Creare e utilizzare tabelle in cluster
Questo documento descrive come creare e utilizzare le tabelle in cluster in in BigQuery. Per una panoramica del supporto delle tabelle in cluster in BigQuery, consulta Introduzione alle tabelle in cluster.
Crea tabelle in cluster
Puoi creare una tabella in cluster utilizzando i seguenti metodi:
Crea una tabella dal risultato di una query:
- Esegui un DDL
CREATE TABLE AS SELECT
l'Informativa. - Esegui una query che crea un tabella di destinazione in cluster.
- Esegui un DDL
Utilizza un'istruzione DDL
CREATE TABLE
con una clausolaCLUSTER BY
contenente unclustering_column_list
.Esegui il comando
bq mk
dello strumento a riga di comando bq.Chiama il
tables.insert
API.Carica i dati in BigQuery.
Utilizzare le librerie client.
Denominazione delle tabelle
Quando crei una tabella in BigQuery, il nome della tabella deve univoci per ogni set di dati. Il nome della tabella può:
- Contengono caratteri per un totale massimo di 1024 byte UTF-8.
- Contengono caratteri Unicode della categoria L (lettera), M (segno), N (numero), Pc (connettore, incluso il trattino basso), Pd (tratto), Zs (spazio). Per ulteriori informazioni le informazioni, vedi Categoria generale.
Di seguito sono riportati tutti esempi di nomi di tabella validi:
table 01
, ग्राहक
, 00_お客様
e étudiant-01
.
Precisazioni:
- Per impostazione predefinita, i nomi delle tabelle sono sensibili alle maiuscole.
mytable
eMyTable
possono coesistere nello stesso set di dati, a meno che non facciano parte di un set di dati con la sensibilità alle maiuscole disattivata. - Alcuni nomi di tabella e prefissi di nomi di tabelle sono riservati. Se ricevi un errore che indica che il nome o il prefisso della tabella è riservato, seleziona un altro nome e riprova.
Se includi più operatori di punto (
.
) in una sequenza, lo stato duplicato vengono implicitamente eliminati.Ad esempio:
project_name....dataset_name..table_name
Diventa questo:
project_name.dataset_name.table_name
Autorizzazioni obbligatorie
Per creare una tabella, devi disporre delle seguenti autorizzazioni IAM:
bigquery.tables.create
bigquery.tables.updateData
bigquery.jobs.create
Inoltre, potresti aver bisogno dell'autorizzazione bigquery.tables.getData
per
accedere ai dati che scrivi nella tabella.
Ciascuno dei seguenti ruoli IAM predefiniti include le autorizzazioni necessarie per creare una tabella:
roles/bigquery.dataEditor
roles/bigquery.dataOwner
roles/bigquery.admin
(include l'autorizzazionebigquery.jobs.create
)roles/bigquery.user
(include l'autorizzazionebigquery.jobs.create
)roles/bigquery.jobUser
(include l'autorizzazionebigquery.jobs.create
)
Inoltre, se disponi dell'autorizzazione bigquery.datasets.create
, puoi
creare e aggiornare le tabelle
nei set di dati che crei.
Per ulteriori informazioni su ruoli e autorizzazioni IAM in per BigQuery, consulta Ruoli e autorizzazioni predefiniti.
Crea una tabella in cluster vuota con una definizione di schema
Puoi specificare le colonne di clustering quando crei una tabella in BigQuery. Dopo aver creato la tabella, puoi modificare il valore le colonne di clustering; consulta Modificare le specifiche di clustering per maggiori dettagli.
Le colonne di clustering devono essere colonne di primo livello non ripetute e devono essere una sola dei seguenti tipi di dati semplici:
DATE
BOOLEAN
GEOGRAPHY
INTEGER
NUMERIC
BIGNUMERIC
STRING
TIMESTAMP
RANGE
Puoi specificare fino a quattro colonne di clustering. Quando specifichi più colonne, l'ordine delle colonne determina il modo in cui vengono ordinati i dati. Per Ad esempio, se la tabella è raggruppata in base alle colonne a, b e c, i dati vengono ordinati nello stesso ordine: prima per la colonna a, poi per la colonna b e infine per la colonna c Come best practice, inserisci la colonna filtrata o aggregata più frequentemente per prima cosa.
