ダッシュボードとウィジェット
必要な権限
- BigQuery Intelligence のダッシュボードとウィジェットにアクセスするには、DoiT アカウントに Cloud Analytics User 権限が必要です。
BigQuery Intelligence ダッシュボード
BigQuery Intelligence ダッシュボードは、BigQuery の利用状況のさまざまな側面を強調するウィジェットで構成されています。

一般設定:
-
Time range:表示するデータの時間範囲を調整します。オプション:Last day・Last 7 days・Last 30 days。
-
Usage type:課金モデルでクエリを絞り込みます。オプション:
-
On-Demand: on-demand compute pricing model で課金されるクエリ。
-
Standard Edition・Enterprise Edition・Enterprise Plus Edition: BigQuery editions の capacity compute pricing model で課金されるクエリ。
-
Flat-Rate Legacy:BigQuery の flat-rate pricing は現在提供されていません。このオプションは、既存のフラットレートの コミットメントがあり、まだ DoiT Cloud Intelligence にアップグレードしていないお客様にのみ適用されます。
-
ウィジェット
-
BigQuery Spend by SKU を除き、BigQuery Intelligence ダッシュボード上の他のすべてのウィジェットは、UTC 01:00 に毎日更新されます。
-
BigQuery Intelligence ダッシュボードは、BigQuery のジョブと予約にかかるコストのみをレポートします。レポートの正確性は Google のデータアクセスログの完全性に依存しており、たとえばストリーミング挿入などの欠落が存在する場合があります。ログが唯一のデータソースであるため、ログに存在しない情報はレポートできません。
推奨事項
Recommendations ウィジェットは、お客様の利用状況に関連する BigQuery 最適化の実行可能なインサイトを表示します。個々の推奨事項を選択して詳細を確認できます。
コンピュートに関する推奨事項
-
未使用のテーブルをバックアップして削除:この推奨事項はすべての使用タイプに適用されます。バックアップ後に BigQuery から削除してストレージコストを削減できる未使用テーブルを一覧表示します。
以下は例です:

-
Project列には請求プロジェクトが表示されます。 Project and Billing project を参照してください。 -
Table列でテーブルを選択すると、Google Cloud BigQuery コンソールで開きます。 -
テーブルに複数のパーティションがある場合、
Partition(s) to Remove列の数値を選択して、削除すべきパーティションを確認します。 -
一覧全体を CSV ファイルとしてダウンロードすることもできます。
-
オンデマンドの料金モデルに関する推奨事項
-
クエリジョブを制限:
Query ID列に記載されたジョブの実行頻度を、スライダーで選択したパーセンテージだけ減らし、Savings by Reducing Jobsを確認します。 -
適用可能な場合は、Insights を通じて BigQuery テーブルのパーティショニングまたはクラスタリングに関する推奨事項も提供されます。
キャパシティの料金モデルに関する推奨事項
BigQuery editions で 1 年または 3 年の slot commitments を利用している場合、または Flat-Rate Legacy の利用がある場合、該当すると以下の推奨事項が表示されます。
- 定期実行のクエリを別の時間帯へ移動:定期実行のクエリを日中の混雑して いない時間帯に移動することで、必要な最小平均スロット数を下げます。適切な時間帯を特定するには、間隔を
Hourに設定して Slots Consumption ウィジェット を確認してください。日次のスロット消費の谷間が、定期実行クエリの最適な実行時間を示します。
ストレージに関する推奨事項
-
データセットを Physical Storage に変更:データセットのストレージ課金モデルを、データセット内のテーブルが使用する圧縮後の物理ストレージに対して支払う方式に変更します。
推奨事項のリンクを開くと、物理ストレージ課金モデルの利用で恩恵を受けられる可能性のあるデータセットの詳細情報(プロジェクト、テーブル、論理ストレージサイズ、物理ストレージサイズ、論理ストレージコスト、物理ストレージコスト、潜在的なコスト削減額)を確認できます。

-
Project列には請求プロジェクトが表示されます。 Project and Billing project を参照してください。 -
Table列のテーブル名を選択すると、Google Cloud BigQuery コンソールで開きます。 -
一覧全体を CSV ファイルとしてダウンロードすることもできます。
注意Google の physical storage のドキュメント で適格性の基準を確認してください。BigQuery Intelligence の推奨事項では適格性チェックを実施しません。
-
エクスプローラー
Explore ウィジェットを使用して、BigQuery の利用状況を詳細に把握できます。個々のエントリを選択してデータを深掘りできます。

利用可能なメトリクスは、スコープと使用タイプによって異なります。
| Usage type | Scope | Metric |
|---|---|---|
| On-Demand, Edition (pay as you go) | Billing Project, User | Scan Price, Scan TB |
| On-Demand, Edition (pay as you go) | Project, Dataset, Table | Scan Price, Scan TB, Storage Price, Storage TB |
| Edition (one year and three year commitments), Flat-Rate Legacy | Billing Project, User | Average Slots |
| Edition (one year and three year commitments), Flat-Rate Legacy | Project, Dataset, Table | Storage Price, Storage TB |
以下の例は、選択したユーザーのスキャン価格を示しています。ユーザーが実行した個々のクエリを選択して、価格を確認することもできます。

Project と Billing project
-
Project は、ジョブの実行中にクエリされるデータを保持します。 BigQuery audit logs overview では data project と呼ばれます。
-
Billing project は、クエリを実行するプロジェクトです。サービスアカウントを作成 するプロジェクトでもあります。
次の例は、Google Cloud BigQuery コンソールで請求プロジェクトを確認できる場所を示しています。

「Not yet allocated」項目
BigQuery Intelligence は、以下の理由により、どのテーブルがスキャンされているかを検出できない場合があります。
SELECT 1のようなクエリ- 複雑さのために解析できないクエリ(例:パーサーのタイムアウト)
- まだサポートしていない関数や ステートメントを使用するクエリ
そのような場合、BigQuery Intelligence の Explorer ウィジェットに Not yet allocated の項目が表示されます。
スロット消費量
Hour または Day ごとに、組織で消費されたスロット数を Peak usage と Average usage の観点で表示します。
以下の例は、使用タイプが BigQuery editions のいずれかである場合のスロット消費を示しています。

テーブルタイプ別のスキャン
このウィジェットは、さまざまなタイプのテーブルからスキャンしているデータ量を、非パーティションテーブルと複数のタイプのパーティションテーブル、さらに外部ソース(例:Google Sheets)に分けて表示します。
テーブルタイプを選択すると、そのタイプで最も頻繁にスキャンされているテーブルを確認できます。

SKU 別の BigQuery コスト
このウィジェットは、SKU ごとの BigQuery コストの内訳を表示します。

ウィジェット右上のケバブメニュー(⋮)から、次の 2 つのオプションを選択できます。
-
Refresh:デフォルトでは、SKU 別の BigQuery コストのウィジェットは 1 日に 2 回更新されます。Refresh オプションを使用して、最新の請求データを Google から取得します。
注意ウィジェットに表示される情報は、DoiT プラットフォームが請求データを取得した時点のものです。データの鮮度は、Google Cloud の データロードの頻度 によって決まります。
-
Open full report:このウィジェットの可視化を生成する レポート を開きます。
次のステップ
-
BigQuery Optimizations に関する当社のブログシリーズを読む
-
オンデマンドイベント をチェックする