🧮 BigQueryのスキャン課金とストレージ課金、OSSの自前運用に置き換えると費用はどう変わるか

シリーズ「SaaS・クラウド代を削る」。今回は BigQuery です。BigQuery の請求は大きく「クエリで読んだ量（スキャン量）」と「置いているデータの量（ストレージ）」の2本立てです。これを OSS のデータベースを自分のサーバーで動かす形に置き換えると、どこが安くなり、どこで逆に高くなるのかを、式つきで整理します。

先に結論を書きます。スキャン量が少ないうちは BigQuery のままの方が安く、自前運用が得になるのは毎月のスキャン量がある水準を超えてからです。その水準を、下の前提で計算します。

1. BigQuery で何にいくら掛かっているか

単価の出典: BigQuery pricing（Google Cloud 公式）、参照日 2026-10-29。ページの既定表示（米国リージョン）の単価です。東京リージョンなどは単価が違うことがあるので、同じページのリージョン選択で自分の地域を確認してください。税は含みません。

計算例の前提: データ 200 GiB（すべてアクティブ論理）、クエリのスキャン量 10 TiB/月。

• クエリ: $6.25 ×（10 − 1）TiB = $56.25
• ストレージ: $0.0230 ×（200 − 10）GiB = $4.37
• 合計: 約 $60.62/月（1ドル≒158円換算で約9,580円。レートは後述）

この例では請求の9割以上がスキャン量です。ストレージは 200 GiB 程度ならほとんど効きません。削る対象はまずスキャン量だと分かります。

2. 置き換え候補の OSS

• ClickHouse（Apache-2.0）… 列指向の分析用データベース。BigQuery の「保存＋集計クエリ」を1台で丸ごと代替する候補。本記事の計算はこれを想定します。
• DuckDB（MIT）… サーバーを立てない組み込み型。Parquet ファイルを直接 SQL で読めるので、「たまに重い集計をするだけ」の用途なら、BigQuery の代わりにノートPCやバッチ1本で済む場合があります。
• Trino（Apache-2.0）… 保存はせず、複数のデータ置き場をまたいで SQL を投げる層。BigQuery の「外部テーブル・横断クエリ」に当たる部分の代替です。
• Apache Doris（Apache-2.0）… MySQL 互換で接続できる分析用 DB。ClickHouse と同じ「保存＋集計」の枠の別解です。
• PostgreSQL … 数十 GB 程度で、集計より更新が多いなら、分析専用 DB を足さずにこれで足りることも多いです。

（広告）PostgreSQL で足りるかを判断したいなら、内部構造と運用監視まで書かれた PostgreSQL実践入門──アーキテクチャ、運用監視、性能改善 が手元にあると判断が速くなります。

3. 自前運用の費用と損益分岐

置き換え先の前提（出典はいずれも参照日 2026-10-29・税抜）:

• サーバー: Hetzner Cloud Regular Performance の CPX42（8 vCPU / 16 GB / NVMe 320 GB、EU）€69.99/月。参照時点で一部プランは「在庫なし」表示があったので、契約前に確認してください。
• バックアップ先: Hetzner Storage Box BX11（1 TB）€3.20/月。
• 為替: ECB 参照レート（2026-10-28 分、frankfurter.app 経由）1ユーロ = 1.1133ドル = 175.86円。

固定費: (€69.99 + €3.20) × 1.1133 = 約 $81.48/月（約12,870円）。ここに自分の手間が乗ります。更新・監視・バックアップ確認に月 H 時間、時給を W とすると手間代 L = H × W です。

BigQuery の月額を、スキャン量 S（TiB）で表すと $6.25 ×（S − 1）+ $4.37。これが自前の $81.48 + L と等しくなる S が損益分岐です。

• 手間代を数えない場合: S = 1 + 77.11 ÷ 6.25 ≒ 13.3 TiB/月
• 手間を月4時間・時給 $30（約4,700円）と仮置きした場合: L = $120 → S = 1 + 197.11 ÷ 6.25 ≒ 32.5 TiB/月

つまりこの前提では、月のスキャン量が約13〜33 TiB を下回るなら BigQuery の方が安いです。データ側にも段差があり、ディスク 320 GB に収まらなくなると上位の CPX62（16 vCPU / 32 GB / 640 GB、€130.49/月）などへ上げることになり、分岐点も上に動きます。なお、1台の 8 vCPU で BigQuery と同じ速さが出るかは測っていません。速さは自分のデータで確かめてください。

