Tutoriel BigQuery pour débutants : de la configuration à votre première requête

Entrepôt de données traditionnel vs cloud

Un entrepôt de données traditionnel est déployé on-premise, avec généralement des coûts initiaux élevés, une équipe expérimentée pour le gérer et une planification rigoureuse pour absorber la montée en charge, en raison de la rigidité du dimensionnement des ressources en datacenter.

À l’inverse, un entrepôt de données cloud est géré et hébergé par un fournisseur de services cloud. Parmi les exemples : Google BigQuery, Amazon Redshift et Snowflake.

Avantages des entrepôts de données cloud

En général, un entrepôt de données cloud présente plusieurs avantages par rapport aux entrepôts traditionnels :

• Ils sont conçus pour l’échelle et tirent parti de la flexibilité du cloud
• Ils offrent de meilleures vitesses et de meilleures performances
• Une tarification flexible et un environnement cloud permettent d’optimiser les coûts (p. ex. : réduire la capacité en période de faible demande)
• Ils peuvent être totalement ou partiellement managés, ce qui réduit les coûts opérationnels.

Bases orientées lignes vs orientées colonnes

Exemple de base orientée lignes :

Exemple de base orientée colonnes :

Les bases orientées lignes excellent pour récupérer des enregistrements complets, insérer des lignes et effectuer des mises à jour. En revanche, elles peinent face aux charges analytiques.

Par exemple, si vous interrogez trois colonnes d’une table qui en comporte 50, une base orientée lignes lit malgré tout les 50 colonnes pour chaque ligne. Une base orientée colonnes ne lit que les trois colonnes nécessaires, ce qui est bien plus rapide pour l’analytique, comme la prévision produit ou le reporting ad hoc.

Les bases orientées lignes conviennent généralement au traitement des transactions en ligne (OLTP), tandis que les bases orientées colonnes sont adaptées à l’analyse en ligne (OLAP).

OLTP vs OLAP

• L’OLTP désigne un type de système de base de données utilisé dans les applications transactionnelles. « En ligne » signifie que ces systèmes doivent répondre aux demandes des utilisateurs et les traiter en temps réel (c’est-à-dire traiter des transactions).
• Ce terme s’oppose à l’OLAP, qui se concentre sur l’analyse des données.

Résumé de la comparaison :

Comment fonctionne BigQuery ?

BigQuery sépare le moteur de calcul du stockage, ce qui permet à chacun de monter en charge indépendamment. Résultat : vous pouvez interroger des téraoctets de données en quelques secondes et des pétaoctets en quelques minutes.

Lors de l’exécution d’une requête, le moteur de BigQuery distribue le travail en parallèle, parcourt les tables pertinentes en stockage, fusionne les résultats et renvoie l’ensemble final de données.

Fonctionnalités clés de BigQuery en 2026

Depuis son lancement, Google a ajouté plusieurs fonctionnalités qui étendent BigQuery au-delà d’un entrepôt de données classique :

• BigQuery ML — Créez, entraînez et déployez des modèles de machine learning en SQL. Prend en charge la régression linéaire, la classification, la prévision de séries temporelles, et plus encore.
• Gemini in BigQuery — Une assistance IA pour écrire des requêtes, comprendre des schémas et générer des insights à partir du langage naturel.
• BigQuery Studio — Un espace de travail unifié pour SQL, notebooks Python et Spark au sein de la console BigQuery.
• Requêtes fédérées — Interrogez des données dans Cloud SQL, Cloud Storage, Bigtable et d’autres sources sans les déplacer vers BigQuery.
• BigQuery Omni — Exécutez des analyses BigQuery sur des données stockées dans AWS ou Azure sans les copier vers Google Cloud.

Comment démarrer avec BigQuery

La sandbox BigQuery vous permet d’essayer BigQuery sans renseigner de carte bancaire ni créer de compte de facturation. Dans cette section, je vous explique comment accéder à BigQuery et configurer votre premier projet avec la sandbox.

