Google在其云计算数据仓库BigQuery加入搜索索引以及相关的SQL搜索函数，让用户可以使用标准的BigQuery SQL，高速搜索非结构化文本和半结构JSON文件中，所存在的唯一资料元素。搜索索引为无服务器服务，并且完全由BigQuery管理，只要资料在BigQuery中可以使用，用户就能利用新的搜索功能进行资料检索。
Google表示，这项BigQuery新功能让用户可以在单一资料平台中，对栏式存储和文本进行搜索，可在用户查询资料列，而非聚合资料时，发挥极大的性能和成本效益。像是识别特定用户相关联的资料列，以用于GDPR报告，或是从文本中寻找特定错误码，都可以利用该功能快速完成搜索工作。
BigQuery搜索索引功能，能够避免触发繁重的表格扫描工作，官方解释，搜索索引主要采用反向索引（Reverse Index）技术来加速资料点的查询。BigQuery通过反向索引，能够深入了解特定资料元素在表格底层存储的位置，因为资料经过标记，因此在区分大小写等细微差异的文本搜索上，比SQL具有更大的灵活性。
BigQuery现在能对超大量的文本资料进行搜索，像是用户可以将本地端、多云平台和Kubernetes中的日志记录，全部汇集到BigQuery中，快速地查询特定资料元素。与其他的BigQuery功能相同，搜索索引是全托管功能，一旦用户创建了索引，BigQuery便会在后台处理剩余的工作。
同时，搜索索引也能够搜索半结构化资料，Google提到，安全日志来自多个来源，具有不同的架构、类型，而用户现在可以将这些日志存储成JSON，并且在BigQuery中使用SQL进行查询。
BigQuery搜索索引功能不额外收取费用，但是用户需要对索引所使用的存储支付费用，Google表示，适当的使用搜索索引功能，查询扫描的资料将大幅减少，进而节省成本。Google举例，要从PB级的资料中，删除所有Bob的资料，过去用户可能需要扫描TB大小的表格，才能找到其中10笔包含Bob的记录，而现在通过在BigQuery表格增加索引，就仅会触及包含Bob的资料列子集，因而大幅降低成本。