
mytable2 含有两列：id（类型为 INTEGER）和 ts（类型为 TIMESTAMP）。mytable 含有两列：field1（类型为 INTEGER）和 field2（类型为 STRING）。
INSERT INTO mytable (_PARTITIONTIME, field1) AS SELECT TIMESTAMP(DATE(ts)), id from mytable2
本示例中处理的字节数 =
mytable2.ts中的总字节数 +mytable2.id中的总字节数
将要插入行的表 (mytable) 的大小不会影响查询费用。
示例 2：对分区表调用 INSERT 语句
mytable2 含有两列：id（类型为 INTEGER）和 ts（类型为 TIMESTAMP）。mycolumntable 含有四列：field1（类型为 INTEGER）、field2（类型为 STRING）、field3（类型为 BOOLEAN）和 ts（类型为 TIMESTAMP）。
INSERT INTO mycolumntable (ts, field1) AS SELECT ts, id from mytable2
本示例中处理的字节数 =
mytable2.ts中的总字节数 +mytable2.id中的总字节数
将要插入行的表 (mycolumntable) 的大小不会影响查询费用。
示例 3：对提取时间分区表调用 UPDATE 语句
DML 语句 1：更新单个分区
mytable2 含有两列：id（类型为 INTEGER）和 ts（类型为 TIMESTAMP）。mytable 含有两列：field1（类型为 INTEGER）和 field2（类型为 STRING）。
UPDATE project.mydataset.mytable T SET T.field1 = T.field1 + 100 WHERE T._PARTITIONTIME = TIMESTAMP(“2017-05-01”) AND EXISTS (SELECT S.id from project.mydataset.mytable2 S WHERE S.id = T.field1)
本示例中处理的字节数 =
mytable2.id中的总字节数 +- “2017-05-01”分区内
mytable.field1中的总字节数 + - “2017-05-01”分区内
mytable.field2中的总字节数
DML 语句 2：根据表的一个分区更新另一个分区
UPDATE project.mydataset.mytable T SET T._PARTITIONTIME = TIMESTAMP(“2017-06-01”), T.field1 = T.field1 + 100 WHERE T._PARTITIONTIME = TIMESTAMP(“2017-05-01”) AND EXISTS (SELECT 1 from project.mydataset.mytable S WHERE S.field1 = T.field1 AND S._PARTITIONTIME = TIMESTAMP("2017-06-01") )
本示例中处理的字节数 =
- “2017-05-01”分区内
mytable.field1中的总字节数 + - “2017-05-01”分区内
mytable.field2中的总字节数 + - “2017-06-01”分区内
mytable.field1中的总字节数 + - “2017-06-01”分区内
mytable.field2中的总字节数
在本示例中，UPDATE 语句的费用取决于“2017-05-01”和“2017-06-01”所对应的分区中所有字段的大小总和。
示例 4：对分区表调用 UPDATE 语句
DML 语句 1：更新单个分区
mytable2 含有两列：id（类型为 INTEGER）和 ts（类型为 TIMESTAMP）。mycolumntable 含有四列：field1（类型为 INTEGER）、field2（类型为 STRING）、field3（类型为 BOOLEAN）和 ts（类型为 TIMESTAMP）。
UPDATE project.mydataset.mycolumntable T SET T.field1 = T.field1 + 100 WHERE DATE(T.ts) = “2017-05-01” AND EXISTS (SELECT S.id from project.mydataset.mytable2 S WHERE S.id = T.field1)
本示例中处理的字节数 =
mytable2.id中的总字节数 +- “2017-05-01”分区内
mycolumntable.field1中的总字节数 + - “2017-05-01”分区内
mycolumntable.field2中的总字节数 + - “2017-05-01”分区内
mycolumntable.field3中的总字节数 + - “2017-05-01”分区内
mycolumntable.ts中的总字节数
DML 语句 2：根据表的一个分区更新另一个分区
UPDATE project.mydataset.mycolumntable T SET T.ts = TIMESTAMP(“2017-06-01”), T.field1 = T.field1 + 100 WHERE DATE(T.ts) = “2017-05-01” AND EXISTS (SELECT 1 from project.mydataset.mycolumntable S WHERE S.field1 = T.field1 AND DATE(S.ts) = "2017-06-01")
本示例中处理的字节数 =
- “2017-05-01”分区内
mycolumntable.field1中的总字节数 + - “2017-05-01”分区内
mycolumntable.field2中的总字节数 + - “2017-05-01”分区内
mycolumntable.field3中的总字节数 + - “2017-05-01”分区内
mycolumntable.ts中的总字节数 + - “2017-06-01”分区内
mycolumntable.field1中的总字节数 + - “2017-06-01”分区内
mycolumntable.field2中的总字节数 + - “2017-06-01”分区内
mycolumntable.field3中的总字节数 + - “2017-06-01”分区内
mycolumntable.ts中的总字节数
在本示例中，UPDATE 语句的费用取决于“2017-05-01”和“2017-06-01”所对应的分区中所有字段的大小总和。
示例 5：对提取时间分区表调用 DELETE 语句
mytable2 含有两列：id（类型为 INTEGER）和 ts（类型为 TIMESTAMP）。mytable 含有两列：field1（类型为 INTEGER）和 field2（类型为 STRING）。
