Utilizzo dei risultati delle query memorizzati nella cache

BigQuery scrive tutti i risultati delle query in una tabella. La tabella viene identificata esplicitamente dall'utente (una tabella di destinazione) oppure è una tabella dei risultati temporanea memorizzata nella cache. Se esegui di nuovo la stessa query, BigQuery restituisce i risultati della tabella memorizzata nella cache, se esistente. Le tabelle dei risultati temporanee e memorizzate nella cache vengono gestite per utente e per progetto. A seconda della versione, potresti avere accesso ai risultati memorizzati nella cache di altri utenti che eseguono query nello stesso progetto. Non sono previsti costi di archiviazione per le tabelle dei risultati delle query memorizzate nella cache, ma se scrivi i risultati delle query in una tabella permanente, ti viene addebitato l'storing dei dati.

Tutti i risultati delle query, incluse le query interattive e batch, vengono memorizzati nella cache in tabelle temporanee per circa 24 ore, con alcune eccezioni.

Limitazioni

L'utilizzo della cache delle query è soggetto alle seguenti limitazioni:

  • Quando esegui una query duplicata, BigQuery tenta di riutilizzare i risultati memorizzati nella cache. Per recuperare i dati dalla cache, il testo della query duplicata deve essere identico alla query originale.
  • Affinché i risultati della query rimangano in una tabella dei risultati memorizzata nella cache, il set di risultati deve essere inferiore alla dimensione massima della risposta. Per scoprire di più sulla gestione di set di risultati di grandi dimensioni, consulta Restituzione di risultati di query di grandi dimensioni.
  • Non puoi scegliere come target le tabelle di risultati memorizzate nella cache con istruzioni DML.
  • Sebbene la semantica attuale lo consenta, è sconsigliato utilizzare risultati memorizzati nella cache come input per i job dipendenti. Ad esempio, non devi inviare job di query che recuperano i risultati dalla tabella della cache. Scrivi i risultati in una tabella di destinazione denominata. Per semplificare la pulizia, funzionalità come la proprietà defaultTableExpirationMs a livello di set di dati possono far scadere automaticamente i dati dopo un determinato periodo di tempo.

Prezzi e quote

I risultati delle query memorizzate nella cache vengono archiviati come tabelle temporanee. Non ti viene addebitato alcun costo per l'archiviazione dei risultati delle query memorizzati nella cache in tabelle temporanee. Quando i risultati della query vengono recuperati da una tabella dei risultati memorizzata nella cache, la proprietà delle statistiche del job statistics.query.cacheHit restituisce true e non ti viene addebitato alcun costo per la query. Sebbene non ti venga addebitato alcun costo per le query che utilizzano risultati memorizzati nella cache, le query sono soggette ai criteri per le quote di BigQuery. Oltre a ridurre i costi, le query che utilizzano i risultati memorizzati nella cache sono molto più veloci perché BigQuery non ha bisogno di calcolare il set di risultati.

Eccezioni alla memorizzazione nella cache delle query

I risultati delle query non vengono memorizzati nella cache:

  • Quando viene specificata una tabella di destinazione nella configurazione del job, nella console Google Cloud, nello strumento a riga di comando bq o nell'API.
  • Se una delle tabelle di riferimento o delle visualizzazioni logiche è cambiata da quando i risultati sono stati precedentemente memorizzati nella cache.
  • Quando una delle tabelle a cui fa riferimento la query ha ricevuto di recente inserti di flussi di dati (la tabella contiene dati nello spazio di archiviazione ottimizzato per la scrittura) anche se non sono arrivate nuove righe.
  • Se la query utilizza funzioni non deterministiche, ad esempio funzioni di data e ora come CURRENT_TIMESTAMP() e CURRENT_DATE e altre funzioni come SESSION_USER(), restituisce valori diversi a seconda di quando viene eseguita la query.
  • Se esegui query su più tabelle utilizzando un caratteri jolly.
  • Se i risultati memorizzati nella cache sono scaduti, in genere la durata della cache è di 24 ore, ma i risultati memorizzati nella cache sono consentiti e potrebbero essere invalidati prima.
  • Se la query viene eseguita su un'origine dati esterna diversa da Cloud Storage. Le query GoogleSQL su Cloud Storage sono supportate dai risultati delle query memorizzati nella cache.
  • Se la query viene eseguita su una tabella protetta dalla sicurezza a livello di colonna, i risultati potrebbero non essere memorizzati nella cache.
  • Se la query viene eseguita su una tabella protetta dalla sicurezza a livello di riga, i risultati non vengono memorizzati nella cache.

