Esportare i dati in Bigtable (ETL inverso)

Questo documento descrive come configurare l'ETL inverso (RETL) da BigQuery a Bigtable. A tale scopo, puoi utilizzare l'istruzione EXPORT DATA per esportare i dati da una tabella BigQuery in una tabella Bigtable.

Puoi utilizzare un flusso di lavoro RETL in Bigtable per combinare le funzionalità di analisi di BigQuery con la bassa latenza e l'elevata velocità effettiva di Bigtable. Questo flusso di lavoro consente di fornire dati agli utenti dell'applicazione senza esaurire le quote e i limiti di 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, ma una riga Bigtable è composta da una chiave di riga e da famiglie di colonne con 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 appartengono a questa famiglia.
• Le colonne Bigtable non devono essere definite in anticipo e possono essere utilizzate per archiviare i dati nel loro nome (noto anche come qualificatore) rispettando i limiti di dimensioni dei dati all'interno delle tabelle.
• Le colonne Bigtable possono avere qualsiasi valore binario entro i limiti di dimensione dei dati all'interno delle tabelle.
• Le colonne Bigtable hanno sempre una dimensione temporale (nota anche come versione). È possibile memorizzare un numero qualsiasi di valori in qualsiasi riga per la stessa colonna purché il timestamp non sia identico.
• Un timestamp Bigtable viene misurato in microsecondi dall'ora 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 in millisecondi (sono accettati solo i multipli di 1000 us). Il timestamp Bigtable predefinito è 0.
• I dati in Bigtable vengono letti in base alla chiave di riga, a più chiavi riga, a un intervallo di chiavi riga o utilizzando un filtro. È obbligatorio almeno un intervallo di chiavi di riga o una chiave di riga in tutti i tipi di richieste di lettura, ad eccezione di una scansione completa della tabella.

Per informazioni su come preparare i risultati di BigQuery per l'esportazione in Bigtable, consulta Preparare i risultati delle query per l'esportazione.

Prima di iniziare

Per ricevere i dati esportati, devi creare un'istanza Bigtable e una tabella Bigtable.

Concedi ruoli IAM (Identity and Access Management) che forniscano agli utenti le autorizzazioni necessarie per eseguire ogni 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 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 dati in una tabella Bigtable: Utente Bigtable (roles/bigtable.user)

Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso a progetti, cartelle e organizzazioni.

Potresti anche riuscire a ottenere le autorizzazioni richieste tramite i ruoli personalizzati o altri ruoli predefiniti.

Limitazioni

• La codifica è limitata solo a BINARY e TEXT.
• Il profilo dell'app Bigtable di destinazione deve essere configurato con il routing a cluster singolo e un livello di priorità delle richieste basso.
• Il profilo dell'app Bigtable deve essere configurato per instradare i dati a un cluster Bigtable co-allocato con il set di dati BigQuery. Per ulteriori informazioni, consulta le considerazioni sulla località.
• Le esportazioni in Bigtable sono supportate solo per le versioni BigQuery Enterprise o Enterprise Plus. La versione BigQuery Standard e il computing on demand non sono supportati.
• Le esportazioni in Bigtable sono supportate solo per le prenotazioni con un'assegnazione QUERY.

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 della stessa. Ad esempio, se il tuo set di dati BigQuery si trova nella regione multipla US, il cluster Bigtable può trovarsi nella regione us-west1 (Oregon), negli Stati Uniti.
• Se il set di dati BigQuery si trova in un'unica 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 regione asia-northeast1 (Tokyo).

Per ulteriori informazioni, consulta Località Bigtable.

