Funções e operadores do SQL otimizados

O BigQuery BI Engine otimiza as seguintes funções e operadores do GoogleSQL ao conectar ferramentas de Business Intelligence (BI) ao BigQuery usando consultas ou visualizações personalizadas. As consultas que usam funções e operadores que não estão nessa lista podem ser executadas lentamente.

Para ver uma lista dos recursos SQL não suportados, consulte a seção Recursos não suportados.

Para mais informações sobre o uso de consultas e visualizações personalizadas no Data Studio, consulte Conecte-se ao BigQuery. Para mais informações sobre como conectar outras ferramentas de BI ao BigQuery, consulte Visão geral da interface SQL do BigQuery BI Engine (visão geral).

Para ver uma lista de todos os operadores e funções do GoogleSQL, consulte Funções e operadores do GoogleSQL.

Operadores otimizados

ORDER BY
LIMIT count [OFFSET skip_rows]
UNION ALL
HAVING
GROUP BY
WHERE
INNER, LEFT e RIGHT JOIN (com limites de tamanho menores)

Funções otimizadas

Comparação

=
<>
<
<=
>
>=
BETWEEN
IN
LEAST
GREATEST
CASE
COALESCE
IF
ISNULL
IS [NOT] NULL
IS [NOT] TRUE
IS [NOT] FALSE
IFNULL
NULLIF

Lógica

NOT
AND
OR

Matemática

- (menos unário)
+
- (menos binário)
*
/
IEEE_DIVIDE
DIV
MOD
ROUND
TRUNC
FLOOR
CEIL
ABS
SIGN
SQRT
EXP
POW
IS_INF
IS_NAN
SIN
SINH
ASIN
ASINH
COS
COSH
ACOS
ACOSH
TAN
TANH
ATAN
ATAN2
ATANH
LOG
LN
LOG10

Bit a bit

BIT_COUNT
~ (bit a bit NOT)
& (bit a bit AND)
| (bit a bit OR)
^ (bit a bit XOR)
<< (bit a bit deslocado para a esquerda)
>> (bit a bit deslocado para a direita)

Strings e bytes

ASCII
BYTE_LENGTH
CHAR_LENGTH
CHR
CODE_POINTS_TO_BYTES
CODE_POINTS_TO_STRING
CONCAT
ENDS_WITH
FORMAT
FROM_BASE32
FROM_BASE64
FROM_HEX
INITCAP
INSTR
JSON_EXTRACT_SCALAR
JSON_EXTRACT
LEFT
LENGTH
LOWER
LPAD
LTRIM
NORMALIZE
NORMALIZE_AND_CASEFOLD
REGEXP_CONTAINS
REGEXP_EXTRACT
REGEXP_INSTR
REGEXP_REPLACE
REPEAT
REPLACE
REVERSE
RIGHT
RPAD
RTRIM
SAFE_CONVERT_BYTES_TO_STRING
SOUNDEX
STARTS_WITH
STRING_LIKE
STRPOS
SUBSTR
TO_BASE32
TO_BASE64
TO_HEX
TRANSLATE
TRIM
UNICODE
UPPER

Carimbos de data/hora, datas e horas

Funções de carimbo de data/hora
- TIMESTAMP_MICROS
- TIMESTAMP_MILLIS
- TIMESTAMP_SECONDS
- TIMESTAMP
- STRING(timestamp_expression,[timezone])
- UNIX_SECONDS
- UNIX_MILLIS
- UNIX_MICROS
- FORMAT_TIMESTAMP
- PARSE_TIMESTAMP
- TIMESTAMP_ADD
- TIMESTAMP_SUB
- TIMESTAMP_DIFF
- EXTRACT
- DATE
- TIME
- DATETIME
- TIMESTAMP_TRUNC
Funções de data
- DATE(year, month, day)
- DATE_FROM_UNIX_DATE
- UNIX_DATE
- FORMAT_DATE
- PARSE_DATE
- DATE_ADD
- DATE_SUB
- DATE_DIFF
- EXTRACT (from DATE)
- DATE_TRUNC
- CURRENT_TIMESTAMP
Funções de hora
- EXTRACT
- FORMAT_TIME
- PARSE_TIME
- TIME_ADD
- TIME_SUB
- TIME_DIFF
- TIME_TRUNC
- CURRENT_TIME
Funções de data/hora
- DATETIME
- EXTRACT
- FORMAT_DATETIME
- PARSE_DATETIME
- DATETIME_ADD
- DATETIME_SUB
- DATETIME_DIFF
- DATETIME_TRUNC
- CURRENT_DATETIME

