Je eerste BigQuery-query uitvoeren

De BigQuery-console leren kennen

Ga naar console.cloud.google.com/bigquery. De interface bestaat uit drie hoofddelen.

Links: bronverkenner

Hier zie je je projecten, datasets en tabellen. Klik op het driehoekje naast een project om de datasets uit te vouwen, en klik verder door om de tabellen te zien.

Midden: query-editor

Het tekstveld waar je SQL schrijft. De editor heeft syntax-highlighting, autocomplete en validatie terwijl je typt.

Onder: resultaten

Na het uitvoeren van een query verschijnen de resultaten hier. Via het tabblad Taakgeschiedenis (Job History) bekijk je eerdere queries.

Het schema van een tabel bekijken

Voordat je een query schrijft, controleer je het schema zodat je de juiste kolomnamen gebruikt.

Je eerste query schrijven

BigQuery biedt publieke datasets die je gratis kunt bevragen, in de groep bigquery-public-data. Gebruik die voor je eerste query.

Een eenvoudig voorbeeld op de dataset met Amerikaanse babynamen. Deze query toont de tien populairste namen in 2020:

SELECT
  name,
  gender,
  SUM(number) AS aantal
FROM
  `bigquery-public-data.usa_names.usa_1910_current`
WHERE
  year = 2020
GROUP BY
  name,
  gender
ORDER BY
  aantal DESC
LIMIT 10

Klik op Uitvoeren of druk op Ctrl+Enter (Cmd+Enter op een Mac).

Let op de backticks rond de tabelnaam: die zijn nodig omdat bigquery-public-data een streepje bevat. De volledige verwijzing is altijd project.dataset.tabel.

Queryresultaten begrijpen

Na uitvoering zie je drie onderdelen.

Resultaten

De daadwerkelijke data in een tabel. Je kunt de resultaten downloaden als CSV of JSON, of doorsturen naar Google Sheets.

Taakinformatie (Job information)

Details over de uitgevoerde query, waaronder de duur, de hoeveelheid verwerkte bytes en de gebruikte locatie.

Foutberichten

Bevat de query een fout, dan zie je een rode melding met een verwijzing naar de regel waar het misgaat.

Kosten controleren voor uitvoering

BigQuery toont rechtsboven in de editor een regel als "Deze query verwerkt X als u ze uitvoert." Dat is de basis voor de kosten. Bij on-demand prijzen reken je in juni 2026 ongeveer 6,25 dollar per verwerkte TB, en de eerste 1 TB per maand is gratis. Een query die 100 GB verwerkt kost dus ongeveer 0,63 dollar. Controleer dit altijd zelf in de Cloud-prijslijst, want bedragen en valuta kunnen per regio verschillen.

Is de schatting hoog, overweeg dan:

1. De query te beperken met een WHERE-filter op een gepartitioneerde kolom.
2. Alleen de benodigde kolommen te selecteren in plaats van SELECT *.
3. Eerst een steekproef te nemen, bijvoorbeeld met WHERE RAND() < 0.01 voor een sample van 1 procent.

Veelgemaakte beginnerfouten

Volledig project-ID vergeten

Verwijs naar tabellen als project.dataset.tabel. Laat je het project-ID weg, dan zoekt BigQuery in je eigen project en vindt het de tabel niet. Gebruik backticks bij namen met streepjes, zoals mijn-project.mijn-dataset.mijn-tabel.

GROUP BY vergeten bij aggregaties

Gebruik je SUM(), AVG() of COUNT(), dan moet elke niet-geaggregeerde kolom in de SELECT ook in de GROUP BY staan. Anders volgt een foutmelding.

Komma na de laatste kolom

Een komma achter de laatste kolom in de SELECT-lijst geeft een syntaxfout. Controleer altijd je laatste regel voordat je uitvoert.

Geneste structuren en arrays

BigQuery ondersteunt geneste velden (STRUCT) en arrays. Dat wijkt af van traditionele databases. Bij GA4-export in BigQuery gebruik je UNNEST() om een array uit te pakken naar losse rijen:

SELECT
  user_pseudo_id,
  event_name,
  ep.key AS param_key,
  ep.value.string_value
FROM
  `project.analytics_123.events_20240101`,
  UNNEST(event_params) AS ep
WHERE
  ep.key = 'page_title'
LIMIT 100

Vervang project en analytics_123 door je eigen project- en datasetnaam.

Queryresultaten opslaan

Je kunt het resultaat van een query bewaren op meerdere manieren:

• Tabel: sla het op als nieuwe BigQuery-tabel voor hergebruik.
• Google Sheets: exporteer rechtstreeks naar een Sheet.
• CSV of JSON: download het bestand lokaal.

Opslaan als tabel doe je via de knop Opslaan als en dan BigQuery-tabel, boven de resultaten.