Esporta i dati in Bigtable (ETL inverso)

Questo documento descrive come configurare un ETL inverso (RETL) da BigQuery a Bigtable. È possibile farlo utilizzando l'istruzione EXPORT DATA. per esportare i dati da una tabella BigQuery a un Bigtable .

Gli utenti di BigQuery possono impostare un flusso di lavoro RETL Bigtable che combina le funzionalità di analisi di BigQuery La bassa latenza e la velocità effettiva elevata di Bigtable. Questo flusso di lavoro consente offri i dati agli utenti delle applicazioni senza esaurire le quote e i limiti in BigQuery.

Caratteristiche delle tabelle Bigtable

Le tabelle Bigtable sono diverse dalle tabelle BigQuery in diversi modi:

  • Entrambe le tabelle Bigtable e BigQuery sono costituite ma una riga Bigtable è composta da famiglie di chiave di riga e di colonne con un numero arbitrario di colonne che appartengono alla stessa famiglia di colonne.
  • Le famiglie di colonne per una determinata tabella vengono create al momento della creazione della tabella, ma possono possono essere aggiunti o rimossi in un secondo momento. Quando viene creata una famiglia di colonne, le colonne che non è necessario specificarli.
  • Le colonne Bigtable non devono essere definite in anticipo e possono Essere utilizzato per archiviare i dati nel nome (noto anche come qualificatore) entro i limiti delle dimensioni dei dati all'interno delle tabelle.
  • Le colonne Bigtable possono avere qualsiasi valore binario all'interno delle dimensioni dei dati limiti all'interno delle tabelle.
  • Le colonne Bigtable hanno sempre una dimensione temporale (nota anche come versione). È possibile archiviare 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 dal momento Tempo di Unix: per Ad esempio, 0 rappresenta 1970-01-01T00:00:00 UTC. Timestamp deve essere un numero non negativo di microsecondi con millisecondi (sono accettati solo multipli di 1000us). Il valore predefinito Il timestamp 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. Almeno una chiave di riga o un intervallo di chiavi di riga è obbligatorio 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

Concedi ruoli IAM (Identity and Access Management) che offrono agli utenti autorizzazioni necessarie per eseguire ogni attività in questo documento.

Ruoli obbligatori

Per ottenere le autorizzazioni necessarie per esportare i dati BigQuery in Bigtable, chiedi all'amministratore di concederti i seguenti ruoli IAM sul tuo progetto:

Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso.

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

Limitazioni

Considerazioni sulla località

  • Se il set di dati BigQuery si trova in una località multiregionale, Profilo 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 essere localizzato nel us-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 la stessa regione. Ad esempio, se il tuo set di dati BigQuery si trova nel campo asia-northeast1 (Tokyo), anche il cluster Bigtable deve trovarsi Regione asia-northeast1 (Tokyo).

Per ulteriori informazioni, vedi Posizioni Bigtable.

Tipi di 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 a BYTES.
INTEGER Se il criterio bigtable_options.column_families.encoding è impostato su BINARY, il valore viene scritto in un formato big-endian da 8 byte (byte più significativi ). Se il criterio 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. Esportazione di un NULL valore per una determinata famiglia di colonne e una colonna nelle eliminazioni Bigtable i valori attuali da una riga Bigtable.

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

  • Quando esporti un valore NULL di tipo STRUCT o JSON, tutti i valori della colonna che appartengono alla famiglia di colonne corrispondente della riga interessata vengono eliminate. Devi trasmettere il valore NULL al tipo STRUCT o JSON in modo che l'SQL per associarvi un tipo corretto. La seguente query elimina tutti i dati dalla famiglia di colonne column_family1 con un insieme 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 risposte saltate vengono restituite nelle statistiche di esportazione al chiamante.

Configura le esportazioni con bigtable_options

Puoi utilizzare la configurazione bigtable_options durante un'esportazione per collegare Differenze tra lo spazio di archiviazione di BigQuery e Bigtable di grandi dimensioni. La configurazione è espressa sotto forma di stringa JSON, come mostrato in 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 un bigtable_options configurazione:

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 i tipi vengono codificati, 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 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 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, colonne di risultati autonome di tipo diverso da STRUCT o JSON sono interpretati come valori per le famiglie di colonne di destinazione uguale 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: 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 i valori in Bigtable sotto la famiglia di colonne column1 e il qualificatore di colonna '' (stringa vuota) quando gestione di tipi diversi da JSON o STRUCT.

Puoi modificare il modo in cui questi tipi vengono scritti in un'esportazione utilizzando Configurazione di bigtable_options, 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 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, il valore vengono scritti in Bigtable i seguenti dati:

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 dal 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 della _CHANGE_TIMESTAMP della riga dei risultati esportati.

Bigtable non supporta i timestamp precedenti all'epoca di Unix (1970-01-01T00:00:00Z). Se il valore di _CHANGE_TIMESTAMP è NULL, Il timestamp dell'epoca Unix pari a 0 viene utilizzato 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 nello stesso Riga Bigtable.

Puoi utilizzare questo metodo per generare più versioni dei valori delle colonne in 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

Utilizzo di questa istruzione con la tabella orders di BigQuery ottiene 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 anziché sostituire intere righe. Se i valori sono già presenti in Bigtable per una chiave di riga, i nuovi valori possono parzialmente o completamente eseguire l'override dei valori precedenti a seconda della famiglia di colonne, dei nomi delle colonne e i timestamp delle celle che vengono scritte.

Esporta più colonne come valori del buffer di protocollo (Protobuf)

I buffer di protocollo offrono un ambiente flessibile ed efficiente meccanismo di serializzazione dei dati strutturati. L'esportazione come Protobuf può essere vantaggiosa considerando come vengono gestiti tipi diversi tra BigQuery Bigtable. Puoi usare BigQuery definito dall'utente 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 effettiva di esportazione dei record da BigQuery Bigtable modificando il numero di nodi 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 viene addebitato il costo per l'archiviazione Bigtable. Per ulteriori informazioni, consulta Prezzi di Bigtable.