L'ordine delle colonne di clustering influisce anche sul rendimento e sui prezzi delle query. Per ulteriori informazioni sulle best practice per le query sulle tabelle in cluster, consulta Esecuzione di query sulle tabelle in cluster.
Per creare una tabella in cluster vuota con una definizione di schema:
Console
Nella console Google Cloud, vai alla pagina BigQuery.
- Nel riquadro Explorer, espandi il progetto e seleziona un set di dati.
- Nella sezione Informazioni sul set di dati, fai clic su Crea tabella.
- Nel riquadro Crea tabella, specifica i seguenti dettagli:
- Nella sezione Origine, seleziona Tabella vuota nell'elenco Crea tabella da.
- Nella sezione Destinazione, specifica i seguenti dettagli:
- In Set di dati, seleziona il set di dati in cui creare il tabella.
- Nel campo Tabella, inserisci il nome della tabella da creare.
- Verifica che il campo Tipo di tabella sia impostato su Tabella nativa.
- Nella sezione Schema, inserisci lo schema.
definizione di Kubernetes.
Puoi inserire manualmente le informazioni dello schema utilizzando uno dei seguenti metodi:
- Opzione 1: fai clic su Modifica come testo e incolla lo schema sotto forma di
un array JSON. Quando utilizzi un array JSON, generi lo schema utilizzando la stessa procedura utilizzata per creare un file di schema JSON.
Puoi visualizzare lo schema di una tabella esistente in formato JSON inserendo quanto segue:
:
bq show --format=prettyjson dataset.table
- Opzione 2: fai clic su Tipo, e Modalità. Aggiungi campo e inserisci lo schema della tabella. Specifica il Nome di ogni campo,
- Opzione 1: fai clic su Modifica come testo e incolla lo schema sotto forma di
un array JSON. Quando utilizzi un array JSON, generi lo schema utilizzando la stessa procedura utilizzata per creare un file di schema JSON.
Puoi visualizzare lo schema di una tabella esistente in formato JSON inserendo quanto segue:
:
- In Ordine di clustering, inserisci un numero compreso tra uno e quattro nomi delle colonne separati da virgole.
- (Facoltativo) Nella sezione Opzioni avanzate, se vuoi utilizzare una di crittografia gestita dal cliente, quindi seleziona la casella Utilizza una chiave di crittografia gestita dal cliente chiave di crittografia (CMEK). Per impostazione predefinita, BigQuery cripta i contenuti archiviati inattivi dei clienti mediante una chiave di proprietà di Google.
- Fai clic su Crea tabella.
SQL
Utilizza l'istruzione DDL CREATE TABLE
con l'opzione CLUSTER BY
. L'esempio seguente crea un
tabella in cluster denominata myclusteredtable
in mydataset
:
Nella console Google Cloud, vai alla pagina BigQuery.
Nell'editor di query, inserisci la seguente istruzione:
CREATE TABLE mydataset.myclusteredtable ( customer_id STRING, transaction_amount NUMERIC ) CLUSTER BY customer_id OPTIONS ( description = 'a table clustered by customer_id');
Fai clic su
Esegui.
Per ulteriori informazioni su come eseguire le query, consulta Eseguire una query interattiva.
bq
Utilizza il comando bq mk
con i seguenti flag:
--table
(o la scorciatoia-t
).--schema
. Puoi fornire la definizione dello schema della tabella in linea o utilizzare un file di schema JSON.--clustering_fields
. Puoi specificare fino a quattro colonne di clustering.
I parametri facoltativi sono --expiration
, --description
,
--time_partitioning_type
--time_partitioning_field
--time_partitioning_expiration
, --destination_kms_key
e --label
.
Se crei una tabella in un progetto diverso da quello predefinito,
aggiungi l'ID progetto al set di dati nel seguente formato:
project_id:dataset
.
--destination_kms_key
non è stata dimostrata qui. Per informazioni sull'utilizzo di --destination_kms_key
, consulta le chiavi di crittografia gestite dal cliente.
