我对BQ与Cloud SQL用例有点困惑。我在BQ中有几GB的行数据，需要在这些数据上构建web面板(在多个表上使用JOIN的SQL(。
直接从BQ查询数据有很大的缺点吗(例如延迟或并发(，我应该将数据移动到云SQL(pSQL(并查询它吗？
数据不是实时的。我预计最多只有几百个并发请求。
我预计这方面的成本不会很高，因此查询速度和可靠性是主要目标。
谢谢！
BigQuery非常适合快速存储和查询大型数据集。
另一方面，谷歌云SQL主要是基于关系数据库管理系统(RDBMS(的概念。它提供了对MySQL和PostgreSQL的支持。
然而，Big Query最适合分析，但处理事务数据也是可能的。BigQuery相当快，当然比CloudSQL中的查询更快，因为BigQuery是一个数据仓库，它能够查询大得离谱的数据集，从而立即返回结果。当您必须处理非常大的数据集时，BigQuery将是更便宜的数据库。云SQL MySQL或PostgreSQL最多只能处理30720 GB，这取决于MySQL的机器类型，或者取决于实例是否有PostgreSQL的专用或共享vCPU，而BigQuery没有这种存储限制。另请参阅BigQuery的其他配额和限制。
话虽如此，如果你不正确构建查询，BigQuery的费用可能会很快增加，因为它太频繁地遍历太多数据。
Cloud SQL和BigQuery的定价不同，请参阅Cloud SQL和BigQuery的定价页面了解更多详细信息。
我看到了这个链接，它比较了BigQuery和CloudSQL的一些功能。我认为文章中分享的细节可能会有所帮助。
一般来说，云SQL是一种关系数据库，更适合用于事务目的，而BigQuery则是一种分析数据仓库，用于分析、数据可视化、商业智能和/或机器学习等。因此，如果您的目的是存储用于事务目的的数据，那么云SQL将是一种选择，但是，如果您是为了分析目的而存储数据，那么BigQuery就是您的选择。
数据不是实时的。我预计最多只有几百个并发请求。
值得注意的是BQ配额限制，在这种情况下是并发查询的数量和API请求的数量。在几百个并发请求的情况下，您可能已经达到了极限。