Tipi BigQuery supportati

I seguenti tipi di dati sono supportati quando vengono scritti in Bigtable:

Tipo BigQuery	Valore Bigtable scritto
BYTES	Esportato così com'è.
STRING	Transazione convertita in BYTES.
INTEGER	Se bigtable_options.column_families.encoding è impostato su BINARY, il valore viene scritto in un formato big endian di 8 byte (primo il byte più significativo). Se bigtable_options.column_families.encoding è impostato su TEXT, il valore viene scritto come 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 di 1 byte (false = 0x00 o true = 0x01). Se bigtable_options.column_families.encoding è 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 famiglia di colonne Bigtable specifica. I membri dell'oggetto JSON vengono interpretati come colonne e i relativi valori devono essere scritti in Bigtable. Il nome della colonna da scrivere può essere modificato utilizzando la configurazione di bigtable_options. Ad esempio: JSON '{"FIELD1": "VALUE1", "FIELD2": "VALUE2"}' as MY_COLUMN_FAMILY Dove i valori VALUE1 e VALUE2 vengono scritti in Bigtable come colonne FIELD1 e FIELD2 nella famiglia di colonne MY_COLUMN_FAMILY. Nota: un documento JSON nidificato in un altro tipo JSON o STRUCT viene scritto in Bigtable come stringa. L'esportazione di un valore STRUCT nidificato in un'altra struttura è soggetta alle limitazioni spiegate nella sezione Configurare le esportazioni con bigtable_options.
STRUCT	Una colonna esportata di tipo STRUCT viene interpretata come un gruppo di colonne appartenenti a una famiglia di colonne Bigtable specifica. I membri della struttura vengono interpretati come colonne e i relativi valori da scrivere in Bigtable. Il nome della colonna da scrivere può essere modificato utilizzando la configurazione di bigtable_options. Ad esempio: STRUCT<FIELD1 STRING, FIELD2 INTEGER> as MY_COLUMN_FAMILY Dove i valori FIELD1 e FIELD2 vengono scritti in Bigtable come colonne FIELD1 e FIELD2 nella famiglia di colonne MY_COLUMN_FAMILY.

Questi tipi di dati supportati sono simili alla lettura da tabelle Bigtable esterne per BigQuery.

Valori NULL in Bigtable

I valori NULL in Bigtable hanno i seguenti vincoli:

• Bigtable non ha un analogo per i valori NULL. L'esportazione di un valore NULL per una determinata famiglia di colonne e colonna in Bigtable elimina i valori attuali da una riga di Bigtable.

• Se un valore Bigtable con una determinata chiave di riga, famiglia di colonne, qualificatore di colonna e timestamp non esiste prima dell'esportazione, i valori NULL esportati non hanno alcun effetto sulla riga Bigtable.

• Quando esporti un valore NULL di tipo STRUCT o JSON, tutti i valori di colonna appartenenti alla famiglia di colonne corrispondente della riga interessata vengono eliminati. Devi eseguire il casting del valore NULL al tipo STRUCT o JSON affinché il motore SQL possa associarvi un tipo corretto. La seguente query elimina tutti i dati dalla famiglia di colonne column_family1 con un insieme di rowkey specificate:

  EXPORT DATA OPTIONS (...) AS
  SELECT
    rowkey,
  CAST(NULL as STRUCT<INT64>) AS column_family1 FROM T

• Le righe con chiavi di riga NULL vengono ignorate durante l'esportazione. Il numero di righe saltate viene restituito nelle statistiche di esportazione all'autore della chiamata.

Configurare 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 di 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 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 contiene codici non UTF-8. I campi qualifierString e qualifierEncoding si escludono a vicenda. Se non vengono specificati né qualifierString né qualifierEncoded, viene utilizzato fieldName come qualificatore di colonna.
columnFamilies.columns.qualifierEncoded	(Facoltativo) qualificatore di colonna con codifica Base64. Analogo a qualifierString nel caso in cui il qualificatore di colonna debba avere codici non UTF-8.
columnFamilies.columns.fieldName	Obbligatorio: nome del campo del set di risultati BigQuery. In alcuni casi può essere una stringa vuota. Per un esempio di come viene utilizzato un valore fieldName vuoto con campi di tipi semplici, consulta Preparare i risultati delle query per l'esportazione.

