Esporta i dati in Bigtable (ETL inverso)
Questo documento descrive come configurare un ETL inverso (RETL) da BigQuery a Bigtable. Puoi eseguire questa operazione utilizzando l'istruzione EXPORT DATA
per esportare i dati da una tabella BigQuery a una
tabella Bigtable.
Gli utenti di BigQuery possono configurare un flusso di lavoro RETL per Bigtable che combina le funzionalità di analisi di BigQuery con la bassa latenza e la velocità effettiva elevata di Bigtable. Questo flusso di lavoro consente di fornire dati agli utenti delle applicazioni senza esaurire quote e limiti su BigQuery.
Caratteristiche delle tabelle Bigtable
Le tabelle Bigtable sono diverse dalle tabelle BigQuery in diversi modi:
- Sia le tabelle Bigtable che quelle BigQuery sono costituite da righe, mentre una riga Bigtable è composta da famiglie di chiave di riga e colonne che hanno un numero arbitrario di colonne appartenenti alla stessa famiglia di colonne.
- Le famiglie di colonne per una determinata tabella vengono create al momento della creazione della tabella, ma possono anche essere aggiunte o rimosse in un secondo momento. Quando viene creata una famiglia di colonne, non è necessario specificare le colonne che la appartengono.
- Le colonne Bigtable non devono essere definite in anticipo e possono essere utilizzate per archiviare i dati nel loro nome (noto anche come qualificatore) entro i limiti delle dimensioni dei dati all'interno delle tabelle.
- Le colonne Bigtable possono avere qualsiasi valore binario entro i limiti di dimensioni dei dati all'interno delle tabelle.
- Le colonne Bigtable hanno sempre una dimensione temporale (nota anche come versione). È possibile che un numero qualsiasi di valori venga archiviato in qualsiasi riga per la stessa colonna, purché il timestamp non sia identico.
- Un timestamp Bigtable viene misurato in microsecondi dall'epoca di Unix; ad esempio, 0 rappresenta 1970-01-01T00:00:00 UTC. I timestamp devono essere un numero non negativo di microsecondi con granularità di millisecondi (sono accettati solo multipli di 1000 us). Il timestamp predefinito di Bigtable è 0.
- I dati in Bigtable vengono letti per chiave di riga, più chiavi di riga, intervallo di chiavi di riga o tramite un filtro. È richiesto almeno una chiave di riga o un intervallo di chiavi di riga in tutti i tipi di richieste di lettura, ad eccezione di una scansione completa della tabella.
Per informazioni sulla preparazione dei risultati di BigQuery per l'esportazione in Bigtable, consulta Preparare i risultati della query per l'esportazione.
Prima di iniziare
Concedi ruoli IAM (Identity and Access Management) che concedono agli utenti le autorizzazioni necessarie per eseguire ciascuna attività in questo documento.
Ruoli obbligatori
Per ottenere le autorizzazioni necessarie per esportare i dati di BigQuery in Bigtable, chiedi all'amministratore di concederti i seguenti ruoli IAM nel tuo progetto:
-
Esporta i dati da una tabella BigQuery:
Visualizzatore dati BigQuery (
roles/bigquery.dataViewer
) -
Esegui un job di esportazione:
Utente BigQuery (
roles/bigquery.user
) -
Scrivi i dati in una tabella Bigtable:
Bigtable User (
roles/bigtable.user
)
Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso.
Potresti anche riuscire a ottenere le autorizzazioni richieste tramite i ruoli personalizzati o altri ruoli predefiniti.
Limitazioni
- La codifica è limitata solo a
BINARY
eTEXT
. - Il profilo dell'app Bigtable deve essere configurato per instradare i dati a un cluster Bigtable che si trova insieme al set di dati BigQuery. Per ulteriori informazioni, consulta le considerazioni sulla posizione.
- Le esportazioni in Bigtable sono supportate solo per le versioni di BigQuery Enterprise o Enterprise Plus. La versione BigQuery Standard e il computing on demand non sono supportati.
- I profili di app Bigtable devono essere configurati con routing a cluster singolo e livello di priorità basso.
Considerazioni sulla località
- Se il set di dati BigQuery si trova in più regioni, il
profilo dell'app Bigtable
deve essere configurato per instradare i dati a un cluster Bigtable all'interno di quella località multiregionale.
Ad esempio, se il set di dati BigQuery si trova nell'area multiregionale
US
, il cluster Bigtable può trovarsi nella regioneus-west1
(Oregon), che si trova all'interno degli Stati Uniti. - Se il set di dati BigQuery si trova in una singola regione, il profilo dell'app Bigtable deve essere configurato per instradare i dati a un cluster Bigtable nella stessa regione. Ad esempio, se il set di dati BigQuery si trova nella regione
asia-northeast1
(Tokyo), anche il cluster Bigtable deve trovarsi nella regioneasia-northeast1
(Tokyo).
