En este tema, aprenderás a interpretar y utilizar los planes de ejecución de consultas en BigQuery para optimizar el rendimiento de tus consultas. Los planes de ejecución proporcionan una visión detallada de cómo BigQuery ejecuta una consulta, permitiéndote identificar cuellos de botella y áreas de mejora.

Un plan de ejecución de consultas es una representación detallada de los pasos que BigQuery sigue para ejecutar una consulta SQL. Incluye información sobre:

• Operaciones de escaneo: Cómo se leen los datos de las tablas.
• Operaciones de unión: Cómo se combinan los datos de diferentes tablas.
• Operaciones de filtrado: Cómo se aplican los filtros a los datos.
• Operaciones de agregación: Cómo se agrupan y agregan los datos.

Para obtener un plan de ejecución en BigQuery, puedes utilizar la opción "Explain" en la consola de BigQuery o agregar la palabra clave EXPLAIN antes de tu consulta SQL.

Supongamos que tienes la siguiente consulta SQL:

Para obtener el plan de ejecución, puedes modificar la consulta de la siguiente manera:

El plan de ejecución se presenta en un formato tabular que incluye varias columnas importantes:

A continuación, se muestra un ejemplo simplificado de un plan de ejecución:

• Operaciones de Escaneo: Si el tiempo de lectura es alto, considera particionar o agrupar tus datos para reducir el volumen de datos leídos.
• Operaciones de Filtrado: Asegúrate de que los filtros se aplican lo antes posible para reducir el conjunto de datos procesado.
• Operaciones de Agregación: Las agregaciones pueden ser costosas; considera usar funciones de ventana o pre-agregar datos si es posible.
• Operaciones de Ordenación: Las ordenaciones pueden ser optimizadas mediante el uso de índices o particionamiento adecuado.

Supongamos que el plan de ejecución muestra que la operación de escaneo está tomando mucho tiempo. Puedes optimizar la consulta particionando la tabla purchases por purchase_date:

Luego, puedes reescribir la consulta para aprovechar la partición:

1. Obtén el plan de ejecución para la siguiente consulta:

   SELECT
     product_id,
     AVG(price) AS average_price
   FROM
     `my_dataset.sales`
   WHERE
     sale_date >= '2023-01-01'
   GROUP BY
     product_id
   ORDER BY
     average_price DESC;
   

2. Analiza el plan de ejecución y responde las siguientes preguntas:

   • ¿Cuál es la operación que toma más tiempo?
   • ¿Qué porcentaje del tiempo se dedica a la lectura de datos?
   • ¿Cómo podrías optimizar esta consulta?

1. Modifica la consulta para obtener el plan de ejecución:

   EXPLAIN
   SELECT
     product_id,
     AVG(price) AS average_price
   FROM
     `my_dataset.sales`
   WHERE
     sale_date >= '2023-01-01'
   GROUP BY
     product_id
   ORDER BY
     average_price DESC;
   

2. Analiza el plan de ejecución (ejemplo simplificado): | Step | Kind | Substeps | Start Time | End Time | Wait Ratio | Read Ratio | Compute Ratio | Write Ratio | |------|-----------|-----------------------------------|------------|----------|------------|------------|---------------|-------------| | 1 | Scan | Read from my_dataset.sales | 0s | 1.5s | 5% | 60% | 35% | 0% | | 2 | Filter | Apply filter on sale_date | 1.5s | 2s | 5% | 10% | 85% | 0% | | 3 | Aggregate | Group by product_id | 2s | 2.5s | 0% | 20% | 80% | 0% | | 4 | Sort | Order by average_price DESC | 2.5s | 3s | 0% | 10% | 40% | 50% |

   • Operación que toma más tiempo: La operación de escaneo.
   • Porcentaje del tiempo dedicado a la lectura de datos: 60%.
   • Optimización: Considera particionar la tabla sales por sale_date para reducir el tiempo de escaneo.

Entender y analizar los planes de ejecución de consultas en BigQuery es crucial para optimizar el rendimiento de tus consultas. Al identificar cuellos de botella y aplicar técnicas de optimización, puedes mejorar significativamente la eficiencia de tus consultas y reducir los costos asociados. En el próximo tema, exploraremos el uso de vistas materializadas para mejorar aún más el rendimiento de las consultas.