Summary  
This chapter explains how to manage very large tables in SQL by using table sampling to query a random subset of rows and by creating external table connections to data stored in cloud storage without full import.  

General domain of usage  
Data analytics

Aprenda a trabalhar com **tabelas muito grandes no BigQuery** sem custos excessivos ou problemas de desempenho. Explore **amostragem de tabelas** e **conexões com dados externos**, duas técnicas que ajudam a analisar grandes conjuntos de dados de forma eficiente quando varreduras completas não são necessárias ou viáveis.

## Amostragem de Tabelas

A amostragem de tabelas permite analisar um **subconjunto aleatório** de uma tabela grande em vez de escanear todas as linhas. Essa abordagem é útil quando:

* Você está explorando tendências e padrões em vez de valores exatos;
* O conjunto de dados é grande demais para ser escaneado de forma eficiente;
* Você deseja reduzir o custo e o tempo de execução da consulta.

A amostragem pressupõe que os dados já estão limpos e são representativos, tornando possível obter insights confiáveis a partir de uma parte menor do conjunto de dados.

## Acessando Dados Externos via Google Cloud Storage

Quando conjuntos de dados são grandes demais para serem enviados diretamente ao BigQuery — ou não podem ser abertos em ferramentas como planilhas — você pode armazená-los no **Google Cloud Storage** e consultá-los externamente.

O BigQuery permite conectar-se a arquivos armazenados no Cloud Storage e executar consultas **sem importar os dados** para o próprio BigQuery. Essa abordagem é útil quando:

* Trabalhando com dados de sistemas externos ou colaboradores;
* Analisando grandes arquivos de logs ou arquivos de arquivamento;
* Mantendo baixos os custos de armazenamento e ingestão.

## Ponto Principal

Ao trabalhar com conjuntos de dados massivos:

* Utilize a **amostragem** para analisar dados de forma mais rápida e econômica, preservando os insights gerais;
* Utilize **conexões com dados externos** quando o envio completo dos dados não for viável.

Essas técnicas ajudam a manter os fluxos de trabalho do BigQuery flexíveis, econômicos e escaláveis.


Mergulhe nos fundamentos da plataforma BigQuery e transforme a forma como você lida com dados em nuvem. Domine as habilidades necessárias para navegar no console, gerenciar projetos e otimizar custos de consultas. Adquira experiência prática com recursos específicos do BigQuery, como operações com arrays, dados geográficos e funções de data. Explore técnicas avançadas de otimização e descubra os segredos de construir modelos de machine learning diretamente no data warehouse utilizando o BigQuery ML.

Adquira uma compreensão sólida do ambiente BigQuery, distinto dos bancos de dados tradicionais. Aprenda a navegar pelo console, gerenciar projetos e conjuntos de dados, e analisar custos de forma eficaz. Desenvolva confiança na configuração do seu ambiente de trabalho para uma análise de dados eficiente.

Explore os fundamentos do mecanismo de consulta para recuperar dados de forma eficiente. Domine técnicas de seleção de dados e aprenda a analisar métricas específicas de produtos. Descubra recursos de desempenho e métodos de teste de consultas para garantir que sua análise seja rápida e precisa.

Aprimore seu conhecimento dominando os tipos de dados exclusivos do BigQuery. Aprenda a lidar com operações complexas de arrays e a manipular funções de data e hora. Explore recursos geográficos para resolver desafios baseados em localização, como o cálculo de distâncias entre cidades.

Otimize seu fluxo de trabalho gerenciando grandes tabelas e aprimorando o desempenho das consultas. Aprenda os segredos do tratamento eficaz de erros para solucionar problemas rapidamente. Domine as habilidades necessárias para manter um ambiente de banco de dados de alto desempenho.

Aplique seu conhecimento em cenários do mundo real. Descubra como criar relatórios abrangentes e integrar o BigQuery com ferramentas externas. Transforme dados brutos em insights de negócios acionáveis por meio de aplicação prática e estratégias de geração de relatórios.

Mergulhe nos fundamentos do BigQuery ML. Descubra como criar e executar modelos de machine learning utilizando SQL padrão sem necessidade de mover dados. Adquira experiência prática com demonstrações de modelos para prever resultados diretamente na plataforma.

Gerenciamento de Tabelas Grandes

Amostragem de Tabelas

Acessando Dados Externos via Google Cloud Storage

Ponto Principal