BigQuery vs PostgreSQL: Beda Arsitektur, Beda Cara Pakai

PostgreSQL dan BigQuery sama-sama pakai SQL, tapi dibangun buat pekerjaan yang beda. PostgreSQL cepat kalau kamu ambil sedikit baris. BigQuery cepat kalau kamu scan miliaran baris sekaligus.

Salah pilih, dan kamu bakal dapat dashboard yang lemot atau tagihan cloud yang bikin bos kaget.

Aku bandingin di sini dari sisi arsitektur, biaya, dan kebiasaan nulis query — termasuk hal-hal yang bikin query kamu tiba-tiba mahal setelah pindah ke BigQuery.

Apa bedanya BigQuery dan PostgreSQL secara arsitektur?

Beda utamanya di cara nyimpen data. PostgreSQL nyimpen per baris. BigQuery nyimpen per kolom.

Kedengeran teknis, tapi konsekuensinya kerasa banget di kerjaan sehari-hari.

Di PostgreSQL, satu transaksi penjualan disimpan sebagai satu blok utuh. Mau ambil semua detail transaksi nomor 84120? Sekali baca, dapat semua. Cepat.

Di BigQuery, kolom cabang disimpan terpisah dari kolom produk, terpisah lagi dari qty. Mau ambil satu transaksi utuh? Dia harus baca dari beberapa tempat, terus rakit lagi. Boros.

Tapi kalau kamu mau SUM(qty) dari 500 juta baris? BigQuery cuma baca satu kolom — kolom qty — dan skip sisanya. PostgreSQL harus baca semua baris utuh dulu, termasuk kolom yang nggak dipakai.

Itu inti bedanya. Sisanya turunan dari sini.

Tabel perbandingan BigQuery vs PostgreSQL

Aspek	PostgreSQL	BigQuery
Penyimpanan	Per baris	Per kolom
Dirancang buat	Aplikasi (OLTP)	Analisis (OLAP)
Percepat query pakai	Index	Partisi + cluster
Ambil 1 baris	Milidetik	Ratusan milidetik-detik
Scan 1 miliar baris	Menit sampai jam	Detik
Update 1 baris	Murah, biasa	Mahal, dihindari
Model biaya	Per jam server nyala	Per byte yang discan
Ngatur server	Kamu (atau RDS)	Nggak ada server
Ukuran data ideal	Sampai ratusan GB	Ratusan GB sampai petabyte

Kapan pakai PostgreSQL, kapan pakai BigQuery?

Aturan gampangnya: PostgreSQL buat nulis, BigQuery buat mikir.

Pakai PostgreSQL kalau:

• Aplikasi kamu perlu simpan dan baca data terus-terusan (order masuk, user daftar, stok berubah).
• Query kamu biasanya nyentuh sedikit baris: "tampilin order milik user ID 1523".
• Data kamu di bawah beberapa ratus GB.
• Kamu butuh transaksi yang ketat — duit nggak boleh hilang di tengah jalan.

Pakai BigQuery kalau:

• Kamu ngagregasi data besar buat laporan: "omzet per cabang per bulan, 3 tahun terakhir".
• Data kamu datang dari banyak sumber dan dikumpulin buat dianalisis.
• Query jalan sesekali, bukan ribuan kali per detik.
• Kamu nggak mau ngurus server.

Setup yang paling umum di perusahaan: PostgreSQL nampung data aplikasi, terus tiap malam datanya disalin ke BigQuery buat dianalisis. Dua-duanya jalan bareng.

Kebiasaan query yang harus kamu ubah waktu pindah ke BigQuery

1. Berhenti pakai SELECT *

Di PostgreSQL, SELECT * itu kebiasaan yang paling parah cuma bikin sedikit boros. Di BigQuery, itu langsung nambah tagihan.

Kamu bayar per byte kolom yang dibaca. Tabel dengan 30 kolom, dan kamu cuma butuh 3? Sebut 3 aja.

-- Mahal: baca semua 30 kolom
SELECT * FROM `tokoberkah.penjualan`
WHERE tanggal >= '2026-05-01';

-- Murah: baca 3 kolom doang
SELECT cabang, qty, harga_satuan
FROM `tokoberkah.penjualan`
WHERE tanggal >= '2026-05-01';

2. Partisi tabel besar berdasarkan tanggal

BigQuery nggak punya index. Yang dia punya: partitioning. Tabel yang dipartisi per tanggal bikin WHERE tanggal = '2026-05-12' cuma baca data satu hari, bukan seluruh tabel.

CREATE TABLE `tokoberkah.penjualan_part`
PARTITION BY DATE(tanggal)
CLUSTER BY cabang AS
SELECT * FROM `tokoberkah.penjualan`;

Ini biasanya perubahan yang paling besar dampaknya ke biaya. Kalau tabel kamu punya kolom tanggal dan sering difilter pakai tanggal, partisi itu wajib.

3. Berhenti update baris satu-satu

Di PostgreSQL, UPDATE ... WHERE id = 5 itu murah dan biasa. Di BigQuery, itu operasi berat — dia harus nulis ulang blok data yang besar.

Pola di BigQuery: tulis data baru sebagai baris baru (append), terus ambil versi terbaru waktu query. Bukan ubah yang lama.

4. Cek dulu berapa byte yang bakal discan

Editor BigQuery nunjukin estimasi byte sebelum kamu klik Run. Baca angkanya. Kalau tulisannya "This query will process 1.4 TB", jangan langsung klik.

