Esporta i dati in Bigtable (ETL inverso)

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

Gli utenti BigQuery possono impostare un flusso di lavoro RETL in Bigtable, che combina le funzionalità di analisi di BigQuery con la bassa latenza e l'alta velocità effettiva di Bigtable. Questo flusso di lavoro consente di fornire dati agli utenti delle applicazioni senza esaurire le quote e i limiti su BigQuery.

Caratteristiche delle tabelle Bigtable

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

  • Le tabelle Bigtable e BigQuery sono composte da righe, ma una riga Bigtable è composta da famiglie di chiave di riga e 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 si crea una famiglia di colonne, le colonne che le appartengono non devono essere specificate.
  • 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 di dimensione 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). In qualsiasi riga della stessa colonna può essere archiviato un numero qualsiasi di valori purché il timestamp non sia identico.
  • Un timestamp Bigtable viene misurato in microsecondi a partire dalla data ora del periodo 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). 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 utilizzando un filtro. In tutti i tipi di richieste di lettura è richiesto almeno un intervallo di chiavi di chiave di riga o di riga, tranne che per l'analisi 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 i ruoli IAM (Identity and Access Management) che forniscono agli utenti le autorizzazioni necessarie per eseguire ogni attività all'interno di 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 essere in grado di ottenere le autorizzazioni richieste tramite i ruoli personalizzati o altri ruoli predefiniti.

Limitazioni

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 (il byte più significativo per primo). Se bigtable_options.column_families.encoding è impostato su TEXT, il valore viene scritto come una stringa leggibile che rappresenta un numero.
FLOAT Scrive un valore nel formato di output a 8 byte IEEE 754.
BOOLEAN Se bigtable_options.column_families.encoding è impostato su BINARY, il valore viene scritto come un 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 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 vengono 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 famiglia di colonne Bigtable specifica. I membri dello struct vengono interpretati come colonne e i relativi valori da scrivere 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 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 dalle tabelle Bigtable esterne per BigQuery.

NULL valori in Bigtable

I valori NULL in Bigtable hanno i seguenti vincoli:

  • Bigtable non ha analogici 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 Bigtable.

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

  • Quando esporti un valore NULL di tipo STRUCT o JSON, tutti i valori delle colonne appartenenti alla famiglia di colonne corrispondente della riga interessata vengono eliminati. Devi trasmettere il 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 set di chiavi di 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 per il 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 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 non vengono specificati né qualifierString né qualifierEncoded, viene utilizzato fieldName 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 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 un valore fieldName vuoto viene utilizzato con campi di tipo semplice, consulta Preparare i risultati della query per l'esportazione.

Preparare i risultati della query per l'esportazione

Per esportare i risultati della query in Bigtable, i risultati 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 uno dei tipi di BigQuery supportati. Eventuali tipi di colonna non supportati devono essere convertiti in uno dei tipi supportati prima di essere esportati in Bigtable.

Bigtable non richiede che i qualificatori di colonna siano nomi di colonna BigQuery validi e Bigtable supporta l'uso 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 come un qualificatore di colonna uguale a una stringa vuota.

Per dimostrare come vengono scritti questi tipi di dati, considera l'esempio SQL riportato di seguito, 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 sotto la famiglia di colonne column1 e il qualificatore di colonna '' (stringa vuota) quando gestisci tipi diversi da JSON o STRUCT.

Puoi modificare il modo in cui questi tipi vengono scritti in un'esportazione utilizzando la configurazione di 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 dell'epoca di 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 del timestamp dal punto _CHANGE_TIMESTAMP della riga dei risultati esportata.

Bigtable non supporta timestamp precedenti all'epoca di Unix (1970-01-01T00:00:00Z). Se il valore di _CHANGE_TIMESTAMP è NULL, l'ora del epoch Unix di 0 viene utilizzata come valore del timestamp predefinito.

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 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 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, i seguenti dati saranno 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 sono già presenti valori in Bigtable per una chiave di riga, i nuovi valori possono eseguire l'override parziale o totale dei valori precedenti a seconda della famiglia di colonne, dei nomi delle colonne e dei timestamp delle celle da scrivere.

Esporta più colonne come valori di Protocol Buffer (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 i diversi tipi tra BigQuery e Bigtable. Puoi utilizzare le funzioni definite dall'utente (UDF) 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

Esistono diversi modi per aumentare la velocità effettiva con cui i record vengono esportati da BigQuery a Bigtable. Puoi ottimizzare il rendimento delle esportazioni nei seguenti modi:

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 di archiviazione dei dati in Bigtable. Per ulteriori informazioni, consulta la pagina relativa ai prezzi di Bigtable.