BigQuery

借助 BigQuery 连接器，您可以对 Google BigQuery 数据执行插入、删除、更新和读取操作。

准备工作

在使用 BigQuery 连接器之前，请先完成以下任务：

• 在您的 Google Cloud 项目中：
  • 将 roles/connectors.admin IAM 角色授予配置连接器的用户。
  • 将以下 IAM 角色授予您要用其来使用连接器的服务账号：
    • roles/bigquery.dataEditor

    服务账号是一种特殊类型的 Google 账号，用于表示需要验证身份并获得授权以访问 Google API 数据的非人类用户。如果您没有服务账号，则必须创建一个服务账号。如需了解详情，请参阅创建服务账号。

  • 启用以下服务：
    • secretmanager.googleapis.com (Secret Manager API)
    • connectors.googleapis.com (Connectors API)

    如需了解如何启用服务，请参阅启用服务。

  如果之前没有为您的项目启用这些服务或权限，则在您配置连接器时，系统会提示您启用。

配置连接器

配置连接器时，您需要创建与数据源（即后端系统）的连接。一个连接需专用于一个数据源。这意味着，如果您有许多数据源，则必须为每个数据源创建单独的连接。如需创建连接，请执行以下步骤：

1. 在 Cloud 控制台 中，进入 Integration Connectors > 连接页面，然后选择或创建一个 Google Cloud 项目。

   转到“连接”页面

2. 点击 + 新建以打开创建连接页面。
3. 在位置部分中，选择连接的位置。
   1. 区域：从下拉列表中选择一个位置。

      如需查看所有受支持区域的列表，请参阅位置。

   2. 点击下一步。
4. 在连接详情部分中，完成以下操作：
   1. 连接器：从可用连接器的下拉列表中选择 BigQuery。
   2. 连接器版本：从可用版本的下拉列表中选择一个连接器版本。
   3. 在连接名称字段中，输入连接实例的名称。

      连接名称必须符合以下条件：

      • 连接名称可以使用字母、数字或连字符。
      • 字母必须小写。
      • 连接名称必须以字母开头，以字母或数字结尾。
      • 连接名称不能超过 63 个字符。
   4. （可选）输入连接实例的说明。
   5. 服务账号：选择具有所需角色的服务账号。
   6. （可选）配置连接节点设置：
      • 节点数下限：输入连接节点数下限。
      • 节点数上限：输入连接节点数上限。

      节点是处理事务的连接单元（或副本）。 连接处理越多事务就需要越多节点，相反，处理越少事务需要越少节点。 如需了解节点如何影响连接器价格，请参阅连接节点的价格。如果未输入任何值，则默认情况下，节点数下限设置为 2（以便提高可用性），节点数上限设置为 50。

   注意：仅当您是随用随付客户时，才能自定义连接节点值。
   7. 项目 ID：数据所在的 Google Cloud 项目的 ID。
   8. 数据集 ID：BigQuery 数据集的 ID。
   9. 使用代理：选中此复选框可为连接配置代理服务器并配置以下值：
   • 代理身份验证方案：选择要通过代理服务器进行身份验证的身份验证类型。支持以下身份验证类型：
     • 基本：基本 HTTP 身份验证。
     • 摘要：摘要 HTTP 身份验证。
   • 代理用户：用于向代理服务器进行身份验证的用户名。
   • 代理密码：用户密码的 Secret Manager 密文。
   • 代理 SSL 类型：连接到代理服务器时使用的 SSL 类型。支持以下身份验证类型：
     • 自动：默认设置。如果网址是 HTTPS 网址，则使用“隧道”选项。如果网址是 HTTP 网址，则使用“永不”选项。
     • 始终：连接始终启用 SSL。
     • 永不：连接未启用 SSL。
     • 隧道：连接通过隧道代理建立。代理服务器会打开与远程主机的连接，并且流量会流经该代理。
   • 在代理服务器部分中，输入代理服务器的详细信息。
     1. 点击+ 添加目标。
     2. 选择目标类型。
        • 主机地址：指定目标的主机名或 IP 地址。