Inserisci il comando seguente per creare una tabella in cluster vuota con un definizione dello schema:
bq mk \ --table \ --expiration INTEGER1 \ --schema SCHEMA \ --clustering_fields CLUSTER_COLUMNS \ --description "DESCRIPTION" \ --label KEY:VALUE,KEY:VALUE \ PROJECT_ID:DATASET.TABLE
Sostituisci quanto segue:
INTEGER1
: la durata predefinita, in secondi, per nella tabella. Il valore minimo è 3600 secondi (un'ora). La scadenza time restituisce l'ora UTC attuale più il valore intero. Se imposti la scadenza della tabella quando ne crei una, il valore predefinito l'impostazione di scadenza della tabella viene ignorata. L'impostazione di questo valore elimina la tabella dopo il periodo di tempo specificato.SCHEMA
: una definizione di schema incorporata nel formatoCOLUMN:DATA_TYPE,COLUMN:DATA_TYPE
o il percorso il file di schema JSON sulla macchina locale.CLUSTER_COLUMNS
: un elenco separato da virgole di massimo quattro colonne di clustering. L'elenco non può contenere spazi.DESCRIPTION
: una descrizione della tabella, riportata tra virgolette.KEY:VALUE
: la coppia chiave-valore che rappresenta una label. Puoi inserire più etichette utilizzando un elenco separato da virgole.PROJECT_ID
: il tuo ID progetto.DATASET
: un set di dati nel tuo progetto.TABLE
: il nome della tabella che stai creando.
Quando specifichi lo schema sulla riga di comando, non puoi includere un tipo RECORD
(STRUCT
), non puoi includere una descrizione della colonna e non puoi specificare la modalità della colonna. Tutte le modalità predefinite sono: NULLABLE
. A
includi descrizioni, modalità e tipi di RECORD
, fornisci uno schema JSON
.
Esempi:
Inserisci il comando seguente per creare una tabella in cluster
denominato myclusteredtable
in mydataset
nel progetto predefinito. La tabella
scadenza è impostata a 2.592.000 (1 mese di 30 giorni), la descrizione è
This is my clustered table
e l'etichetta è impostata su
organization:development
. Il comando usa la scorciatoia -t
anziché
--table
.
Lo schema è specificato in linea come:
timestamp:timestamp,customer_id:string,transaction_amount:float
. La
per il clustering della tabella viene utilizzato il campo di clustering customer_id
specificato.
bq mk \
-t \
--expiration 2592000 \
--schema 'timestamp:timestamp,customer_id:string,transaction_amount:float' \
--clustering_fields customer_id \
--description "This is my clustered table" \
--label org:dev \
mydataset.myclusteredtable
Inserisci il comando seguente per creare una tabella clusterizzata denominata
myclusteredtable
in myotherproject
, non nel progetto predefinito. La
la descrizione è impostata su This is my clustered table
e l'etichetta è impostata
a organization:development
. Il comando utilizza la scorciatoia -t
anziché
--table
. Questo comando non specifica una scadenza per la tabella. Se il set di dati
ha una scadenza predefinita per la tabella, viene applicata. Se il set di dati non ha una scadenza predefinita della tabella, la tabella non scade mai.
Lo schema è specificato in un file JSON locale: /tmp/myschema.json
. La
Il campo customer_id
viene utilizzato per raggruppare la tabella.
bq mk \
-t \
--expiration 2592000 \
--schema /tmp/myschema.json \
--clustering_fields=customer_id \
--description "This is my clustered table" \
--label org:dev \
myotherproject:mydataset.myclusteredtable
Dopo aver creato la tabella, puoi aggiornare il relativo descrizione ed etichette.
Terraform
Utilizza la risorsa
google_bigquery_table
.
Per autenticarti a BigQuery, configura le credenziali predefinite per l'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client.
L'esempio seguente crea una tabella denominata mytable
in cluster
nelle colonne ID
e Created
:
Per applicare la configurazione Terraform a un progetto Google Cloud, completa i passaggi nella le sezioni seguenti.
Prepara Cloud Shell
- Avvia Cloud Shell.
-
Imposta il progetto Google Cloud predefinito dove vuoi applicare le configurazioni Terraform.
Devi eseguire questo comando una sola volta per progetto e puoi eseguirlo in qualsiasi directory.
export GOOGLE_CLOUD_PROJECT=PROJECT_ID
Le variabili di ambiente vengono sostituite se imposti valori espliciti in Terraform di configurazione del deployment.
Prepara la directory
Ogni file di configurazione di Terraform deve avere una propria directory (chiamata anche modulo principale).
