关于BigQuery对外部Parquet表的COUNT(1)查询逻辑及成本的疑问

• COUNT(1)的优化逻辑：
  BigQuery对Parquet格式的外部表做了针对性优化。Parquet文件本身包含文件级、列组级的统计元数据（比如总行数），当执行SELECT COUNT(1)时，BigQuery会直接读取这些元数据来计算总数，不需要扫描或读取Parquet文件的全量内容。只有当Parquet文件没有生成有效统计元数据的情况下，才会回退到扫描全量数据计数。

• 成本计算：
  按需分析的成本是基于实际扫描的数据量计费的。如果GCS上的Parquet总大小是1TB，但COUNT查询只读取了元数据（数据量通常只有KB级），那么实际计费的扫描量远小于1TB，成本会远低于5美元。你可以在查询执行后，通过BigQuery的查询详情查看「已处理数据量」来确认具体计费基数。

• 关于临时表的误解：
  BigQuery不会将GCS上的Parquet文件拉取后创建临时表再查询。对于外部表，查询时是直接访问GCS中的源文件，利用Parquet的列式存储和元数据特性做高效处理，避免了全量数据的复制或加载。

内容的提问来源于stack exchange，提问作者Oguz