          如果要与后端系统建立专用连接，请执行以下操作：

          • 创建 PSC 服务连接。
          • 创建端点连接然后在主机地址字段中输入端点连接的详细信息。
   10. （可选）点击 + 添加标签，以键值对的形式向连接添加标签。
   11. 点击下一步。
5. 在身份验证部分中，输入身份验证详细信息。
   1. BigQuery 连接不需要任何身份验证。
   2. 点击下一步。
6. 查看：查看您的连接和身份验证详细信息。
7. 点击创建。

实体、操作和动作

所有集成连接器都会为所连接应用的对象提供抽象层。您只能通过此抽象访问应用的对象。抽象作为实体、操作和动作向您展示。

注意：您可以在连接器任务中查看连接器的实体、操作和动作。

• 实体：实体可以被视为连接的应用或服务中的对象或属性集合。不同连接器的实体定义也会有所不同。例如，在数据库连接器中，表是实体；在文件服务器连接器中，文件夹是实体；在消息传递系统连接器中，队列是实体。

  不过，可能连接器不支持或不支持任何实体，在这种情况下，Entities 列表将为空。

• 操作：操作是指您可以对实体执行的操作。您可以对实体执行以下任一操作：
  • List（列出）
  • 获取
  • 创建
  • 更新
  • 删除

  从可用列表中选择一个实体，系统会生成该实体可用的操作列表。如需了解操作的详细说明，请参阅连接器任务的实体操作。但是，如果连接器不支持任何实体操作，则此类不受支持的操作不会列在 Operations 列表中。

• 动作：动作是可通过连接器接口提供给集成的头等函数。动作可让您对一个或多个实体进行更改，并且动作因连接器而异。但可能的情况是，连接器不支持任何动作，在这种情况下，Actions 列表将为空。

系统限制

BigQuery 连接器每秒最多可以为每个节点处理 8 个事务，并限制任何超出此限制的事务。默认情况下，Integration Connectors 会为连接分配 2 个节点（以提高可用性）。

如需了解适用于 Integration Connectors 的限制，请参阅限制。

注意：集成连接器节点的数量将根据您的使用情况动态地自动扩缩。但是，如果您希望在不等待自动扩缩的情况下为大量卷预留容量，则可以调整连接的最小节点值。需要更多节点才能为一个连接处理更多事务。相反，如果连接处理的事务较少，需要的节点也更少。如需配置节点值，请执行以下操作：

• 如果您是随用随付客户，请在修改连接页面中配置最小和最大节点值。
• 如果您是采用订阅的客户，请与支持团队联系。

节点可以处理的最大事务量取决于各种因素。因此，在调整最小节点数以获得更好的吞吐量之前，建议您检查后端系统是否设置得当，能够处理所需流量。

支持的数据类型

以下是此连接器支持的数据类型：

• BIGINT
• BINARY
• BIT
• BOOLEAN
• CHAR
• 日期
• DECIMAL
• DOUBLE
• FLOAT
• INTEGER
• LONGN VARCHAR
• LONG VARCHAR
• NCHAR
• NUMERIC
• NVARCHAR
• REAL
• 室内
• 时间
• TIMESTAMP
• 暗含
• VARBINARY
• VARCHAR

已知问题

BigQuery 连接器不支持 BigQuery 表中的主键。这意味着您无法使用 entityId 执行获取、更新和删除实体操作。您也可以使用 filter 子句，根据 ID 过滤记录。

操作

本部分介绍了 BigQuery 连接器中提供的操作。

注意：运行集成后，所有实体操作和操作的结果都将以 JSON 响应的形式反映在 Connectors 任务的 connectorOutputPayload 响应参数中。

CancelJob 操作

通过此操作，您可以取消正在运行的 BigQuery 作业。

下表介绍了 CancelJob 操作的输入参数。

参数名称	数据类型	说明
JobId	字符串	要取消的作业的 ID。此字段是必填字段。
区域	字符串	当前执行作业的区域。如果职位位于美国或欧盟区域，则不需要填写此字段。

GetJob 操作

通过此操作，您可以检索现有作业的配置信息和执行状态。

下表介绍了 GetJob 操作的输入参数。

参数名称	数据类型	说明
JobId	字符串	要为其检索配置的作业的 ID。此字段是必填字段。
区域	字符串	当前执行作业的区域。如果职位位于美国或欧盟区域，则不需要填写此字段。