Per maggiori informazioni, vedi Località di Bigtable.
Tipi di BigQuery supportati
Quando vengono scritti in Bigtable sono supportati i seguenti tipi di dati:
Tipo BigQuery | Valore Bigtable scritto |
---|---|
BYTES |
Esportato così com'è. |
STRING |
Transazione convertita a BYTES . |
INTEGER |
Se bigtable_options.column_families.encoding è impostato su BINARY , il valore viene scritto in un formato big-endian a 8 byte (primo byte più significativo). Se bigtable_options.column_families.encoding è impostato su TEXT , il valore viene scritto come una stringa leggibile che rappresenta un numero. |
FLOAT |
Scrive il valore nel formato di output IEEE 754 a 8 byte. |
BOOLEAN |
Se bigtable_options.column_families.encoding è impostato su BINARY , il valore viene scritto come valore a 1 byte (false = 0x00 o true = 0x01). Se bigtable_options.column_families.encoding viene impostato su TEXT , il valore viene scritto come testo ("true" o "false" ). |
JSON |
Una colonna esportata di tipo
JSON viene interpretata come un gruppo di colonne appartenenti a una specifica famiglia di colonne Bigtable. I membri dell'oggetto JSON vengono interpretati come colonne e i loro valori devono essere scritti in Bigtable. Il nome della colonna da scrivere può essere modificato utilizzando la configurazione bigtable_options . Ad esempio:
JSON '{"FIELD1": "VALUE1", "FIELD2": "VALUE2"}' as MY_COLUMN_FAMILY Dove i valori VALUE1 e VALUE2 sono scritti in Bigtable come colonne FIELD1 e FIELD2 nella famiglia di colonne MY_COLUMN_FAMILY.
|
STRUCT |
Una colonna esportata di tipo
STRUCT viene interpretata come un gruppo di colonne appartenenti a una specifica famiglia di colonne Bigtable. I membri dello struct vengono interpretati come colonne e i loro valori vengono scritti in Bigtable. Il nome della colonna da scrivere può essere modificato utilizzando la configurazione bigtable_options . Ad esempio:
STRUCT<FIELD1 STRING, FIELD2 INTEGER> as MY_COLUMN_FAMILY Dove i valori FIELD1 e FIELD2 sono scritti in Bigtable come colonne FIELD1 e FIELD2 nella famiglia di colonne MY_COLUMN_FAMILY.
|
Questi tipi di dati supportati sono simili alla lettura dalle tabelle Bigtable esterne per BigQuery.
NULL
valori in Bigtable
I valori NULL
in Bigtable hanno i seguenti vincoli:
Bigtable non ha valori analogici per i valori
NULL
. L'esportazione di un valoreNULL
per una determinata famiglia di colonne e colonna in Bigtable elimina i valori attuali da una riga Bigtable.Se non esiste un valore Bigtable con una determinata chiave di riga, famiglia di colonne, qualificatore di colonna e timestamp prima dell'esportazione, i valori
NULL
esportati non hanno effetto sulla riga Bigtable.Quando esporti un valore
NULL
di tipoSTRUCT
oJSON
, tutti i valori delle colonne appartenenti alla famiglia di colonne corrispondente della riga interessata vengono eliminati. Devi trasmettere il valoreNULL
al tipoSTRUCT
oJSON
per consentire al motore SQL di collegare un tipo corretto. La seguente query elimina tutti i dati dalla famiglia di colonnecolumn_family1
con un set di chiavi riga specificate:EXPORT DATA OPTIONS (...) AS SELECT rowkey, CAST(NULL as STRUCT
) AS column_family1 FROM T Le righe con
NULL
chiavi di riga vengono ignorate durante l'esportazione. Il numero di righe ignorate viene restituito nelle statistiche di esportazione al chiamante.
