BigQuery - Google Cloud 层级结构

在继续之前，了解与 BigQuery 及其相关流程相关的基本概念和词汇非常重要。

首先，重要的是要理解，即使云计算提供了几乎无限的处理能力，BigQuery 用户在需要执行以下活动时也会遇到问题：

• 执行计算量大的 SQL 操作，例如交叉连接或笛卡尔积。
• 尝试运行大型查询而未指定目标表。
• 在使用高峰时段运行大型查询（如果作为企业用户使用 BigQuery）。
• 按需或“临时”查询可能会导致死锁，尤其是在与计划流程争夺执行时隙时。

Google Cloud 层级结构

如果您预计将在 BigQuery 中创建和填充数据源，请务必注意 Google Cloud 的层级结构：

• 组织
• 项目
• 数据集
• 表格

1. 组织层

除非您是帐户所有者、高管或决策者，否则您不太可能需要担心组织层。可以将其视为包含您在导航 BigQuery Studio 和在 SQL 环境中编写 SQL 查询时遇到的其他元素的实体。

2. Google Cloud 组织中的多个项目

任何 Google Cloud 组织都可以拥有多个项目。有时，公司或企业用户（我们将有意避免使用“组织”一词以避免混淆）会创建不同的项目来分离暂存和生产环境。

其他时候，这些高级用户会创建不同的项目以更好地控制潜在的敏感数据，例如个人身份信息 (PII) 和机密收入信息。

无论哪种情况，当您开始使用 BigQuery 时，您将创建或获得权限以访问 BigQuery，作为具有特定权限和角色范围的用户。

3. 项目中的数据集和表格

在项目中，最重要的是要记住数据集和表格。为了澄清，数据集包含一个或多个表格。为了在技术讨论中保持准确性，请尽量避免互换使用这些术语。

您将在数据集中看到的其他元素包括：

• 例程
• 模型
• 视图

这些其他数据元素将在后续章节中更详细地讨论。