InsertJob 操作

执行此操作后，您可以插入 BigQuery 作业，稍后可选择该作业以检索查询结果。

下表介绍了 InsertJob 操作的输入参数。

参数名称	数据类型	说明
查询	字符串	要提交到 BigQuery 的查询。此字段是必填字段。
IsDML	字符串	如果查询是 DML 语句，则应设置为 true，否则应设置为 false。默认值为 false。
DestinationTable	字符串	查询的目标表，采用 DestProjectId:DestDatasetId.DestTable 格式。
WriteDisposition	字符串	指定如何将数据写入目标表，例如截断现有结果、附加现有结果或仅在表为空时写入。以下是支持的值： WRITE_TRUNCATE WRITE_APPEND WRITE_EMPTY 默认值为 WRITE_TRUNCATE。
DryRun	字符串	指定作业的执行是否为试运行。
MaximumBytesBilled	字符串	指定作业可处理的最大字节数。如果作业尝试处理的字节数超出指定值，BigQuery 会取消作业。
区域	字符串	指定应在哪个区域执行作业。

InsertLoadJob 操作

通过此操作，您可以插入 BigQuery 加载作业，从而将 Google Cloud Storage 中的数据添加到现有表中。

下表介绍了 InsertLoadJob 操作的输入参数。

参数名称	数据类型	说明
SourceURIs	字符串	以空格分隔的 Google Cloud Storage URI 列表。
SourceFormat	字符串	文件的来源格式。以下是支持的值： AVRO NEWLINE_DELIMITED_JSON DATASTORE_BACKUP 游廊 ORC CSV
DestinationTable	字符串	查询的目标表，采用 DestProjectId.DestDatasetId.DestTable 格式。
DestinationTableProperties	字符串	一个 JSON 对象，指定易记的表名称、说明和标签列表。
DestinationTableSchema	字符串	JSON 列表，用于指定用于创建表的字段。
DestinationEncryptionConfiguration	字符串	一个 JSON 对象，用于指定表的 KMS 加密设置。
SchemaUpdateOptions	字符串	一个 JSON 列表，用于指定在更新目标表架构时要应用的选项。
TimePartitioning	字符串	一个 JSON 对象，用于指定时间分区类型和字段。
RangePartitioning	字符串	一个 JSON 对象，用于指定范围分区字段和存储分区。
聚簇	字符串	一个 JSON 对象，用于指定要用于聚类的字段。
自动检测	字符串	指定是否应自动确定 JSON 和 CSV 文件的选项和架构。
CreateDisposition	字符串	指定是否需要创建目标表（如果该表尚不存在）。以下是支持的值： CREATE_IF_NEEDED CREATE_NEVER 默认值为 CREATE_IF_NEEDED。
WriteDisposition	字符串	指定如何将数据写入目标表，例如截断现有结果、附加现有结果，或仅在表为空时写入。以下是支持的值： WRITE_TRUNCATE WRITE_APPEND WRITE_EMPTY 默认值为 WRITE_APPEND。
区域	字符串	指定应在哪个区域执行作业。Google Cloud Storage 资源和 BigQuery 数据集必须位于同一区域。
DryRun	字符串	指定作业的执行是否为试运行。默认值为 false。
MaximumBadRecords	字符串	指定在整个作业取消之前可能无效的记录数。默认情况下，所有记录都必须有效。默认值为 0。
IgnoreUnknownValues	字符串	指定在输入文件中是必须忽略未知字段还是将未知字段视为错误。默认情况下，系统会将这些错误视为错误。默认值为 false。
AvroUseLogicalTypes	字符串	指定是否必须使用 AVRO 逻辑类型将 AVRO 数据转换为 BigQuery 类型。默认值为 true。
CSVSkipLeadingRows	字符串	指定在 CSV 文件开头要跳过的行数。这通常用于跳过标题行。
CSVEncoding	字符串	CSV 文件的编码类型。以下是支持的值： ISO-8859-1 UTF-8 默认值为 UTF-8。
CSVNullMarker	字符串	如果提供，此字符串将用于 CSV 文件中的 NULL 值。默认情况下，CSV 文件不能使用 NULL。
CSVFieldDelimiter	字符串	用于在 CSV 文件中分隔列的字符。默认值为英文逗号 (,)。
CSVQuote	字符串	用于 CSV 文件中引号字段的字符。可以设置为空以停用引用。默认值为英文双引号 (")。
CSVAllowQuotedNewlines	字符串	指定 CSV 文件能否在引用字段中包含换行符。默认值为 false。
CSVAllowJaggedRows	字符串	指定 CSV 文件是否可以包含缺失的字段。默认值为 false。
DSBackupProjectionFields	字符串	要从 Cloud Datastore 备份加载的字段的 JSON 列表。
ParquetOptions	字符串	一个 JSON 对象，用于指定特定于 Parquet 的导入选项。
DecimalTargetTypes	字符串	一个 JSON 列表，其中给出了数字类型的偏好设置顺序。
HivePartitioningOptions	字符串	一个 JSON 对象，用于指定来源端分区选项。

