BigQuery - Google Cloud 層級結構

在繼續之前，瞭解與 BigQuery 及其相關流程相關的基本概念和詞彙非常重要。

首先，重要的是要理解，即使雲計算提供了幾乎無限的處理能力，BigQuery 使用者在需要執行以下活動時也會遇到問題：

• 執行計算量大的 SQL 操作，例如交叉連線或笛卡爾積。
• 嘗試執行大型查詢而未指定目標表。
• 在使用高峰時段執行大型查詢（如果作為企業使用者使用 BigQuery）。
• 按需或“臨時”查詢可能會導致死鎖，尤其是在與計劃流程爭奪執行時隙時。

Google Cloud 層級結構

如果您預計將在 BigQuery 中建立和填充資料來源，請務必注意 Google Cloud 的層級結構：

• 組織
• 專案
• 資料集
• 表格

1. 組織層

除非您是帳戶所有者、高管或決策者，否則您不太可能需要擔心組織層。可以將其視為包含您在導航 BigQuery Studio 和在 SQL 環境中編寫 SQL 查詢時遇到的其他元素的實體。

2. Google Cloud 組織中的多個專案

任何 Google Cloud 組織都可以擁有多個專案。有時，公司或企業使用者（我們將有意避免使用“組織”一詞以避免混淆）會建立不同的專案來分離暫存和生產環境。

其他時候，這些高階使用者會建立不同的專案以更好地控制潛在的敏感資料，例如個人身份資訊 (PII) 和機密收入資訊。

無論哪種情況，當您開始使用 BigQuery 時，您將建立或獲得許可權以訪問 BigQuery，作為具有特定許可權和角色範圍的使用者。

3. 專案中的資料集和表格

在專案中，最重要的是要記住資料集和表格。為了澄清，資料集包含一個或多個表格。為了在技術討論中保持準確性，請儘量避免互換使用這些術語。

您將在資料集中看到的其他元素包括：

• 例程
• 模型
• 檢視

這些其他資料元素將在後續章節中更詳細地討論。