DELETE project.mydataset.mytable T WHERE T._PARTITIONTIME = TIMESTAMP(“2017-05-01”) AND EXISTS (SELECT S.id from project.mydataset.mytable2 S WHERE S.id = T.field1)
本示例中处理的字节数 =
mytable2.id中的总字节数 +- “2017-05-01”分区内
mytable.field1中的总字节数 + - “2017-05-01”分区内
mytable.field2中的总字节数
示例 6：对分区表调用 DELETE 语句
mytable2 含有两列：id（类型为 INTEGER）和 ts（类型为 TIMESTAMP）。mycolumntable 含有四列：field1（类型为 INTEGER）、field2（类型为 STRING）、field3（类型为 BOOLEAN）和 ts（类型为 TIMESTAMP）。
DELETE project.mydataset.mycolumntable T WHERE DATE(T.ts) =“2017-05-01” AND EXISTS (SELECT S.id from project.mydataset.mytable2 S WHERE S.id = T.field1)
本示例中处理的字节数 =
mytable2.id中的总字节数 +- “2017-05-01”分区内
mycolumntable.field1中的总字节数 + - “2017-05-01”分区内
mycolumntable.field2中的总字节数 + - “2017-05-01”分区内
mycolumntable.field3中的总字节数 + - “2017-05-01”分区内
mycolumntable.ts中的总字节数
聚簇表价格示例
您有一个名为 ClusteredSalesData 的聚簇表。该表按 timestamp 列分区，并按 customer_id 列聚簇。数据整理到下面这些块中：
| 分区标识符 | 块 ID | 块中 customer_id 的最小值 | 块中 customer_id 的最大值 |
|---|---|---|---|
| 20160501 | B1 | 10000 | 19999 |
| 20160501 | B2 | 20000 | 24999 |
| 20160502 | B3 | 15000 | 17999 |
| 20160501 | B4 | 22000 | 27999 |
您对该表运行以下查询。此查询包含对 customer_id 列应用的过滤条件。
SELECT SUM(totalSale) FROM `mydataset.ClusteredSalesData` WHERE customer_id BETWEEN 20000 AND 23000 AND DATE(timestamp) = "2016-05-01"
此查询执行以下操作：
- 扫描 B2 和 B4 块中的
timestamp、customer_id、totalSale列。 - 剪除 B3 块，因为在
timestamp分区列上应用了DATE(timestamp) = "2016-05-01"过滤条件谓语。 - 剪除 B1 块，因为在
customer_id聚簇列上应用了customer_id BETWEEN 20000 AND 23000过滤条件谓语。
脚本价格示例
在以下示例脚本中，每个语句上方都包含注释，说明了其下的语句会产生哪些费用（如果有）。
-- No cost, since no tables are referenced.
DECLARE x DATE DEFAULT CURRENT_DATE();
-- Incurs the cost of scanning string_col from dataset.table.
DECLARE y STRING DEFAULT (SELECT MAX(string_col) FROM dataset.table);
-- Incurs the cost of copying the data from dataset.big_table. Once the
-- table is created, you are not charged for storage while the rest of the
-- script runs.
CREATE TEMP TABLE t AS SELECT * FROM dataset.big_table;
-- Incurs the cost of scanning column1 from temporary table t.
SELECT column1 FROM t;
-- No cost, since y = 'foo' doesn't reference a table.
IF y = 'foo' THEN
-- Incurs the cost of scanning all columns from dataset.other_table, if
-- y was equal to 'foo', or otherwise no cost since it is not executed.
SELECT * FROM dataset.other_table;
ELSE
-- Incurs the cost of scanning all columns from dataset.different_table, if
-- y was not equal to 'foo', or otherwise no cost since it is not executed.
UPDATE dataset.different_table
SET col = 10
WHERE true;
END IF;
-- Incurs the cost of scanning date_col from dataset.table for each
-- iteration of the loop.
WHILE x < (SELECT MIN(date_col) FROM dataset.table) DO
-- No cost, since the expression does not reference any tables.
SET x = DATE_ADD(x, INTERVAL 1 DAY);
-- No cost, since the expression does not reference any tables.
IF true THEN
-- LEAVE has no associated cost.
LEAVE;
END IF;
-- Never executed, since the IF branch is always taken, so does not incur
-- a cost.
SELECT * FROM dataset.big_table;
END WHILE;