执行自定义 SQL 查询

要创建自定义查询，请按以下步骤操作：

1. 按照详细说明 添加连接器任务。
2. 在配置连接器任务时，在要执行的操作类型中选择操作。
3. 在操作列表中，选择执行自定义查询，然后点击完成。
4. 展开任务输入部分，然后执行以下操作：
   1. 在超时后字段中，输入查询执行之前等待的秒数。

      默认值：180 秒。

   2. 在最大行数字段中，输入要从数据库返回的最大行数。

      默认值为 25。

   3. 要更新自定义查询，请点击修改自定义查询。系统会打开脚本编辑器对话框。
   4. 在脚本编辑器对话框中，输入 SQL 查询，然后点击保存。

      您可以在 SQL 语句中使用问号 (?) 来表示必须在查询参数列表中指定的单个参数。例如，以下 SQL 查询会选择 Employees 表中与 LastName 列指定的值匹配的所有行：

      SELECT * FROM Employees where LastName=?

      注意：支持数据操纵语言 (DML) 和数据定义语言 (DDL) 语句。
   5. 如果您在 SQL 查询中使用了问号，则必须针对每个问号点击 + 添加参数名称，以添加参数。在执行集成时，这些参数会按顺序替换 SQL 查询中的问号 (?)。例如，如果您添加了三个问号 (?)，则必须按顺序添加三个参数。如需添加查询参数，请执行以下操作：
      1. 从类型列表中，选择参数的数据类型。
      2. 在值字段中，输入参数的值。
      3. 如需添加多个参数，请点击 + 添加查询参数。

使用 Terraform 创建连接

您可以使用 Terraform 资源创建新连接。

如需了解如何应用或移除 Terraform 配置，请参阅基本 Terraform 命令。

如需查看用于创建连接的示例 Terraform 模板，请参阅示例模板。

使用 Terraform 创建此连接时，您必须在 Terraform 配置文件中设置以下变量：

参数名称	数据类型	需要	说明
project_id	STRING	True	包含 BigQuery 数据集的项目的 ID，例如 myproject。
dataset_id	STRING	False	不含项目名称的 BigQuery 数据集的 ID，例如 mydataset。
proxy_enabled	BOOLEAN	False	选中此复选框可配置用于连接的代理服务器。
proxy_auth_scheme	ENUM	False	用于向 ProxyServer 代理进行身份验证的身份验证类型。支持的值包括：BASIC、DIGEST、NONE
proxy_user	STRING	False	用于向 ProxyServer 代理进行身份验证的用户名。
proxy_password	SECRET	False	用于对 ProxyServer 代理进行身份验证的密码。
proxy_ssltype	ENUM	False	连接到 ProxyServer 代理时使用的 SSL 类型。支持的值包括：AUTO、ALWAYS、NEVER、TUNNEL

在集成中使用 BigQuery 连接

创建连接后，它在 Apigee Integration 和 Application Integration 中均可使用。您可以通过连接器任务在集成中使用该连接。

• 如需了解如何在 Apigee Integration 中创建和使用连接器任务，请参阅连接器任务。
• 如需了解如何在 Application Integration 中创建和使用连接器任务，请参阅连接器任务。

向 Google Cloud 社区寻求帮助

您可以在 Cloud 论坛的 Google Cloud 社区发布您的问题并讨论此连接器。

后续步骤

• 了解如何暂停和恢复连接。
• 了解如何监控连接器的使用情况。
• 了解如何查看连接器日志。