Biaya BigQuery: Cara Menghitung dan Menghemat Query
Tagihan BigQuery naik bulan ini, padahal jumlah data rasanya tidak bertambah banyak. Situasi ini umum, dan penyebabnya hampir selalu sama: biaya BigQuery dihitung dari jumlah data yang dibaca setiap query, bukan dari jumlah query atau jumlah user. Satu dashboard yang membaca seluruh tabel setiap kali dibuka bisa diam-diam jadi pos biaya terbesar.
Artikel ini menjelaskan bigquery pricing dengan bahasa sederhana: apa saja yang ditagih, cara menghitungnya, dan kebiasaan yang membuat tagihan membengkak. Kalau Anda belum familiar dengan BigQuery, baca dulu BigQuery adalah.
Model harga BigQuery secara singkat
Tagihan BigQuery pada dasarnya terdiri dari dua bagian: compute (biaya memproses query) dan storage (biaya menyimpan data). Untuk compute, ada dua model:
- On-demand: Anda membayar per jumlah data yang dipindai query. Per Oktober 2026, harga daftarnya USD 6,25 per TiB di region seperti US, dengan 1 TiB pertama gratis setiap bulan per billing account. Ini model default dan paling cocok untuk tim kecil.
- Capacity (Editions): Anda membayar kapasitas pemrosesan (disebut slot) per jam, dengan pilihan edisi Standard, Enterprise, dan Enterprise Plus. Model ini masuk akal kalau pemakaian sudah besar dan stabil.
Untuk storage, 10 GiB pertama gratis setiap bulan. Setelah itu dihitung per GiB per bulan, dan tabel (atau partisi) yang tidak diubah selama 90 hari berturut-turut otomatis turun ke tarif long-term yang kira-kira setengah harga.
Harga berbeda per region dan bisa berubah. Selalu cek halaman harga resmi BigQuery sebelum membuat anggaran.
Storage murah, query yang mahal
Bagi kebanyakan bisnis kecil dan menengah, storage jarang jadi masalah. Menyimpan puluhan GiB data transaksi biayanya relatif kecil. Yang membuat tagihan melonjak hampir selalu adalah query.
Contoh hitungan sederhana dengan model on-demand:
| Situasi | Data dipindai per query | Frekuensi | Total per bulan |
|---|---|---|---|
| Laporan harian, tabel dipartisi | 2 GiB | 30 kali | 60 GiB |
| Dashboard tanpa filter tanggal | 200 GiB | 10 kali sehari | sekitar 58 TiB |
Situasi pertama masih jauh di bawah kuota gratis. Situasi kedua, setelah dikurangi 1 TiB gratis, tagihannya bisa ratusan dolar per bulan hanya dari satu dashboard. Angka di atas hanya ilustrasi, tapi polanya sering terjadi: ada satu atau dua query yang dijalankan berulang dan membaca terlalu banyak data.
Partisi dan clustering
Dua fitur ini adalah cara paling efektif untuk mengurangi data yang dipindai.
Partisi memecah tabel berdasarkan satu kolom, biasanya tanggal. Tabel transaksi tiga tahun dipartisi per hari. Saat query memfilter WHERE tanggal >= '2026-10-01', BigQuery hanya membaca partisi bulan Oktober, bukan seluruh tiga tahun.
Clustering mengurutkan data di dalam tabel berdasarkan kolom yang sering difilter, misalnya kode_cabang atau id_pelanggan. Query yang memfilter kolom tersebut bisa melewati blok data yang tidak relevan.
Beberapa hal yang perlu diperhatikan:
- Partisi hanya membantu kalau query benar-benar memfilter kolom partisinya. Anda bisa mengaktifkan opsi “require partition filter” supaya query tanpa filter tanggal ditolak.
- Tabel kecil (di bawah beberapa GiB) tidak banyak terbantu. Fokus ke tabel terbesar dulu.
- Kalau data Anda berasal dari Google Sheets, atur partisi sejak awal saat membangun alurnya. Caranya dibahas di memindahkan data Google Sheets ke BigQuery.