-
In Cloud Shell, crea una directory e un nuovo
file al suo interno. Il nome file deve contenere i caratteri
.tf
, ad esempiomain.tf
. In questo tutorial, il file è denominatomain.tf
.mkdir DIRECTORY && cd DIRECTORY && touch main.tf
-
Se stai seguendo un tutorial, puoi copiare il codice campione in ogni sezione o passaggio.
Copia il codice campione nel nuovo oggetto
main.tf
.Se vuoi, copia il codice da GitHub. Opzione consigliata quando lo snippet Terraform fa parte di una soluzione end-to-end.
- Esamina e modifica i parametri di esempio da applicare al tuo ambiente.
- Salva le modifiche.
-
Inizializza Terraform. Devi eseguire questa operazione una sola volta per directory.
terraform init
Facoltativamente, per utilizzare la versione più recente del provider Google, includi
-upgrade
:terraform init -upgrade
Applica le modifiche
-
Rivedi la configurazione e verifica che le risorse che Terraform sta per creare o
aggiornare corrispondano alle tue aspettative:
terraform plan
Apporta le correzioni necessarie alla configurazione.
-
Applica la configurazione Terraform eseguendo questo comando e inserendo
yes
alla richiesta:terraform apply
Attendi che Terraform mostri il messaggio "Applicazione completata".
- Apri il progetto Google Cloud per visualizzare i risultati. Nella console Google Cloud, vai alle risorse nella UI per assicurarti create o aggiornate da Terraform.
API
Chiama il tables.insert
con una risorsa di tabella definita
che specifica la proprietà clustering.fields
e la proprietà schema
.
Python
Prima di provare questo esempio, segui le istruzioni per la configurazione di Python nel Guida rapida di BigQuery con librerie client. Per ulteriori informazioni, consulta API Python BigQuery documentazione di riferimento.
Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client.
Vai
Prima di provare questo esempio, segui le istruzioni di configurazione Go riportate nella guida rapida all'utilizzo delle librerie client di BigQuery. Per ulteriori informazioni, consulta API Go BigQuery documentazione di riferimento.
Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client.
Java
Prima di provare questo esempio, segui le istruzioni per la configurazione di Java nel Guida rapida di BigQuery con librerie client. Per ulteriori informazioni, consulta API Java BigQuery documentazione di riferimento.
Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client.
Crea una tabella in cluster dal risultato di una query
Esistono due modi per creare una tabella in cluster a partire dal risultato di una query:
- Scrivi i risultati in una nuova tabella di destinazione e specifica il clustering colonne.
- Mediante un'istruzione DDL
CREATE TABLE AS SELECT
. Per ulteriori informazioni su questo metodo, consulta la sezione Creare una tabella cluster dal risultato di una query nella pagina Utilizzare le istruzioni del linguaggio di definizione dei dati.
Puoi creare una tabella in cluster eseguendo una query su una tabella partizionata non tabella partizionata. Non puoi modificare una tabella esistente in una tabella in cluster utilizzando i risultati delle query.
Quando crei una tabella in cluster a partire dal risultato di una query, devi utilizzare le per l'addestramento e sa usare il linguaggio SQL. Attualmente, SQL precedente non è supportato per eseguire query su tabelle in cluster o per scrivere i risultati delle query nelle tabelle in cluster.
SQL
Per creare una tabella in cluster a partire dal risultato di una query, utilizza
CREATE TABLE
Istruzione DDL
con l'opzione CLUSTER BY
. L'esempio seguente crea una nuova
tabella raggruppata in base a customer_id
mediante l'esecuzione di query su una tabella non in cluster esistente:
Nella console Google Cloud, vai alla pagina BigQuery.
Nell'editor query, inserisci la seguente istruzione:
CREATE TABLE mydataset.clustered_table ( customer_id STRING, transaction_amount NUMERIC ) CLUSTER BY customer_id AS ( SELECT * FROM mydataset.unclustered_table );
Fai clic su
Esegui.