Come vengono archiviati i risultati memorizzati nella cache

Quando esegui una query, viene creata una tabella dei risultati temporanea e memorizzata nella cache in un tipo speciale di set di dati nascosto, denominato set di dati anonimo. A differenza dei normali set di dati che ereditano le autorizzazioni dal modello di gerarchia delle risorse IAM (autorizzazioni per progetto e organizzazione), l'accesso ai set di dati anonimi è limitato al proprietario. Il proprietario di un set di dati anonimo è l'utente che ha eseguito la query che ha generato il risultato memorizzato nella cache. Inoltre, l'autorizzazione bigquery.jobs.create viene verificata nel progetto per verificare che l'utente abbia accesso al progetto.

BigQuery non supporta la condivisione di set di dati anonimi. Se intendi condividere i risultati delle query, non utilizzare i risultati memorizzati nella cache e archiviati in un set di dati anonimo. ma scrivi i risultati in una tabella di destinazione denominata.

Sebbene l'utente che esegue la query abbia accesso completo al set di dati e alla tabella dei risultati memorizzata nella cache, è sconsigliato utilizzarli come input per i job dipendenti.

I nomi dei set di dati anonimi iniziano con un trattino basso. In questo modo li nasconde dall'elenco dei set di dati nella console Google Cloud. Puoi elencare set di dati anonimi e controllare i controlli di accesso a set di dati anonimi utilizzando lo strumento a riga di comando bq o l'API.

Per ulteriori informazioni su come elencare e ottenere informazioni sui set di dati, inclusi quelli anonimi, consulta la pagina Elenco dei set di dati.

Memorizzazione nella cache per più utenti

Se utilizzi la versione Enterprise o Enterprise Plus e disponi delle autorizzazioni necessarie per eseguire una query memorizzata nella cache nel tuo progetto per un altro utente, BigQuery genera il risultato memorizzato nella cache. Il risultato memorizzato nella cache viene copiato nel tuo set di dati anonimo personale e vi rimane per 24 ore dall'esecuzione della query. Gli stessi limiti ed eccezioni per la memorizzazione nella cache per utente singolo si applicano anche alla memorizzazione nella cache tra utenti.

Disattivazione del recupero dei risultati memorizzati nella cache

L'opzione Utilizza risultati memorizzati nella cache riutilizza i risultati di un'esecuzione precedente della stessa query, a meno che le tabelle oggetto della query non siano state modificate. L'uso dei risultati memorizzati nella cache è vantaggioso solo per le query ripetute. Per le nuove query, l'opzione Utilizza risultati memorizzati nella cache non ha alcun effetto, anche se è abilitata per impostazione predefinita.

Quando ripeti una query con l'opzione Usa risultati memorizzati nella cache disabilitata, il risultato esistente nella cache viene sovrascritto. Ciò richiede BigQuery per calcolare il risultato della query e ti viene addebitato un costo per la query. Questo è particolarmente utile negli scenari di benchmarking.

Se vuoi disabilitare il recupero dei risultati memorizzati nella cache e forzare la valutazione in tempo reale di un job di query, puoi impostare la proprietà configuration.query.useQueryCache del job di query su false.

Per disattivare l'opzione Usa risultati memorizzati nella cache:

Console

  1. Apri la console Google Cloud.
    Vai alla pagina di BigQuery

  2. Fai clic su Crea nuova query.

  3. Inserisci una query SQL valida nell'area di testo Editor query.

  4. Fai clic su Altro e seleziona Impostazioni query.

    Impostazioni query

  5. Per Preferenza cache, deseleziona Utilizza risultati memorizzati nella cache.

bq

Utilizza il flag nouse_cache per sovrascrivere la cache delle query. Il seguente esempio obbliga BigQuery a elaborare la query senza utilizzare i risultati memorizzati nella cache esistenti:

 bq query \
 --nouse_cache \
 --batch \
 'SELECT
    name,
    count
  FROM
    `my-project`.mydataset.names_2013
  WHERE
    gender = "M"
  ORDER BY
    count DESC
  LIMIT
    6'

API

Per elaborare una query senza utilizzare i risultati memorizzati nella cache esistenti, imposta la proprietà useQueryCache su false nella configurazione del job query.

