BigQuery定价:查询记录列的数据大小(成本)计算

Question

BigQuery如何计算嵌套列的数据大小？

我有想要加载到BigQuery中的数据，但我不确定应该使用什么模式。

我拥有的数据(除其他外(有以下几列：

• timestamp
• sessionId
• event(必填记录(
• event.id
• event.details(可为null的记录(
• event.details.type
• event.details.name
• event.attributes(重复记录(
• event.attributes.key
• event.attributes.value

我的问题：

1. 如果我只查询event.id，其他event.*列中的数据也会被扫描吗？

   从table_name中选择事件.id

BigQuery UI在现有表上显示这些查询的扫描数据大小没有差异(该表没有不可重复的嵌套列(。

SELECT attrs.name FROM `other_table_name`, UNNEST(attributes) AS attrs
SELECT attrs.name, attrs.value FROM `other_table_name`, UNNEST(attributes) AS attrs

2. 是否由于UNNEST操作而扫描了两个attributes.*列

不幸的是，来自谷歌的(详细(信息没有回答这些问题，因为它没有提到带有查询定价的嵌套列，并且在描述数据大小时过于模糊

Answer 1

我刚刚用一个公共表bigquery-public-data.bitcoin_blockchain.transactions进行了测试。我运行了以下查询：

查询1:

SELECT
inputs.input_script_bytes,
inputs.input_script_string,
inputs.input_script_string_error,
inputs.input_sequence_number
FROM
`bigquery-public-data.bitcoin_blockchain.transactions`,
UNNEST(inputs) AS inputs
LIMIT
100

并返回经过处理的CCD_ 16。

查询2:

SELECT
inputs.input_script_bytes
FROM
`bigquery-public-data.bitcoin_blockchain.transactions`,
UNNEST(inputs) AS inputs
LIMIT
100

并返回处理后的CCD_ 17。

因此，在回答您的第一个问题时，不应扫描event.*的其他列。关于第二个问题，我在运行查询时看到不同的扫描数据大小。如果您在Validator中看到字节的差异，请注意，这只是读取字节数的估计。