Hash

FARM_FINGERPRINT
MD5
SHA1
SHA256
SHA512

Rede

NET_IP_IN_NET
NET_MAKE_NET
NET.HOST
NET.REG_DOMAIN
NET.PUBLIC_SUFFIX
NET.IP_FROM_STRING
NET.IP_TO_STRING
NET.IP_NET_MASK
NET.IP_TRUNC
NET.IPV4_FROM_INT64
NET.IPV4_TO_INT64

Geografia

Construtores
- ST_GEOGPOINT
- ST_MAKELINE
- ST_MAKEPOLYGON
- ST_MAKEPOLYGONORIENTED
Analisadores
- ST_GEOGFROMGEOJSON
- ST_GEOGFROMTEXT
- ST_GEOGFROMWKB
- ST_GEOGFROMWKB
- ST_GEOGPOINTFROMGEOHASH
Formatadores
- ST_ASBINARY
- ST_ASGEOJSON
- ST_ASKML
- ST_GEOHASH
Transformações
- ST_BOUNDARY
- ST_CENTROID
- ST_CLOSESTPOINT
- ST_CONVEXHULL
- ST_DIFFERENCE
- ST_EXTERIORRING
- ST_INTERSECTION
- ST_SIMPLIFY
- ST_SNAPTOGRID
Acessadores
- ST_DIMENSION
- ST_ENDPOINT
- ST_GEOMETRYTYPE
- ST_ISCOLLECTION
- ST_ISEMPTY
- ST_NPOINTS
- ST_NUMGEOMETRIES
- ST_NUMPOINTS
- ST_POINTN
- ST_STARTPOINT
- ST_X
- ST_Y
Predicados
- ST_CONTAINS
- ST_COVEREDBY
- ST_COVERS
- ST_DISJOINT
- ST_DWITHIN
- ST_EQUALS
- ST_INTERSECTS
- ST_INTERSECTSBOX
- ST_TOUCHES
- ST_WITHIN
Medidas
- ST_ANGLE
- ST_AREA
- ST_AZIMUTH
- ST_DISTANCE
- ST_LENGTH
- ST_MAXDISTANCE
- ST_PERIMETER

Funções SAFE

Matemática
- MOD
- ROUND
- ABS
- SQRT
- POW
- SINH
- ASIN
- COSH
- ACOS
- ACOSH
- ATANH
- LN
- LOG
- LOG10
- FLOOR
- CEIL
- DIV
- EXP
- ROUND
- SAFE_NEGATE
- SAFE_ADD
- SAFE_SUBTRACT
- SAFE_MULTIPLY
- SAFE_DIVIDE
Strings
- REGEXP_CONTAINS
- REGEXP_EXTRACT
- REGEXP_REPLACE
- FORMAT
- SUBSTR
- ASCII
- SAFE_CONVERT_BYTES_TO_STRING
- INSTR
- LEFT
- RIGHT
- TRANSLATE
- INITCAP
Carimbos de data/hora, datas e horas
- DATE_FROM_UNIX_DATE
- PARSE_DATE
- PARSE_DATETIME
- PARSE_TIME
- PARSE_TIMESTAMP
- FORMAT_TIMESTAMP
- TIMESTAMP_SECONDS
- TIMESTAMP_MILLIS
- TIMESTAMP_MICROS
Rede
- NET.SAFE_IP_FROM_STRING
Outro
- SAFE_CAST

Funções de agregação

SUM
COUNT
COUNTIF
ANY_VALUE
AVG
MAX
MIN
HLL_COUNT.INIT
HLL_COUNT.MERGE
HLL_COUNT.MERGE_PARTIAL
A cláusula GROUP BY
BIT_AND
BIT_OR
BIT_XOR
LOGICAL_AND
LOGICAL_OR
DISJUNCTION_AGG
STRING_AGG
CORR
COVAR_POP
COVAR_SAMP
STDDEV_POP
STDDEV_SAMP
STDDEV
VAR_POP
VAR_SAMP
VARIANCE
APPROX_COUNT_DISTINCT

