Aprender  /  Novedades

La actualización de BigQuery de noviembre de 2026: Gemini 4 en SQL, límites de slots por proyecto, JSON_FLATTEN y consultas federadas a PostgreSQL, MySQL y Oracle

La gran actualización de la nube de datos de Google se llevó los titulares a principios de mes. Las notas de versión más pequeñas que llegaron después son las que de verdad usarás un martes por la tarde. Aquí están, ordenadas según a quién ayudan.

Novedades7 min de lecturaActualizado el 16 de noviembre de 2026
SQLBases de datosNovedades
Todas las guías y chuletas

Nuestro artículo sobre el anuncio de Google del 4 de noviembre cubrió BigQuery Graph y Knowledge Catalog. Este cubre las notas de versión del 5 al 13 de noviembre de 2026: funciones más pequeñas, muchas disponibles para todos (GA) desde el primer día. La actualización de octubre cubre el mes anterior.

17Notas de versióndel 5 al 13 de noviembre
11Disponibles para todosel resto en vista previa o en despliegue
2Nuevos modelos Geminien las funciones de IA generativa
3Nuevas conexiones a bases de datosMySQL, Oracle, PostgreSQL

Para analistas

Gemini 4 en tu SQL

Las funciones de IA de BigQuery, como AI.CLASSIFY, AI.IF y AI.GENERATE, ya pueden usar gemini-4-carbon (10 de noviembre) y gemini-4-hydrogen (12 de noviembre). Si no indicas un modelo, BigQuery elige uno con el mejor equilibrio entre coste y calidad, y para etiquetar datos sencillos suele ser la opción correcta.

SQL
SELECT
  title,
  AI.CLASSIFY(
    body,
    categories => ['tech', 'sport', 'business', 'politics', 'entertainment', 'other']
  ) AS category
FROM `bigquery-public-data.bbc_news.fulltext`
LIMIT 100;

JSON_FLATTEN

Los arrays anidados en JSON son un quebradero de cabeza habitual. JSON_FLATTEN (GA, 11 de noviembre) devuelve, como ARRAY<JSON>, todos los valores que no son arrays y que están directamente en la entrada o dentro de arrays anidados. Estos ejemplos son de la documentación de Google:

SQL
SELECT JSON_FLATTEN(JSON '[[[1]], 2, [3]]') AS json_flatten;
-- [1, 2, 3]

SELECT JSON_FLATTEN(JSON '[[[1, 2], 3], {"a": 4}, true]') AS json_flatten;
-- [1, 2, 3, {"a": 4}, true]

Ten en cuenta que los objetos se mantienen enteros: JSON_FLATTEN(JSON '{"a": [[1]]}') devuelve [{"a":[[1]]}]. Combínala con UNNEST para obtener una fila por valor.

Grafos, ahora con precios bajo demanda

BigQuery Graph y las consultas GQL ya funcionan también en proyectos con precios bajo demanda (6 de noviembre), no solo con reservas. Las medidas de grafos (GA, 10 de noviembre) atan una agregación a una clave, para que los totales no cuenten dos veces cuando un patrón encuentra el mismo nodo varias veces.

Para administradores y FinOps

Límites por proyecto (GA, 11 nov.)
Fija los slots y la concurrencia máximos de un proyecto dentro de una reserva, para que un solo proyecto pesado no deje sin recursos a los demás. Ediciones Enterprise y Enterprise Plus.
Principal en las asignaciones de reservas (GA, 11 nov.)
Enruta las consultas a una reserva concreta según quién las ejecuta, un usuario o una cuenta de servicio. Útil para dar a los pipelines programados su propia capacidad.
Atribución de costes de cómputo (vista previa, 9 nov.)
Elige cargar los costes de cómputo directamente al proyecto que ejecutó la consulta, lo que simplifica mucho la refacturación interna.
Jobs explorer (GA, 9 nov.)
Analiza una consulta lenta y compara el rendimiento de trabajos y sistema lado a lado.
Concurrencia de tareas en pipelines (GA, 9 nov.)
Define cuántas tareas de un pipeline pueden ejecutarse a la vez.
Política de organización personalizada para modelos (vista previa, 6 nov.)
Permite o bloquea operaciones concretas sobre los modelos de BigQuery ML en toda la organización.

Para ingenieros de datos

Disponibles para todos

Úsalos ya
  • Linaje a nivel de tabla en Knowledge Catalog para los pipelines de BigQuery (12 nov.)
  • El mapa de calor del texto de la consulta muestra el SQL de tus UDF y una lista de referencias de contexto (5 nov.)

Linaje y mapa de calor hacen mucho más rápido responder a «¿por qué está mal esta tabla y por qué es lenta?».

Vista previa

Prueba en un proyecto de pruebas
  • Conexiones a MySQL, Oracle y PostgreSQL para consultas federadas (13 nov.)
  • Funciones de compresión y descompresión Zstandard en GoogleSQL (9 nov.)
  • Análisis conversacional en la región de Tokio (5 nov.)

Las consultas federadas sirven para búsquedas pequeñas; las tablas grandes, mejor copiarlas.

Qué hacer esta semana

  1. 1

    Revisa los proyectos ruidosos

    Si un proyecto agota a menudo tu reserva, ponle un límite por proyecto.

  2. 2

    Da a los pipelines su propia capacidad

    Usa el ajuste principal para enrutar una cuenta de servicio a su propia reserva.

  3. 3

    Limpia el código JSON

    Sustituye los UNNEST anidados escritos a mano por JSON_FLATTEN donde encaje.

  4. 4

    Prueba Hydrogen en un trabajo de IA

    Compara etiquetas y coste con tu modelo actual en una muestra de 500 filas.

Pon a prueba lo que has aprendido

1/3¿Qué limitan los límites por proyecto?

2/3¿Qué devuelve JSON_FLATTEN para JSON '[[[1]], 2, [3]]'?

3/3¿Qué cambió para BigQuery Graph el 6 de noviembre?

Más: BigQuery frente a Snowflake, las funciones de ventana de SQL explicadas y las funciones de IA en SQL comparadas.

Fuentes: notas de versión de BigQuery, entradas del 5 al 13 de noviembre de 2026; documentación de Google Cloud sobre AI.CLASSIFY y las funciones JSON (ejemplos). Las funciones en vista previa pueden cambiar antes de estar disponibles para todos.

Alessandro Ecclesie AgazziEscrito por Alessandro Ecclesie Agazzi, analytics engineer en Londres. Actualizado el 16 de noviembre de 2026. Sobre mí

¿Te ha resultado útil?

Aquí se publican con regularidad nuevas guías y artículos sobre las novedades en datos e IA. Sígueme en LinkedIn o comparte este artículo con un compañero.