sql - Google数据存储区Nosql和Google bigquery sql之间的实际区别是什么？

Question

我想知道如何评估一种工具而不是另一种。

我的主要关注如下:

在Google数据存储区中，我们定义了“种类”。每个“实体”都有“属性”。
然后，数据存储后端使用这些属性为数据编制索引，以供将来查询。查询本身使用SQL中几乎相同的思想(尽管语法不同)来过滤数据并找到我们想要的东西。
如果您为每个属性建立索引，则索引元数据将甚至大于真实数据。

Google bigquery使用它的SQL方言。而且它得到了完全管理，因此用户不必担心扩展问题。

所以我的问题是，使用nosql数据存储的目的是什么，花费大量的计算周期和索引存储，以便我们像在bigquery SQL数据库中一样自然地查询它？

请与我分享您的评估过程。
与我分享我的理解中缺少的部分。
谢谢。

Answer 1

两种服务解决了不同的问题。

数据存储区旨在支持事务性工作负载，例如Web应用程序的后端。它针对每次操作读取或写入有限行数的小型事务进行了优化，并具有强大的一致性保证。

BigQuery 设计用于分析工作负载。它仅用于追加，并且针对扫描/过滤/汇总整个数据表以从数据中获取答案的查询进行了优化。

因此，真正的问题是:您要解决什么问题？如果您要构建Web应用程序并且需要后端，请使用数据存储。如果您要查询大量数据以获取有关业务绩效的答案，请使用BigQuery。

最后，如果您想同时使用两者，则可以将Datastore用于您的应用程序，然后导出到BigQuery进行分析:
https://cloud.google.com/bigquery/loading-data-cloud-datastore