Per ulteriori informazioni su come eseguire query, consulta Eseguire una query interattiva.
bq
Inserisci il comando seguente per creare una nuova destinazione in cluster tabella dal risultato di una query:
bq --location=LOCATION query \ --use_legacy_sql=false 'QUERY'
Sostituisci quanto segue:
LOCATION
: il nome del luogo in cui ti trovi. Il flag--location
è facoltativo. Ad esempio, se utilizzi BigQuery Regione di Tokyo, puoi impostare il valore del flag suasia-northeast1
. Tu puoi impostare un valore predefinito per la località utilizzando file.bigqueryrc.QUERY
: una query con la sintassi GoogleSQL. Al momento, non puoi usa il codice SQL precedente per eseguire query su tabelle in cluster o per scrivere i risultati delle query in cluster. La query può contenere unCREATE TABLE
DDL che specifica le opzioni per la creazione della tabella in cluster. Puoi utilizzare DDL anziché specificare la singola riga di comando e i flag facoltativi.
Esempi:
Inserisci il seguente comando per scrivere i risultati della query in una tabella di destinazione clusterizzata denominata myclusteredtable
in mydataset
. mydataset
partecipa
il progetto predefinito. La query recupera i dati da una tabella non partizionata:
mytable. La colonna customer_id
della tabella viene utilizzata per raggruppare le
tabella. La colonna timestamp
della tabella viene utilizzata per creare una tabella partizionata.
bq query --use_legacy_sql=false \
'CREATE TABLE
mydataset.myclusteredtable
PARTITION BY
DATE(timestamp)
CLUSTER BY
customer_id
AS (
SELECT
*
FROM
`mydataset.mytable`
);'
API
Per salvare i risultati della query in una tabella in cluster:
chiama il metodo jobs.insert
,
configurare un
query
job,
e includi un CREATE TABLE
DDL
che crea la tabella in cluster.
Specifica la tua località nella proprietà location
del
jobReference
del
risorse di lavoro.
Crea una tabella in cluster quando carichi i dati
Puoi creare una tabella in cluster specificando le colonne di clustering quando carichi in una nuova tabella. Non è necessario creare una tabella vuota prima di caricarvi i dati. Puoi creare la tabella in cluster e caricare i dati nel tempo.
Per ulteriori informazioni sul caricamento dei dati, consulta Introduzione al caricamento dei dati in BigQuery.
Per definire il clustering durante la definizione di un job di caricamento:
SQL
Utilizza l'istruzione LOAD DATA
.
L'esempio seguente carica i dati AVRO per creare una tabella suddivisa
in base al campo transaction_date
e raggruppata in base al campo customer_id
.
Inoltre, configura le partizioni in modo che scadano dopo tre giorni.
Nella console Google Cloud, vai alla pagina BigQuery.
Nell'editor query, inserisci la seguente istruzione:
LOAD DATA INTO mydataset.mytable PARTITION BY transaction_date CLUSTER BY customer_id OPTIONS ( partition_expiration_days = 3) FROM FILES( format = 'AVRO', uris = ['gs://bucket/path/file.avro']);
Fai clic su
Esegui.
Per ulteriori informazioni su come eseguire query, consulta Eseguire una query interattiva.
API
Per definire una configurazione di clustering durante la creazione di una tabella tramite una
del job di caricamento, puoi completare
Clustering
proprietà della tabella.
Vai
Prima di provare questo esempio, segui le istruzioni per la configurazione di Go nel Guida rapida di BigQuery con librerie client. Per ulteriori informazioni, consulta API Go BigQuery documentazione di riferimento.
Per autenticarti a BigQuery, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client.
Java
Prima di provare questo esempio, segui le istruzioni per la configurazione di Java nel Guida rapida di BigQuery con librerie client. Per ulteriori informazioni, consulta la documentazione di riferimento dell'API BigQuery Java.
Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client.
Python
Prima di provare questo esempio, segui le istruzioni per la configurazione di Python nel Guida rapida di BigQuery con librerie client. Per ulteriori informazioni, consulta API Python BigQuery documentazione di riferimento.
Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client.