BigQuery est accessible via la console Google Cloud. Vous devrez vous connecter avec un compte Google (ou en créer un). Une fois connecté, un écran de bienvenue s’affiche :

Vous trouverez BigQuery dans le menu de gauche. En cliquant, vous arrivez sur l’écran ci-dessous :

Utiliser la sandbox BigQuery

Pour utiliser la sandbox BigQuery, commencez par créer un projet en cliquant sur « Select Project ».

Puis cliquez sur « New Project » :

Vous devez fournir un nom de projet ; pour ce guide, nous utilisons datacamp-guide-project

Un message de sandbox s’affiche désormais sur la page BigQuery, confirmant que la sandbox a bien été activée.

Avec la sandbox BigQuery activée, vous pouvez utiliser votre nouveau projet pour charger et interroger des données, ainsi que pour interroger les jeux de données publics de Google.

Créer un dataset et une table

Avant de créer une table, vous devez créer un dataset dans votre nouveau projet. Un dataset est un conteneur de premier niveau utilisé pour organiser et contrôler l’accès à un ensemble de tables et de vues. Pour créer un dataset, cliquez sur l’icône « Actions » du projet :

Pour les besoins de ce guide, renseignez « Dataset ID » avec « main ».

Vous pouvez créer une table en SQL. BigQuery utilise GoogleSQL, conforme à la norme ANSI.

CREATE TABLE datacamp-guide-project.main.users (
  id INT64 NOT NULL,
  first_name STRING NOT NULL,
  middle_name STRING,
  last_name STRING NOT NULL,
  active_account BOOL NOT NULL
);

Vous pouvez aussi utiliser l’interface de la console BigQuery :

Remarque : il n’est pas possible d’insérer des données dans l’environnement sandbox. Si vous souhaitez essayer l’insertion de données, vous devez activer l’essai gratuit. Les sections suivantes se concentrent sur l’interrogation des jeux de données publics proposés dans Google Cloud.

Interroger un jeu de données public via la console BigQuery

Pour interroger un jeu de données public, suivez les étapes ci-dessous :

1. Cliquez sur « Add » à côté d’Explorer.

2. Choisissez ensuite un jeu de données.

3. Recherchez « Google Trends » et sélectionnez Google Trends, puis cliquez sur le bouton « View dataset ».

4. bigquery-public-data apparaît avec une longue liste de jeux de données. Ajoutez bigquery-public-data aux favoris (étoile) pour qu’il reste épinglé dans l’explorateur

Exemple pratique avec le dataset Google Trends

Nous allons utiliser la table top_terms :

Cliquez sur la table top_terms pour l’ouvrir, puis consultez les onglets Details et Preview afin d’en savoir plus sur les données de top_terms.

Vous pouvez interroger le dataset ; par exemple, pour récupérer les termes classés en première position au cours des deux dernières semaines :

SELECT
  term
FROM
  bigquery-public-data.google_trends.top_terms
WHERE
  rank = 1
  AND refresh_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 2 WEEK)
GROUP BY
  term

Résultats (variables) :

Tarification de BigQuery

La tarification de BigQuery repose sur deux composantes principales : le calcul (exécution des requêtes) et le stockage.

Pour les équipes aux charges prévisibles, BigQuery propose aussi une tarification forfaitaire via des réservations de capacité (BigQuery Editions). Consultez la page de tarification officielle pour les tarifs à jour.

En conclusion

BigQuery est l’un des points d’entrée les plus accessibles vers l’entreposage de données dans le cloud. La sandbox offre un environnement sans risque pour expérimenter, et l’allocation gratuite de 1 TiB de requêtes par mois vous permet d’explorer des jeux de données publics sans rien dépenser. Quand vous aurez besoin de plus, l’essai gratuit de Google Cloud offre 300 $ de crédits.

Pour approfondir ce que vous avez appris ici, je vous recommande le cours Introduction to BigQuery sur DataCamp, qui couvre l’optimisation des requêtes et la manipulation de jeux de données plus volumineux. Pour une vision plus large du data engineering, le parcours Data Engineer in Python couvre l’ensemble du pipeline, de l’ingestion à l’entreposage.

Vous pouvez aussi comparer BigQuery à d’autres solutions dans nos analyses BigQuery vs Redshift et BigQuery vs Snowflake, ou vous préparer aux entretiens avec notre guide BigQuery interview questions.