Funções de janela

Funções de janela, também conhecidas como funções analíticas, têm as seguintes limitações quando aceleradas pelo BigQuery BI Engine:

As etapas de entrada são aceleradas pelo BigQuery BI Engine se não tiverem funções de janela. Neste caso, INFORMATION_SCHEMA.JOBS acessa relatórios bi_engine_statistics.acceleration_mode como FULL_INPUT.
Os estágios de entrada das consultas com funções de janela nos estágios de entrada são aceleradas pelo BI Engine, mas não têm as limitações descritas na seção de limitações de funções da janela do BI Engine. Nesse caso, as etapas de entrada ou a consulta completa são executadas no BI Engine. Neste caso, INFORMATION_SCHEMA.JOBS acessa relatórios bi_engine_statistics.acceleration_mode como FULL_INPUT ou FULL_QUERY.

Para mais informações sobre o campo BiEngineStatistics, consulte a referência do job.

Limitações das funções da janela do BI Engine

Consultas com funções de janela são executadas no BI Engine somente se todas as condições a seguir forem atendidas:

A consulta verifica exatamente uma tabela.
- A tabela não é particionada.
- A tabela tem menos de 5 milhões de linhas.
A consulta não tem nenhum operador JOIN.
O tamanho da tabela verificada vezes o número de operadores de função analítica não excede 300 MB. Duas funções de janela com cláusulas OVER idênticas e as mesmas entradas diretas podem compartilhar o mesmo operador de função de janela. Por exemplo:
- A consulta SELECT ROW_NUMBER() OVER (ORDER BY x), SUM(x) OVER (ORDER BY x) FROM my_table tem apenas um operador de função analítica.
- A consulta SELECT ROW_NUMBER() OVER (ORDER BY x), SUM(x) OVER (PARTITION BY y ORDER BY x) FROM my_table tem dois operadores de função analítica, porque as duas funções não têm a mesma cláusula OVER.
- A consulta SELECT ROW_NUMBER() OVER (ORDER BY x) FROM (SELECT SUM(x) OVER (ORDER BY x) AS x FROM my_table) tem dois operadores de função analítica, porque as duas funções têm entradas diretas diferentes, mesmo que as cláusulas OVER sejam as mesmas.
As funções analíticas indicadas estão na lista de funções compatíveis a seguir.

Lista de funções de janela compatíveis:

ANY_VALUE
AVG
BIT_AND
BIT_OR
BIT_XOR
CORR
COUNT
COUNTIF
COVAR_POP
COVAR_SAMP
CUME_DIST
DENSE_RANK
FIRST_VALUE
LAG
LAST_VALUE
LEAD
LOGICAL_AND
LOGICAL_OR
MAX
MIN
NTH_VALUE
NTILE
PERCENT_RANK
PERCENTILE_CONT
PERCENTILE_DISC
RANK
ROW_NUMBER
ST_CLUSTERDBSCAN
STDDEV_POP
STDDEV_SAMP
STDDEV
STRING_AGG
SUM
VAR_POP
VAR_SAMP
VARIANCE

Outras funções
CAST
HLL_COUNT.EXTRACT
O operador de ponto para os campos STRUCT
ARRAY_LENGTH

Recursos não suportados

A aceleração do BI Engine não está disponível para os seguintes recursos:

UDFs de JavaScript
Tabelas externas
Como consultar dados JSON nativos
Como gravar resultados em uma tabela permanente do BigQuery
Tabelas contendo upserts pelo BigQuery alterna a captura de dados
Transações
Consultas que retornam mais de 1 GB de dados. Para aplicativos sensíveis à latência, recomendamos um tamanho de resposta menor que 1 MB.

Os seguintes recursos têm suporte limitado no Looker Studio:

UDFs de SQL
Como consultar colunas ARRAY

Embora alguns recursos SQL não sejam suportados nas consultas personalizadas do BigQuery BI Engine, há uma solução alternativa disponível:

Crie uma consulta personalizada no BigQuery.
Salve os resultados da consulta em uma tabela.
Programe sua consulta personalizada para atualizar a tabela regularmente. Uma taxa de atualização horária ou diária funciona melhor, pois a atualização a cada minuto invalida o cache do BI Engine com mais frequência.
Faça referência a essa tabela nas suas consultas de desempenho crítico.