¿Hay alguna razón por la que alguien usaría BigTable en lugar de BigQuery? Ambos parecen admitir operaciones de lectura y escritura, y la última ofrece también operaciones avanzadas de "consulta".

Necesito desarrollar una red de afiliados (por lo tanto, necesito realizar un seguimiento de los clics y las 'ventas'), así que estoy bastante confundido por la diferencia porque bigQuery parece ser simplemente bigTable con una mejor API.

La diferencia es básicamente esta:

BigQuery es un motor de consultas para conjuntos de datos que no cambian mucho o cambian al agregar. Es una excelente opción cuando sus consultas requieren un "escaneo de tabla" o la necesidad de buscar en toda la base de datos. Piense en sumas, promedios, recuentos, agrupaciones. BigQuery es lo que usa cuando ha recopilado una gran cantidad de datos y necesita hacer preguntas al respecto.

BigTable es una base de datos. Está diseñado para ser la base de una gran aplicación escalable. Use BigTable cuando cree cualquier tipo de aplicación que necesite leer y escribir datos, y la escala es un problema potencial.

Esto puede ayudar un poco a decidir entre los diferentes almacenes de datos que ofrece la nube de Google (¡Descargo de responsabilidad! Copiado de la página de Google Cloud)

Si su requisito es una base de datos en vivo, BigTable es lo que necesita ( aunque no es realmente un sistema OLTP ). Si se trata más de un propósito analítico, entonces BigQuery es lo que necesita.

Piense en OLTP frente a OLAP ; O si está familiarizado con Cassandra vs Hadoop, BigTable equivale aproximadamente a Cassandra, BigQuery equivale aproximadamente a Hadoop (de acuerdo, no es una comparación justa, pero entiendes la idea)

https://cloud.google.com/images/storage-options/flowchart.svg

Nota

Tenga en cuenta que Bigtable no es una base de datos relacional y no admite consultas SQL o JOINs, ni admite transacciones de varias filas. Además, no es una buena solución para pequeñas cantidades de datos. Si desea un OLTP RDBMS, es posible que deba mirar cloudSQL (mysql / postgres) o spanner.

Perspectiva de costos

https://stackoverflow.com/a/34845073/6785908 . Citando las partes relevantes aquí.

El costo total se reduce a la frecuencia con la que "consultará" los datos. Si es una copia de seguridad y no repites eventos con demasiada frecuencia, será muy barato. Sin embargo, si necesita reproducirlo diariamente una vez, comenzará a activar el escaneo de 5 $ / TB muy fácilmente. También nos sorprendió lo baratos que eran las inserciones y el almacenamiento, pero esto es ofc porque Google espera que ejecute consultas costosas en algún momento en ellos. Sin embargo, tendrás que diseñar alrededor de algunas cosas. Por ejemplo, las inserciones de transmisión de AFAIK no tienen garantías de que se escriban en la tabla y tiene que sondear con frecuencia en la cola de la lista para ver si realmente se escribió. Sin embargo, el seguimiento se puede hacer de manera eficiente con el decorador de tablas de rango de tiempo (sin pagar por escanear todo el conjunto de datos).

Si no le importa el pedido, incluso puede publicar una mesa de forma gratuita. Entonces no es necesario ejecutar una 'consulta'.

Editar 1

Cloud Spanner es relativamente joven, pero potente y prometedor (y también escandalosamente caro). Al menos, el marketing de Google afirma que sus características son las mejores de ambos mundos (RDBMS tradicional y noSQL)

BigQuery y Cloud Bigtable no son lo mismo. Bigtable es una base de datos NoSQL basada en Hadoop, mientras que BigQuery es un almacén de datos basado en SQL. Tienen escenarios de uso específicos.

En términos muy breves y sencillos;

• Si no necesita soporte para transacciones ACID o si sus datos no están muy estructurados, considere Cloud Bigtable.
• Si necesita consultas interactivas en un sistema de procesamiento analítico en línea (OLAP), considere BigQuery.