Firebase와 앱 분석을 위한 BigQuery 비용 계산

Firebase, GA4, 앱 이벤트 export는 처음에는 무료처럼 느껴질 수 있습니다. 제품팀은 데이터 웨어하우스 비용보다 대시보드를 먼저 보기 때문입니다. 세션당 이벤트 수, 사용자당 세션 수, 월간 활성 사용자, 평균 이벤트 크기, 데이터를 내보내는 환경 수부터 추정하세요.

디버그 이벤트, 클라이언트 재시도, 백그라운드 heartbeat, 중복 서버 이벤트는 기본 추정에서 제외할 수 있게 정리하세요. 이런 이벤트는 저장 데이터를 늘리고 이후 모든 쿼리가 제품에 필요한 것보다 더 많은 바이트를 스캔하게 만들 수 있습니다.

BigQuery 비용은 보통 두 가지 질문으로 나뉩니다. 얼마나 많은 데이터를 저장하는지, 그리고 각 쿼리가 얼마나 많은 데이터를 처리하는지입니다. 작은 테이블도 반복 대시보드, Looker Studio 리포트, 예약 쿼리, 임의 SQL이 넓은 기간을 여러 번 스캔하면 비싸질 수 있습니다.

이벤트 테이블은 날짜로 partition하고, prune에 도움이 되는 고빈도 차원은 cluster를 검토하세요. 분석가가 필요한 컬럼만 선택하도록 하고, 반복 리포트에는 더 작은 summary table을 만들어 대시보드 새로고침마다 원본 이벤트 전체를 다시 스캔하지 않게 합니다.

분석 데이터가 모든 환경에서 같은 보관 기간을 가질 필요는 거의 없습니다. 디버깅과 attribution에 필요한 기간 동안 원본 이벤트를 보관하고, 오래된 데이터는 제품 지표, funnel, cohort, 매출 summary로 집계하세요.

출시 전에는 Cloud Billing 예산, dataset expiration policy, 쿼리 비용 제어, 예약 작업 담당자 리뷰를 BigQuery와 함께 설정하세요. 그런 뒤 분석 워크로드를 별도 사후 비용으로 두지 말고 계산기의 Firebase, Cloud Run, Firestore, Storage, Cloud SQL 시나리오에 더해 전체 백엔드 비용으로 비교하세요.