일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- spark df
- 도커
- spark explode
- DataFrame Spark
- 빅쿼리
- 도커exec
- sparkdf
- dataframe
- spark #스파크
- 시각화
- 코테
- 빅쿼리 튜닝
- 로컬 pyspark
- 프로그래머스 파이썬
- PySpark
- 태블로
- airflow
- SparkSQL
- 데이터엔지니어링
- Big Query
- LLM
- tableau
- 데이터 시각화
- Docker error
- ifkakao2020
- BigQuery
- 도커오류
- docker
- 언어모델
- pyspark오류
Archives
- Today
- Total
목록Big Query (1)
SOGM'S Data
2) 구글 빅쿼리 튜닝 (Big Query)
회사에서 구글 GCP의 빅쿼리를 접하게되었습니다. 빠른 속도와 구글의 다양한 서비스와 접목 시킨다는 것이 강점이었습니다. 제가 생각하는 빅쿼리의 장점 1) 빠른속도, 병렬처리 -- ★ 2) 다양한 서비스, 프로젝트와 연계 - CSV, 스프레드시트, 태블로, APachairflow 등 단점 1) 비싸다. 개인이 사용할 수 없는 수준 (슬롯형, 데이터를 얼마나 쓰냐에 따라 금액 청구) *아래 내용은 (이야기로 배우는 구글 빅쿼리)를 기반으로 공부한 내용과 구글링을 통한 내용을 정리하였습니다 1. SELECT * 사용 X - 빅쿼리는 열 지향 스토리지이기 때문에 SELECT * 보다는 특정 열을 호출해주는게 좋습니다. *열지향 스토리지란: 기존 관계형데이터베이스(RDB)가 1행 ..
About Data/SQL
2021. 7. 3. 20:04