BigQuery费用分析器
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
BigQuerySaver 从抓取正文看，是一款面向 Google BigQuery 的成本分析与优化工具，页面标题强调“BigQuery Cost Predictor”，并提到使用 ML 的 BOOSTED_TREE_REGRESSOR 做查询成本预测。它的定位不是通用开发框架，而更像数据工程与 FinOps 场景下的 BigQuery 成本治理控制台。
功能覆盖较集中：Billing Analysis 下包含 GCP Billing Breakdown、Billing Variance Analysis 和 Table Storage Analysis，可用于拆解账单、发现费用波动和存储成本来源；Query Analysis 下包含查询成本预测结果、Peak Hours Heavy Slot Usage、Optimization Waste Detection、Duplicate Logic Detection，适合识别高峰 slot 使用、重复逻辑和潜在浪费。页面还出现 BQ Angel - Reservations、Claude AI Analysis、Get Alerts on Waste、Alert Preferences、Cost Settings 等模块，说明它不仅做事后分析，也尝试提供告警、预留资源相关建议和 AI 辅助分析。
正文没有披露定价模式、套餐、试用期、支付方式或企业版信息，也没有说明是 SaaS、可自托管还是混合部署。页面写有“5-min setup for complete BQ coverage”，暗示接入流程可能较轻，但具体需要哪些 GCP 权限、是否读取查询日志或账单导出表、数据如何存储，仍需查看 Setup Guide 和隐私安全说明确认。
优点是垂直聚焦 BigQuery 成本问题，覆盖账单、查询、存储、峰值时段、浪费检测和告警，维度较完整；同时引入 ML 预测和 Claude AI Analysis，可能降低分析门槛。缺点是公开信息不足：未见 API/SDK、Webhook、IAM 权限模型、合规认证、团队协作、审计日志和价格细节；生态集成也主要限于 BigQuery/GCP 与 Claude 相关入口。
它适合 BigQuery 使用量较大、费用波动明显、希望做查询成本预测和浪费告警的数据团队、平台团队与 FinOps 团队。若只是偶尔使用 BigQuery，可能用 Google Cloud Billing Reports、INFORMATION_SCHEMA 或自建 SQL 分析即可。中国大陆访问情况正文无法判断；由于其依赖 GCP/BigQuery，实际使用还会受到 Google Cloud 网络连通、账号和支付条件影响，采购前建议测试登录、授权和账单数据同步流程。
本测评基于公开资料整理,不构成购买建议,请以 bigquerysaver.com 官网实际信息为准。
可分析GCP BigQuery账单和查询浪费，适合云成本优化。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。