Preparare i risultati delle 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 tipo STRING o BYTES.
• Le chiavi di riga, i qualificatori di colonna, i valori e i timestamp non devono superare i limiti di dimensione 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 BigQuery supportati. Eventuali tipi di colonne non supportati devono essere convertiti in uno dei tipi supportati prima dell'esportazione in Bigtable.

Bigtable non richiede che i qualificatori di colonna siano nomi di colonne BigQuery validi e supporta l'utilizzo di qualsiasi byte. Per informazioni sull'override dei descrittori di colonna di destinazione per un'esportazione, vedi Configurare le esportazioni con bigtable_options.

Se utilizzi i 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 tipi diversi da STRUCT o JSON vengono interpretate come valori per le famiglie di colonne di destinazione uguali al nome della colonna di risultati e qualificatore di colonna uguale a una stringa vuota.

Per dimostrare come vengono scritti questi tipi di dati, considera il seguente esempio SQL, dove 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 mostrato 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 seguente riga:

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 Unix epoch 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 del timestamp della colonna _CHANGE_TIMESTAMP della riga del risultato esportata.

Bigtable non supporta i timestamp precedenti all'epoca Unix (1970-01-01T00:00:00Z). Se il valore _CHANGE_TIMESTAMP è NULL, viene utilizzata la data e l'ora di epoche Unix di 0 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

Eseguire l'esportazione in modo continuo

Se vuoi elaborare continuamente una query di esportazione, puoi configurarla come query continua.

Esportare 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 di 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 esegue quindi il seguente statement 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

L'utilizzo di questa istruzione con la tabella BigQuery orders determina la scrittura dei seguenti dati 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 i nuovi valori nella tabella instead of sostituendo intere righe. Se in Bigtable sono già presenti valori per una chiave di riga, i nuovi valori possono sovrascrivere parzialmente o completamente i valori precedenti a seconda della famiglia di colonne, dei nomi delle colonne e dei timestamp delle celle in cui vengono scritti.

Attenzione: evita di esportare risultati con più righe con valori diversi per la stessa chiave di riga, famiglia di colonne, qualificatore di colonna e timestamp. Il risultato di un'esportazione di questo tipo non è deterministico e dipende dal piano di query e dalla pianificazione in BigQuery. BigQuery non può determinare se il valore sostituito durante l'esportazione esisteva in Bigtable prima dell'esportazione o se è stato precedentemente inserito dalla stessa procedura di esportazione.

Esportare più colonne come valori Protocol Buffer (Protobuf)

I buffer di protocollo forniscono un meccanismo flessibile ed efficiente per la serializzazione dei dati strutturati. L'esportazione come Protobuf può essere utile se si considera la modalità di gestione dei diversi tipi tra BigQuery e Bigtable. Puoi utilizzare le funzioni predefinite dall'utente (UDF) di BigQuery per esportare i dati come valori binari Protobuf in Bigtable. Per ulteriori informazioni, vedi Esportare i dati come colonne Protobuf.

Ottimizzazione dell'esportazione

Puoi modificare la velocità in cui i record vengono esportati da BigQuery a Bigtable modificando il numero di nodi nel cluster di destinazione Bigtable. La velocità effettiva (righe scritte al secondo) aumenta in modo lineare con il numero di nodi nel cluster di destinazione. Ad esempio, se raddoppi il numero di nodi nel cluster di destinazione, il throughput dell'esportazione raddoppierà approssimativamente.

Prezzi

Quando esporti i dati in una query standard, la fatturazione avviene in base ai prezzi dell'estrazione dei dati. Quando esporti i dati in una query continua, la fatturazione avviene in base ai prezzi di calcolo della capacità di BigQuery. Per eseguire query continue, devi disporre di una prenotazione che utilizzi la versione Enterprise o Enterprise Plus, e di un'assegnazione della prenotazione che utilizzi il tipo di job CONTINUOUS.

Dopo l'esportazione dei dati, ti vengono addebitati i costi per l'archiviazione dei dati in Bigtable. Per ulteriori informazioni, consulta la sezione Prezzi di Bigtable.