Go

Prima di provare questo esempio, segui le istruzioni di configurazione di Go disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Go.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client. 

import (
	"context"
	"fmt"
	"io"

	"cloud.google.com/go/bigquery"
	"google.golang.org/api/iterator"
)

// queryDisableCache demonstrates issuing a query and requesting that the query cache is bypassed.
func queryDisableCache(w io.Writer, projectID string) error {
	// projectID := "my-project-id"
	ctx := context.Background()
	client, err := bigquery.NewClient(ctx, projectID)
	if err != nil {
		return fmt.Errorf("bigquery.NewClient: %v", err)
	}
	defer client.Close()

	q := client.Query(
		"SELECT corpus FROM `bigquery-public-data.samples.shakespeare` GROUP BY corpus;")
	q.DisableQueryCache = true
	// Location must match that of the dataset(s) referenced in the query.
	q.Location = "US"

	// Run the query and print results when the query job is completed.
	job, err := q.Run(ctx)
	if err != nil {
		return err
	}
	status, err := job.Wait(ctx)
	if err != nil {
		return err
	}
	if err := status.Err(); err != nil {
		return err
	}
	it, err := job.Read(ctx)
	for {
		var row []bigquery.Value
		err := it.Next(&row)
		if err == iterator.Done {
			break
		}
		if err != nil {
			return err
		}
		fmt.Fprintln(w, row)
	}
	return nil
}

Java

Per elaborare una query senza utilizzare i risultati memorizzati nella cache esistenti, imposta l'uso della cache delle query su false durante la creazione di una query QueryJobConfiguration.

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.QueryJobConfiguration;
import com.google.cloud.bigquery.TableResult;

// Sample to running a query with the cache disabled.
public class QueryDisableCache {

  public static void runQueryDisableCache() {
    String query = "SELECT corpus FROM `bigquery-public-data.samples.shakespeare` GROUP BY corpus;";
    queryDisableCache(query);
  }

  public static void queryDisableCache(String query) {
    try {
      // Initialize client that will be used to send requests. This client only needs to be created
      // once, and can be reused for multiple requests.
      BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();

      QueryJobConfiguration queryConfig =
          QueryJobConfiguration.newBuilder(query)
              // Disable the query cache to force live query evaluation.
              .setUseQueryCache(false)
              .build();

      TableResult results = bigquery.query(queryConfig);

      results
          .iterateAll()
          .forEach(row -> row.forEach(val -> System.out.printf("%s,", val.toString())));

      System.out.println("Query disable cache performed successfully.");
    } catch (BigQueryException | InterruptedException e) {
      System.out.println("Query not performed \n" + e.toString());
    }
  }
}

Node.js

Prima di provare questo esempio, segui le istruzioni di configurazione di Node.js disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Node.js.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client. 

// Import the Google Cloud client library
const {BigQuery} = require('@google-cloud/bigquery');

async function queryDisableCache() {
  // Queries the Shakespeare dataset with the cache disabled.

  // Create a client
  const bigquery = new BigQuery();

  const query = `SELECT corpus
    FROM \`bigquery-public-data.samples.shakespeare\`
    GROUP BY corpus`;
  const options = {
    query: query,
    // Location must match that of the dataset(s) referenced in the query.
    location: 'US',
    useQueryCache: false,
  };

  // Run the query as a job
  const [job] = await bigquery.createQueryJob(options);
  console.log(`Job ${job.id} started.`);

  // Wait for the query to finish
  const [rows] = await job.getQueryResults();

  // Print the results
  console.log('Rows:');
  rows.forEach(row => console.log(row));
}

PHP

Prima di provare questo esempio, segui le istruzioni di configurazione di PHP disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery PHP.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client. 

