Introducción a la exportación de datos

BigQuery te permite exportar datos para que puedas usarlos en otras herramientas, sistemas de almacenamiento y aplicaciones. Puedes guardar los resultados de las consultas en un archivo, exportar tablas a Cloud Storage o configurar flujos de trabajo de ETL inverso (RETL) en servicios como Bigtable y Spanner.

Para obtener más información sobre las integraciones de datos, consulta Introducción a la carga, la transformación y la exportación de datos.

Exportar resultados de consultas

Puedes exportar los resultados de las consultas a un archivo local (ya sea como un archivo CSV o JSON), Hojas de cálculo de Google o Google Drive. Para obtener más información, consulta Cómo exportar los resultados de las consultas a un archivo.

Exporta tablas

Puedes exportar tus tablas de BigQuery en los siguientes formatos de datos:

Formato de los datos Tipos de compresión compatibles Métodos de exportación compatibles
CSV GZIP Exporta a Cloud Storage
JSON GZIP Exporta a Cloud Storage
Lee de BigQuery con Dataflow
Avro DEFLATE, SNAPPY Exporta a Cloud Storage
Lee de BigQuery con Dataflow
Parquet GZIP, SNAPPY y ZSTD Exporta a Cloud Storage

También puedes exportar tus tablas de BigQuery como columnas de Protobuf cuando trabajes con estructuras de datos anidadas que requieran seguridad de tipo de objeto o si necesitas una compatibilidad más amplia con lenguajes.

Consideraciones para la exportación de tablas grandes

Cuando exportes datos importantes desde BigQuery, ten en cuenta lo siguiente:

  • Volumen y formato de los datos:
    • Calcula el volumen de datos que se exportarán. Las exportaciones pueden generar costos considerables según el tamaño, el formato, el método y la ubicación geográfica de los datos. Algunos recursos se cobran por GiB, mientras que otros se cobran por TiB.
    • Elige un formato compatible con las herramientas de análisis y la estructura de tus datos. Por ejemplo, CSV no controla los campos anidados ni repetidos. Verifica la compatibilidad del tipo de datos.
    • Considera usar formatos de compresión para reducir el tamaño y los costos.
  • Costo de exportación:
    • Algunos métodos de exportación son gratuitos hasta un límite, mientras que otros siempre generan costos. Para obtener más información, consulta Precios de extracción de datos.
    • Se pueden aplicar costos si la tabla de BigQuery y el destino, como un bucket de Cloud Storage, se encuentran en ubicaciones diferentes.
  • Cuotas: Algunos métodos de exportación tienen límites diarios. Para obtener más información, consulta Trabajos de extracción.
  • Varios archivos: Las exportaciones grandes se dividen en varios archivos. Considera cómo administrarás estos archivos en el futuro.
  • Automatización: Para las exportaciones recurrentes, usa las consultas programadas de BigQuery o Dataflow.
  • Políticas de retención: Determina los períodos de retención en tu conjunto de datos de destino y, luego, implementa reglas de ciclo de vida para optimizar los costos de almacenamiento.
  • Seguridad y control de acceso: Implementa los permisos de IAM y la encriptación adecuados.

Cuando consideres estos factores, te recomendamos que realices una exportación de prueba en un subconjunto de datos para evaluar los costos, los tamaños de los archivos, los recuentos y el tiempo. Puedes usar una cláusula WHERE en tu instrucción de SQL EXPORT DATA para limitar la exportación de prueba.

Exporta elementos de código de BigQuery

Puedes descargar elementos de código de BigQuery Studio, como consultas guardadas o notebooks, para mantener una copia local de tus recursos. Para obtener más información sobre cómo descargar tus recursos de código de BigQuery, consulta lo siguiente:

Exporta con ETL inverso

Puedes configurar flujos de trabajo de ETL inversos (RETL) para mover datos de BigQuery a las siguientes bases de datos:

¿Qué sigue?