Configura le esportazioni con bigtable_options
Puoi utilizzare la configurazione bigtable_options
durante un'esportazione per colmare le differenze tra i modelli di archiviazione di BigQuery e Bigtable. La configurazione è espressa sotto forma di stringa JSON, come mostrato nell'esempio seguente:
EXPORT DATA OPTIONS( uri="https://bigtable.googleapis.com/projects/PROJECT_ID
/instances/INSTANCE_ID
/appProfiles/APP_PROFILE_ID
/tables/TABLE
", bigtable_options = """{ "columnFamilies": [{ "familyId": "COLUMN_FAMILY_NAME
", "encoding": "ENCODING_VALUE
", "columns": [ { "qualifierString": "BIGTABLE_COLUMN_QUALIFIER
", ["qualifierEncoded": "BASE_64_ENCODED_VALUE
",] "fieldName": "BIGQUERY_RESULT_FIELD_NAME
" } ] }] }""" )
La seguente tabella descrive i possibili campi utilizzati in una configurazione bigtable_options
:
Nome campo | Descrizione |
---|---|
columnFamilies |
Un array di descrittori della famiglia di colonne. |
columnFamilies.familyId |
Identificatore della famiglia di colonne Bigtable. |
columnFamilies.encoding |
Il valore può essere impostato su BINARY o TEXT . Per informazioni su come vengono codificati i tipi, consulta Tipi di BigQuery supportati. |
columnFamilies.columns |
Un array di mappature delle colonne Bigtable. |
columnFamilies.columns.qualifierString |
(Facoltativo) Un qualificatore di colonna Bigtable. Specifica questo valore se il qualificatore di colonna non ha codici non UTF-8. I campi qualifierString e qualifierEncoding si escludono a vicenda. Se né qualifierString né qualifierEncoded vengono specificati, fieldName viene utilizzato come qualificatore di colonna. |
columnFamilies.columns.qualifierEncoded |
Facoltativo: qualificatore di colonna con codifica Base64. Simile a qualifierString , nel caso in cui il qualificatore di colonna abbia codici non UTF-8. |
columnFamilies.columns.fieldName |
Obbligatorio: nome del campo del set di risultati BigQuery. Può essere una stringa vuota in alcuni casi. Per un esempio di come viene utilizzato un valore fieldName vuoto con campi di tipo semplice, consulta Preparare i risultati della query per l'esportazione. |
Prepara i risultati della query per l'esportazione
Per esportare i risultati delle query in Bigtable, questi devono soddisfare i seguenti requisiti:
- Il set di risultati deve contenere una colonna
rowkey
di tipoSTRING
oBYTES
. - Le chiavi di riga, i qualificatori di colonna, i valori e i timestamp non devono superare i limiti per le dimensioni dei dati all'interno delle tabelle di Bigtable.
- Nel set di risultati deve essere presente almeno una colonna diversa da
rowkey
. - Ogni colonna del set di risultati deve essere di uno dei tipi di BigQuery supportati. Tutti i tipi di colonna non supportati devono essere convertiti in uno dei tipi supportati prima di esportare in Bigtable.
Bigtable non richiede che i qualificatori di colonna siano nomi di colonna BigQuery validi e Bigtable supporta l'utilizzo di qualsiasi byte. Per informazioni sull'override dei qualificatori di colonna di destinazione per un'esportazione, consulta Configurare le esportazioni con bigtable_options
.
Se utilizzi valori esportati con le API Bigtable, ad esempio ReadModifyWriteRow
, tutti i valori numerici devono utilizzare la codifica binaria corretta.
Per impostazione predefinita, le colonne di risultati autonome di tipo diverso da STRUCT
o JSON
vengono interpretate come valori per le famiglie di colonne di destinazione uguali al nome della colonna dei risultati e qualificatore di colonna uguale a una stringa vuota.
Per dimostrare come vengono scritti questi tipi di dati, considera il seguente esempio SQL, in cui column
e column2
sono colonne di risultati autonome:
SELECT
x as column1, y as column2
FROM table
In questa query di esempio, SELECT x as column1
scrive valori in Bigtable
nella famiglia di colonne column1
e nel qualificatore di colonna ''
(stringa vuota) quando
gestisce tipi diversi da JSON
o STRUCT
.
Puoi modificare il modo in cui questi tipi vengono scritti in un'esportazione utilizzando la configurazione bigtable_options
, come illustrato nell'esempio seguente:
EXPORT DATA OPTIONS ( … bigtable_options="""{ "columnFamilies" : [ { "familyId": "ordered_at", "columns": [ {"qualifierString": "order_time", "fieldName": ""} ] } ] }""" ) AS SELECT order_id as rowkey, STRUCT(product, amount) AS sales_info, EXTRACT (MILLISECOND FROM order_timestamp AT TIME ZONE "UTC") AS ordered_at FROM T
In questo esempio, la tabella BigQuery T
contiene la
riga seguente:
order_id |
order_timestamp |
product |
amount |
---|---|---|---|
101 | 2023-03-28T10:40:54Z | Joystick | 2 |
Se utilizzi la configurazione bigtable_options
precedente con la tabella T
, i seguenti dati vengono scritti in Bigtable:
rowkey |
sales_info (famiglia di colonne) |
ordered_at (famiglia di colonne) |
|||
---|---|---|---|---|---|
101 | prodotto | quantità | order_time | ||
1970-01-01T00:00:00Z | Joystick | 1970-01-01T00:00:00Z | 2 | 1680000054000 |
1680000054000
rappresenta 2023-03-28T10:40:54Z
in millisecondi dall'ora dell'epoca Unix nel fuso orario UTC.