Controlla l'accesso alle tabelle in cluster
Per configurare l'accesso a tabelle e viste, puoi concedere a ruolo IAM a un'entità ai seguenti livelli, elencati in ordine delle risorse consentite (dalla più grande alla più piccola):
- ad alto livello Gerarchia delle risorse di Google Cloud ad esempio a livello di progetto, cartella o organizzazione
- a livello del set di dati
- a livello di tabella o vista
Puoi anche limitare l'accesso ai dati all'interno delle tabelle utilizzando quanto segue: metodo:
L'accesso con qualsiasi risorsa protetta da IAM è cumulativo. Per Ad esempio, se un'entità non ha accesso ad alto livello, come un progetto, puoi concedere l'accesso all'entità a livello del set di dati, dopodiché hanno accesso alle tabelle e alle visualizzazioni del set di dati. Analogamente, se l'entità non ha accesso a livello generale o del set di dati, puoi concedere accesso alle entità a livello di tabella o vista.
La concessione di ruoli IAM a un livello superiore nella gerarchia delle risorse di Google Cloud, ad esempio a livello di progetto, cartella o organizzazione, consente all'entità di accedere a un insieme ampio di risorse. Ad esempio, concedere un ruolo a un'entità nel progetto assegna a quell'entità le autorizzazioni che si applicano a tutti i set di dati nell'area progetto.
La concessione di un ruolo a livello di set di dati specifica le operazioni a cui è soggetta un'entità possono essere eseguite su tabelle e viste in quello specifico set di dati, anche se non ha accesso a un livello superiore. Per informazioni sulla configurazione controlli dell'accesso a livello di set di dati, consulta Controllo dell'accesso ai set di dati.
La concessione di un ruolo a livello di tabella o vista specifica le operazioni a cui è soggetta un'entità che può essere eseguita su tabelle e viste specifiche, anche se l'entità non hanno accesso a un livello superiore. Per informazioni sulla configurazione dell'accesso a livello di tabella di controllo, consulta Controllo dell'accesso a tabelle e viste.
Puoi anche creare ruoli IAM personalizzati. Se crei un ruolo personalizzato, le autorizzazioni che concedi dipendono dalle operazioni specifiche che vuoi che l'entità possa eseguire.
Non puoi impostare un'autorizzazione di tipo "deny" su nessuna risorsa protetta da IAM.
Per ulteriori informazioni su ruoli e autorizzazioni, consulta la sezione Informazioni sui ruoli. nella documentazione di IAM e BigQuery Ruoli e autorizzazioni IAM.
Utilizza tabelle in cluster
Ottieni informazioni sulle tabelle in cluster
Puoi ottenere informazioni sulle tabelle nei seguenti modi:
- Utilizzo della console Google Cloud.
- Viene utilizzato il comando
bq show
dello strumento a riga di comando bq. - Chiamata a
tables.get
API. - Esecuzione di query sulle viste
INFORMATION_SCHEMA
.
Autorizzazioni obbligatorie
Per ottenere informazioni sulle tabelle, devi disporre almeno della licenza
bigquery.tables.get
autorizzazioni. Le impostazioni IAM predefinite
i ruoli includono bigquery.tables.get
autorizzazioni:
bigquery.metadataViewer
bigquery.dataViewer
bigquery.dataOwner
bigquery.dataEditor
bigquery.admin
Inoltre, se un utente dispone delle autorizzazioni bigquery.datasets.create
, quando crea un set di dati, gli viene concesso l'accesso bigquery.dataOwner
.
L'accesso bigquery.dataOwner
consente all'utente di ottenere informazioni sulle tabelle di un set di dati.
Per ulteriori informazioni su ruoli e autorizzazioni IAM in per BigQuery, consulta Ruoli e autorizzazioni predefiniti.
Ottieni informazioni sulle tabelle in cluster
Per visualizzare le informazioni su una tabella in cluster:
Console
Nella console Google Cloud, vai al riquadro Risorse. Fai clic sul nome del set di dati per espanderlo, quindi sul nome della tabella che vuoi visualizzare.
Fai clic su Dettagli. In questa pagina vengono visualizzati i seguenti tra cui le colonne di clustering.
SQL
Per le tabelle in cluster, puoi eseguire query sulla colonna CLUSTERING_ORDINAL_POSITION
nella vista INFORMATION_SCHEMA.COLUMNS
per trovare l'offset indicizzato a 1 della colonna all'interno del clustering della tabella
colonne:
Nella console Google Cloud, vai alla pagina BigQuery.
Nell'editor di query, inserisci la seguente istruzione:
CREATE TABLE mydataset.data (column1 INT64, column2 INT64) CLUSTER BY column1, column2; SELECT column_name, clustering_ordinal_position FROM mydataset.INFORMATION_SCHEMA.COLUMNS;
Fai clic su
Esegui.