Contoh kasus: query yang sama, dua database

Dataset toko_berkah versi besar di ngulikdata: 6 cabang, data 3 tahun, 42 juta baris transaksi, tabel 30 kolom.

Query yang mau dijalanin: omzet per cabang bulan Mei 2026.

SELECT
  cabang,
  SUM(qty * harga_satuan) AS omzet
FROM penjualan
WHERE tanggal BETWEEN '2026-05-01' AND '2026-05-31'
GROUP BY cabang
ORDER BY omzet DESC;

Hasil perbandingan waktu aku jalanin di dua tempat:

Skenario	Waktu	Catatan
PostgreSQL, tanpa index tanggal	~52 detik	Full table scan 42 juta baris
PostgreSQL, pakai index tanggal	~4 detik	Cuma baca baris Mei
BigQuery, tabel tanpa partisi, SELECT *	~6 detik	Scan 11 GB
BigQuery, tabel tanpa partisi, 4 kolom	~3 detik	Scan 1,3 GB
BigQuery, partisi tanggal, 4 kolom	~2 detik	Scan 38 MB

Perhatiin baris terakhir. Byte yang discan turun dari 11 GB ke 38 MB — sekitar 290x lebih sedikit — cuma dengan dua perubahan: partisi tanggal dan nyebut kolom yang dipakai.

Kecepatannya cuma naik dikit (6 detik jadi 2 detik). Tapi biayanya yang beda jauh. Kalau query ini jalan tiap 15 menit di dashboard, versi borosnya bisa nghabisin ratusan GB scan per hari.

Dan buat data segini, PostgreSQL yang di-index masih kompetitif. BigQuery baru menang telak waktu datanya nyampe ratusan juta sampai miliaran baris.

Kesalahan umum waktu pindah ke BigQuery

• Bawa kebiasaan SELECT *. Ini penyebab nomor satu tagihan BigQuery membengkak.
• Nggak partisi tabel besar. Tanpa partisi, tiap query baca seluruh tabel, tiap kali.
• Pakai BigQuery buat backend aplikasi. Latensinya nggak cocok. User bakal nunggu.
• Dashboard yang auto-refresh tiap menit. Tiap refresh = query baru = byte discan = duit. Naikin interval refresh, atau simpan hasilnya di tabel ringkasan.
• Nggak pasang batas biaya. BigQuery punya setting maximum bytes billed. Pasang, sebelum ada yang jalanin query 20 TB nggak sengaja.

FAQ

BigQuery bisa gantiin PostgreSQL nggak?

Buat aplikasi, nggak. BigQuery lambat kalau cuma ambil satu baris — latensinya ratusan milidetik sampai detik, dan nggak dirancang buat update satu baris terus-terusan. PostgreSQL bisa nangani ribuan transaksi per detik. Yang umum: PostgreSQL buat aplikasi, datanya disalin ke BigQuery buat analisis. Dua-duanya jalan, tugasnya beda.

Kenapa SELECT * mahal di BigQuery tapi biasa aja di PostgreSQL?

BigQuery nyimpen data per kolom, dan kamu bayar per byte kolom yang dibaca. SELECT * berarti dia baca semua kolom, termasuk kolom teks panjang yang nggak kamu pakai. Di PostgreSQL yang nyimpen per baris, baca satu kolom atau semua kolom hampir sama bebannya. Di BigQuery, nyebut 3 kolom dari 30 bisa mangkas biaya sampai 90%.

BigQuery ada index nggak?

Nggak ada index kayak di PostgreSQL. Gantinya ada partitioning (misal per tanggal) dan clustering (misal per cabang). Partitioning bikin BigQuery cuma baca partisi yang relevan, jadi WHERE tanggal = '2026-05-12' cuma nyentuh data satu hari. Ini yang paling ngaruh ke biaya dan kecepatan di BigQuery.

Mana yang lebih murah, BigQuery atau PostgreSQL?

Tergantung pola pakai. BigQuery bayar per byte yang discan — kalau kamu jarang query tapi datanya besar, ini murah banget. PostgreSQL bayar per jam server nyala, jadi kalau server nyala 24 jam tapi query jarang, kamu tetap bayar. Yang bikin BigQuery mahal itu query boros yang jalan tiap 5 menit di dashboard.

Sintaks SQL-nya beda banyak nggak?

Dasarnya sama: SELECT, WHERE, GROUP BY, JOIN, window function jalan mirip. Yang beda di detail. BigQuery pakai backtick buat nama tabel dan format project.dataset.tabel. Tipe datanya beda dikit — BigQuery punya ARRAY dan STRUCT yang dipakai sehari-hari. Fungsi tanggal juga beda nama. Sekitar 90% query kamu bakal langsung jalan, sisanya perlu disesuaikan.

Penutup

Ringkasannya:

• PostgreSQL nyimpen per baris, cocok buat aplikasi. BigQuery nyimpen per kolom, cocok buat analisis data besar.
• Di BigQuery, dua hal yang paling ngaruh ke biaya: sebut kolom yang dipakai, dan partisi tabel per tanggal.
• Kalau data kamu di bawah ratusan GB dan udah di PostgreSQL, index yang bener sering cukup. Nggak perlu buru-buru pindah.

Latihan query agregasi yang jalan di dua-duanya di halaman SUM dan GROUP BY, atau baca definisi data warehouse di glossary. Buat detail model biaya, baca dokumentasi resmi BigQuery soal pengendalian biaya.

Lanjut baca: Data Wrangling: Kenapa Makan 70% Waktu Analis dan Belajar SQL Pakai AI.