Imposta il timestamp per tutte le celle di una riga utilizzando _CHANGE_TIMESTAMP
Puoi aggiungere una colonna _CHANGE_TIMESTAMP
di tipo TIMESTAMP
al risultato per l'esportazione.
Ogni cella scritta in Bigtable utilizza il valore timestamp di
_CHANGE_TIMESTAMP
della riga dei risultati esportata.
Bigtable non supporta i timestamp precedenti a Unix epoch
(1970-01-01T00:00:00Z). Se il valore _CHANGE_TIMESTAMP
è NULL
, l'ora dell'epoca Unix 0
viene utilizzata come valore predefinito del timestamp.
La seguente query scrive le celle per le colonne product
e amount
con il
timestamp specificato nella colonna order_timestamp
della tabella T
.
EXPORT DATA OPTIONS (...) AS SELECT rowkey, STRUCT(product, amount) AS sales_info, order_timestamp as _CHANGE_TIMESTAMP FROM T
Esporta più risultati con lo stesso valore rowkey
Quando esporti un risultato contenente più righe con lo stesso valore rowkey
, i valori scritti in Bigtable finiscono nella stessa riga Bigtable.
Puoi utilizzare questo metodo per generare più versioni dei valori delle colonne nella stessa riga. In questo esempio, la tabella orders
in BigQuery contiene i seguenti dati:
id |
customer |
order_timestamp |
amount_spent |
---|---|---|---|
100 | Bruno | 2023-01-01T10:10:54Z | 10,99 |
101 | Alice | 2023-01-02T12:10:50Z | 102,7 |
102 | Bruno | 2023-01-04T15:17:01Z | 11,1 |
L'utente eseguirà quindi la seguente istruzione EXPORT DATA
:
EXPORT DATA OPTIONS (
uri="https://bigtable.googleapis.com/projects/PROJECT-ID/instances/INSTANCE-ID/appProfiles/APP_PROFILE_ID
/tables/TABLE",
format="CLOUD_BIGTABLE"
) AS
SELECT customer as rowkey, STRUCT(amount_spent) as orders_column_family, order_timestamp as _CHANGE_TIMESTAMP
FROM orders
Utilizzando questa istruzione con la tabella orders
di BigQuery, vengono generati i seguenti dati scritti in Bigtable:
orders_column_family | ||
---|---|---|
Chiave di riga | amount_spent | |
Alice | 2023-01-02T12:10:50Z | 102,7 |
Bruno | 2023-01-01T10:10:54Z | 10,99 |
2023-01-04T15:17:01Z | 11,1 |
L'esportazione in Bigtable unisce nuovi valori nella tabella invece di sostituire intere righe. Se in Bigtable sono già presenti valori per una chiave di riga, i nuovi valori possono sostituire parzialmente o completamente i valori precedenti a seconda della famiglia di colonne, dei nomi delle colonne e dei timestamp delle celle scritte.
Esporta più colonne come valori del buffer di protocollo (Protobuf)
I buffer di protocollo offrono un meccanismo flessibile ed efficiente per la serializzazione dei dati strutturati. L'esportazione come Protobuf può essere utile considerando come vengono gestiti tipi diversi tra BigQuery e Bigtable. Puoi utilizzare le funzioni definite dall'utente di BigQuery per esportare i dati come valori binari di Protobuf in Bigtable. Per ulteriori informazioni, vedi Esportare i dati come colonne Protobuf.
Ottimizzazione dell'esportazione
Puoi modificare la velocità effettiva di esportazione dei record da BigQuery a Bigtable modificando il numero di nodi nel cluster di destinazione Bigtable. La velocità effettiva (righe scritte al secondo) scala linearmente in base al numero di nodi nel cluster di destinazione. Ad esempio, se raddoppia il numero di nodi nel tuo cluster di destinazione, la velocità effettiva di esportazione raddoppierà circa.
Prezzi
Per informazioni sui prezzi dell'esportazione dei dati, consulta la pagina Prezzi di BigQuery.
Dopo l'esportazione dei dati, ti verrà addebitato il costo per l'archiviazione dei dati in Bigtable. Per maggiori informazioni, consulta i prezzi di Bigtable.