Per ulteriori informazioni su come eseguire le query, consulta Eseguire una query interattiva.
La posizione ordinale di clustering è 1 per column1
e 2 per column2
.
Sono disponibili altri metadati della tabella tramite TABLES
, TABLE_OPTIONS
,
COLUMNS
e COLUMN_FIELD_PATH
visualizzazioni in INFORMATION_SCHEMA
.
bq
Esegui il comando bq show
per visualizzare tutte le informazioni della tabella. Utilizza la
--schema
per visualizzare solo le informazioni sullo schema della tabella. --format
per controllare l'output.
Se ricevi informazioni su una tabella in un progetto diverso da
progetto predefinito, aggiungi l'ID progetto al set di dati nel seguente
formato: project_id:dataset
.
bq show \ --schema \ --format=prettyjson \ PROJECT_ID:DATASET.TABLE
Sostituisci quanto segue:
PROJECT_ID
: il tuo ID progettoDATASET
: nome del set di datiTABLE
: il nome della tabella
Esempi:
Inserisci il comando seguente per visualizzare tutte le informazioni
myclusteredtable
a mydataset
. mydataset
nel progetto predefinito.
bq show --format=prettyjson mydataset.myclusteredtable
L'output dovrebbe essere simile al seguente:
{ "clustering": { "fields": [ "customer_id" ] }, ... }
API
Chiama il metodo bigquery.tables.get
e fornisci eventuali parametri pertinenti.
Elenca le tabelle in cluster in un set di dati
Puoi elencare le tabelle in cluster nei set di dati nei seguenti modi:
- Utilizzo della console Google Cloud.
- Viene utilizzato il comando
bq ls
dello strumento a riga di comando bq. - Chiamata all'API
tables.list
. - Utilizzare le librerie client.
- Esecuzione di una query sulla colonna
CLUSTERING_ORDINAL_POSITION
nellaINFORMATION_SCHEMA.COLUMNS
visualizzazione.
Le autorizzazioni necessarie per elencare le tabelle in cluster e i passaggi per elencarle sono gli stessi delle tabelle standard. Per ulteriori informazioni sulla scheda tabelle, consulta Elenco di tabelle in un set di dati.
Modifica specifica di clustering
Puoi modificare o rimuovere le specifiche di clustering di una tabella oppure modificare il set di colonne in cluster in una tabella in cluster. Questo metodo per aggiornare l'insieme di colonne di clustering è utile per le tabelle che usano inserimenti di flussi di dati continui perché queste tabelle non possono essere facilmente scambiate con altri metodi.
Segui questi passaggi per applicare una nuova specifica di clustering alle applicazioni partizionate.
Nello strumento bq, aggiorna la specifica di clustering della tabella in modo che corrisponda al nuovo clustering:
bq update --clustering_fields=CLUSTER_COLUMN DATASET.ORIGINAL_TABLE
Sostituisci quanto segue:
CLUSTER_COLUMN
: la colonna su cui esegui il clustering, ad esempiomycolumn
DATASET
: il nome del set di dati contenente la tabella, ad esempiomydataset
ORIGINAL_TABLE
: il nome della tabella originale, ad esempiomytable
Puoi anche chiamare il metodo API
tables.update
otables.patch
per modificare la specifica di clustering.Per raggruppare tutte le righe in base alla nuova specifica di clustering, esegui la seguente istruzione
UPDATE
:UPDATE DATASET.ORIGINAL_TABLE SET CLUSTER_COLUMN=CLUSTER_COLUMN WHERE true
Sicurezza dei tavoli
Per controllare l'accesso alle tabelle in BigQuery, consulta Introduzione ai controlli di accesso alle tabelle.
Passaggi successivi
- Per informazioni sull'esecuzione di query su tabelle in cluster, consulta Esecuzione di query su tabelle in cluster.
- Per una panoramica del supporto delle tabella partizionata in BigQuery, consulta Introduzione alle tabelle partizionate.
- Per scoprire come creare tabelle partizionate, consulta Creazione di tabelle partizionate.
- Per una panoramica di
INFORMATION_SCHEMA
, vai a Introduzione a BigQueryINFORMATION_SCHEMA
.