use Google\Cloud\BigQuery\BigQueryClient;

/** Uncomment and populate these variables in your code */
// $projectId = 'The Google project ID';
// $query = 'SELECT id, view_count FROM `bigquery-public-data.stackoverflow.posts_questions`';

// Construct a BigQuery client object.
$bigQuery = new BigQueryClient([
    'projectId' => $projectId,
]);

// Set job configs
$jobConfig = $bigQuery->query($query);
$jobConfig->useQueryCache(false);

// Extract query results
$queryResults = $bigQuery->runQuery($jobConfig);

$i = 0;
foreach ($queryResults as $row) {
    printf('--- Row %s ---' . PHP_EOL, ++$i);
    foreach ($row as $column => $value) {
        printf('%s: %s' . PHP_EOL, $column, json_encode($value));
    }
}
printf('Found %s row(s)' . PHP_EOL, $i);

Python

Prima di provare questo esempio, segui le istruzioni di configurazione di Python disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Python.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client. 

from google.cloud import bigquery

# Construct a BigQuery client object.
client = bigquery.Client()

job_config = bigquery.QueryJobConfig(use_query_cache=False)
sql = """
    SELECT corpus
    FROM `bigquery-public-data.samples.shakespeare`
    GROUP BY corpus;
"""
query_job = client.query(sql, job_config=job_config)  # Make an API request.

for row in query_job:
    print(row)

Garantire l'uso della cache

Se utilizzi il metodo jobs.insert per eseguire una query, puoi forzare l'esecuzione di un job di query, a meno che non sia possibile utilizzare i risultati memorizzati nella cache impostando la proprietà createDisposition della configurazione del job query su CREATE_NEVER.

Se il risultato della query non esiste nella cache, viene restituito un errore NOT_FOUND.

bq

Utilizza il flag --require_cache per richiedere i risultati dalla cache delle query. L'esempio seguente obbliga BigQuery a elaborare la query se i risultati sono presenti nella cache:

 bq query \
 --require_cache \
 --batch \
 'SELECT
    name,
    count
  FROM
    `my-project`.mydataset.names_2013
  WHERE
    gender = "M"
  ORDER BY
    count DESC
  LIMIT
    6'

API

Per elaborare una query con risultati memorizzati nella cache esistenti, imposta la proprietà createDisposition su CREATE_NEVER nella configurazione del job query.

Verifica dell'utilizzo della cache

Esistono due modi per determinare se BigQuery ha restituito un risultato utilizzando la cache:

  • Utilizzo della console Google Cloud. Vai a Risultati delle query e fai clic su Informazioni sul job. Byte elaborati mostra 0 B (risultati memorizzati nella cache).
  • Utilizzando l'API BigQuery. La proprietà cacheHit nel risultato della query è impostata su true.

Impatto della sicurezza a livello di colonna

Per impostazione predefinita, BigQuery memorizza nella cache i risultati delle query per 24 ore, con le eccezioni indicate in precedenza. Le query relative a una tabella protetta dalla sicurezza a livello di colonna potrebbero non essere memorizzate nella cache. Se BigQuery memorizza il risultato nella cache, viene applicata la durata di 24 ore della cache.

Una modifica come la rimozione di un gruppo o di un utente dal ruolo Lettore granulare di Data Catalog utilizzato per un tag di criteri non invalida la cache di 24 ore. Una modifica al gruppo di controllo dell'accesso dell'accesso Lettore granulare di Data Catalog viene propagata immediatamente, ma la modifica non invalida la cache.

L'impatto è che, se un utente ha eseguito una query, i risultati della query rimangono visibili all'utente sullo schermo. L'utente può inoltre recuperare i risultati dalla cache anche se ha perso l'accesso ai dati nelle ultime 24 ore.

Nelle 24 ore successive alla rimozione del ruolo di Lettore a grana fine di Data Catalog per un tag di criteri, l'utente può accedere ai dati memorizzati nella cache solo per i dati che l'utente aveva precedentemente autorizzato a visualizzare. Se vengono aggiunte righe alla tabella, l'utente non può vederle, anche se i risultati vengono memorizzati nella cache.