置き換えの前に、BigQuery の中でできる節約（パーティション分割・クラスタリング、SELECT * をやめる、クエリごとの課金上限 maximum_bytes_billed）でスキャン量が分岐点より下に落ちるなら、移行しないのが正解です。

4. 動かし方（ClickHouse の例・手元では未検証）

以下は公式イメージと公式ドキュメントの記法に沿って書いた例です。この記事のために実機で起動したものではありません。使う前に各ドキュメントで確認してください。

docker-compose.yml

services:
  clickhouse:
    image: clickhouse/clickhouse-server:latest
    ports:
      - "127.0.0.1:8123:8123"   # 外に公開しない
    environment:
      CLICKHOUSE_USER: analyst
      CLICKHOUSE_PASSWORD: ${CH_PASSWORD}   # .env に置く
      CLICKHOUSE_DEFAULT_ACCESS_MANAGEMENT: "1"
    volumes:
      - ./data:/var/lib/clickhouse
      - ./backups:/backups
      - ./config/backup.xml:/etc/clickhouse-server/config.d/backup.xml
    ulimits:
      nofile: { soft: 262144, hard: 262144 }

config/backup.xml（バックアップ先の許可）

<clickhouse>
  <backups>
    <allowed_path>/backups/</allowed_path>
  </backups>
</clickhouse>

BigQuery から出して ClickHouse に入れる

# BigQuery → Cloud Storage（Parquet）
bq extract --destination_format=PARQUET \
  'myproj:analytics.events' 'gs://my-bucket/events/*.parquet'
-- ClickHouse 側（GCS の HMAC キーで読む）
CREATE TABLE events (
  event_date Date, user_id String, name String, value Float64
) ENGINE = MergeTree
PARTITION BY toYYYYMM(event_date)
ORDER BY (event_date, user_id);
INSERT INTO events
SELECT * FROM s3('https://storage.googleapis.com/my-bucket/events/*.parquet',
                 'HMAC_KEY', 'HMAC_SECRET', 'Parquet');
BACKUP TABLE events TO File('/backups/events_2026-10-29');

その後、./backups を rsync などで Storage Box へ送ります。DuckDB で済ませるなら、サーバーは立てずに duckdb -c "SELECT name, count(*) FROM read_parquet('events/*.parquet') GROUP BY 1" だけでも集計できます。

5. 移行でつまずく所

• SQL の方言: BigQuery の STRUCT/ARRAY と UNNEST、_PARTITIONTIME、スクリプト構文はそのままでは動きません。クエリの書き換えが一番時間を食います。
• 更新・削除: ClickHouse の UPDATE/DELETE は重い後処理（mutation）になります。行の更新が多い表は設計し直しが必要です。
• 転送料: BigQuery からのエクスポート処理は無料でも、Cloud Storage から外へ出すデータ転送は別料金です。量が多いなら先にネットワーク料金表で見積もってください。
• 1台＝冗長なし: 落ちたら止まります。バックアップから戻すのに何時間かかるかは、一度戻してみないと分かりません。
• 周辺ツール: Looker Studio などの BI、スケジュールクエリ、IAM 権限は BigQuery が丸ごと持っていた部分です。自前ではそれぞれ別に用意します。
• 地理: 上の例は EU のサーバーです。データを国内に置く必要があるなら、国内の VPS の料金で式を計算し直してください。

（広告）移行の前に「どこで集めて、どこで変換し、どこで出すか」を整理しておくと、上のつまずきの大半は事前に見えます。全体像は データエンジニアリングの基礎 がまとまっています。

6. この費用を払っている相手

BigQuery の代金を受け取っているのは Google Cloud、つまり Alphabet です。どんな会社かは BigQuery（GOOGL）の株価 のページで決算や事業の内訳と合わせて見られます。本記事は投資判断の材料を提供するものではありません。

まとめ

• BigQuery の請求の中心はスキャン量（$6.25/TiB、月1 TiB まで無料）。
• 上の前提では、自前運用（ClickHouse・1台）が安くなるのは月約13 TiB（手間を数えれば約33 TiB）を超えてから。
• まず BigQuery 内でスキャン量を減らし、それでも分岐点を超えるなら、DuckDB → ClickHouse の順に小さく試す。

本記事の情報は2026年10月29日時点のものです。