用途：在编写、调试或优化 BigQuery SQL 时提供性能与成本优化指导，覆盖执行计划分析、查询写法、参数化、UDF、脚本、窗口函数与常见陷阱。
主要能力：用 EXPLAIN 与 EXPLAIN ANALYZE 查看执行阶段、各阶段读取字节、消耗的 slot 时间与瓶颈；给出避免 SELECT *、尽早过滤、使用分区表、拆分复杂查询、优化 JOIN、利用自动优化等最佳实践；介绍参数化查询（CLI 用 --parameter=name:TYPE:value，Python 用 ScalarQueryParameter 与 @ 前缀）、SQL 与 JavaScript UDF、持久化 UDF、变量/循环等脚本语法、24 小时自动查询缓存；并系统讲解 CTE 重复执行导致重复计费、NOT IN 遇 NULL 静默返回空、DML 性能、数据类型差异、窗口函数与 QUALIFY 等。
使用方式：按资料中的示例在 BigQuery 控制台、bq 命令行或 Python 客户端中执行；优化时先看执行计划，再按分区过滤、列裁剪、临时表等模式改写。
适用场景：分析型查询调优、成本控制、SQL 排错与教学。
限制：资料未提供该技能的安装命令、平台支持范围、收费与价格信息；部分内容（如窗口帧子句）在资料中未完整展开。