Kebiasaan query yang boros
Sebagian besar pemborosan datang dari kebiasaan kecil. Ini yang paling sering:
SELECT *. BigQuery menyimpan data per kolom, jadi biaya dihitung dari kolom yang dibaca. Tabel dengan 60 kolom tapi Anda hanya butuh 5? Sebut 5 kolom itu saja.- Mengandalkan
LIMITuntuk berhemat.LIMIT 10hanya membatasi hasil yang ditampilkan. Pada tabel biasa, data yang dipindai tetap seluruh kolom yang disebut. - Dashboard langsung ke tabel mentah. Setiap kali filter diubah, dashboard mengirim query baru. Lebih hemat membuat tabel ringkasan (misalnya omzet per hari per cabang) dan menghubungkan dashboard ke tabel itu.
- Transformasi dijalankan ulang dari nol setiap jam. Kalau data lama tidak berubah, proses cukup data yang baru (incremental). Tool seperti dbt mendukung pola ini.
- Eksplorasi tanpa melihat estimasi. Di konsol BigQuery, sebelum query dijalankan, ada perkiraan jumlah data yang akan diproses. Biasakan melirik angka itu sebelum menekan Run.
Kabar baiknya, hasil query yang di-cache (query identik yang dijalankan ulang dalam waktu sekitar 24 jam, selama datanya tidak berubah) tidak ditagih. Tapi jangan mengandalkan cache sebagai strategi utama, karena cache hilang setiap kali tabel diperbarui.
Memantau biaya secara otomatis
Jangan menunggu tagihan akhir bulan untuk tahu ada masalah. Beberapa pengaman yang bisa dipasang:
- Budget alert di Google Cloud Billing. Atur anggaran bulanan dan notifikasi email saat pemakaian mencapai 50%, 90%, dan 100%. Perlu dicatat, budget alert hanya memberi tahu, tidak menghentikan pemakaian.
- Batas maksimum bytes billed. Setiap query bisa diberi batas “maximum bytes billed”. Kalau query akan memindai lebih dari batas itu, query gagal tanpa ditagih. Cocok untuk query dari aplikasi atau dashboard.
- Custom quota. Anda bisa membatasi total data yang boleh dipindai per hari, per project atau per user.
- Laporan pemakaian dari
INFORMATION_SCHEMA.JOBS. View ini berisi riwayat query: siapa yang menjalankan, kapan, dan berapa bytes yang ditagih. Buat query yang merangkum 10 query termahal minggu ini, lalu kirim hasilnya otomatis setiap Senin ke email atau Slack tim data.
Contoh: sebuah toko online dengan data transaksi di BigQuery bisa menjadwalkan laporan mingguan seperti ini. Kalau ada query baru yang tiba-tiba memindai ratusan GiB, tim langsung tahu dari laporan, bukan dari tagihan.
Urutan penghematan yang disarankan
Kalau tagihan Anda sedang naik, kerjakan dengan urutan ini:
- Lihat
INFORMATION_SCHEMA.JOBSdan cari query dengan total bytes billed terbesar. - Cek apakah tabel yang dibaca query itu sudah dipartisi dan query-nya memakai filter tanggal.
- Ganti
SELECT *dengan kolom yang dibutuhkan. - Buat tabel ringkasan untuk dashboard yang sering dibuka.
- Pasang budget alert dan batas bytes billed supaya kejadian serupa cepat ketahuan.
Biasanya satu atau dua perbaikan di query terbesar sudah menurunkan tagihan secara berarti.
Kalau Anda butuh bantuan merapikan data warehouse, dari struktur tabel sampai dashboard yang hemat biaya, itu bagian dari layanan data kami. Anda juga bisa mulai dengan audit proses gratis untuk melihat di mana biaya dan waktu paling banyak terbuang.
Pertanyaan yang sering muncul
Apakah BigQuery gratis untuk bisnis kecil?
Bisa gratis kalau pemakaiannya kecil. Setiap bulan ada kuota gratis 1 TiB untuk query dan 10 GiB untuk storage. Banyak bisnis kecil dengan data rapi dan dashboard yang efisien tetap berada di bawah atau sedikit di atas kuota ini.
Lebih hemat on-demand atau capacity?
Untuk tim kecil dengan pemakaian tidak menentu, on-demand biasanya lebih hemat dan lebih sederhana. Capacity mulai masuk akal saat tagihan on-demand sudah besar dan stabil setiap bulan. Hitung dulu dari data pemakaian beberapa bulan terakhir.
Kenapa query dengan LIMIT 10 tetap mahal?
Karena BigQuery tetap membaca seluruh kolom yang disebut di query, lalu baru membatasi hasilnya. Untuk mengurangi biaya, kurangi kolom yang dipilih dan pakai filter pada kolom partisi.