Tampilan INFORMATION_SCHEMA.INSIGHTS
Untuk meminta masukan atau dukungan terkait fitur ini, kirim email ke bq-recommendations+feedback@google.com.
Tampilan INFORMATION_SCHEMA.INSIGHTS
berisi insight tentang semua rekomendasi BigQuery dalam project saat ini. BigQuery mengambil insight untuk semua jenis insight BigQuery dari Recommendation Hub dan menampilkannya dalam tampilan ini. Insight BigQuery selalu
dikaitkan dengan rekomendasi.
Tampilan INFORMATION_SCHEMA.INSIGHTS
mendukung rekomendasi
berikut:
- Rekomendasi partisi dan cluster
- Rekomendasi tampilan terwujud
- Rekomendasi peran untuk set data BigQuery
Izin yang diperlukan
Untuk melihat insight dengan tampilan INFORMATION_SCHEMA.INSIGHTS
, Anda
harus memiliki izin yang diperlukan untuk perekomendasikan yang sesuai. Tampilan
INFORMATION_SCHEMA.INSIGHTS
hanya menampilkan insight dari rekomendasi
yang dapat Anda lihat.
Minta administrator untuk memberikan akses guna melihat insight. Untuk melihat izin yang diperlukan untuk setiap perekomendasikan, lihat hal berikut:
- Izin perekomendasikan partisi & cluster
- Izin rekomendasi tampilan terwujud
- Rekomendasi peran untuk izin set data
Skema
Tampilan INFORMATION_SCHEMA.INSIGHTS
memiliki skema berikut:
Nama kolom | Jenis data | Nilai |
---|---|---|
insight_id |
STRING |
ID yang dienkode Base64 yang berisi jenis insight dan ID insight |
insight_type |
STRING |
Jenis Insight. Misalnya, google.bigquery.materializedview.Insight . |
subtype |
STRING |
Subjenis insight. |
project_id |
STRING |
ID project. |
project_number |
STRING |
Nomor project. |
description |
STRING |
Deskripsi tentang rekomendasi. |
last_updated_time |
TIMESTAMP |
Kolom ini menunjukkan waktu saat insight terakhir diperbarui. |
category |
STRING |
Kategori pengoptimalan dampak. |
target_resources |
STRING |
Nama resource yang sepenuhnya memenuhi syarat yang ditargetkan insight ini. |
state |
STRING |
Status insight. Untuk mengetahui daftar kemungkinan nilai, lihat Nilai. |
severity |
STRING |
Tingkat keparahan Insight. Untuk mengetahui daftar kemungkinan nilai, lihat Keparahan. |
associated_recommendation_ids |
STRING |
Nama rekomendasi lengkap yang terkait dengan insight ini. Nama rekomendasi adalah representasi jenis pemberi rekomendasi dan ID rekomendasi yang dienkode Base64. |
additional_details |
RECORD |
Detail tambahan tentang insight.
|
Cakupan dan sintaksis
Kueri terhadap tabel virtual ini harus menyertakan penentu region. ID project bersifat opsional. Jika project ID tidak ditentukan, project tempat kueri dijalankan akan digunakan.
Nama tabel virtual | Cakupan resource | Cakupan region |
---|---|---|
[PROJECT_ID.]`region-REGION`.INFORMATION_SCHEMA.INSIGHTS[_BY_PROJECT] |
Level project | REGION |
Opsional: PROJECT_ID
: ID project Google Cloud Anda. Jika tidak ditentukan, project default akan digunakan.
REGION
: nama region set data apa pun.
Misalnya, `region-us`
.
Contoh
Untuk menjalankan kueri terhadap project selain project default Anda, tambahkan project ID dalam format berikut:
`PROJECT_ID`.`region-REGION_NAME`.INFORMATION_SCHEMA.INSIGHTS
PROJECT_ID
: ID project.REGION_NAME
: region untuk project Anda.
Misalnya, `myproject`.`region-us`.INFORMATION_SCHEMA.INSIGHTS
.
Melihat insight aktif dengan penghematan biaya
Contoh berikut menggabungkan tampilan insight dengan tampilan rekomendasi untuk menampilkan 3 rekomendasi untuk insight yang AKTIF dalam kategori BIAYA:
WITH
insights as (SELECT * FROM `region-us`.INFORMATION_SCHEMA.INSIGHTS),
recs as (SELECT recommender, recommendation_id, additional_details FROM `region-us`.INFORMATION_SCHEMA.RECOMMENDATIONS)
SELECT
recommender,
target_resources,
LAX_INT64(recs.additional_details.overview.bytesSavedMonthly) / POW(1024, 3) as est_gb_saved_monthly,
LAX_INT64(recs.additional_details.overview.slotMsSavedMonthly) / (1000 * 3600) as slot_hours_saved_monthly,
insights.additional_details.observation_period_seconds / 86400 as observation_period_days,
last_updated_time
FROM
insights
JOIN recs
ON
recommendation_id in UNNEST(associated_recommendation_ids)
WHERE
state = 'ACTIVE'
AND
category = 'COST'
LIMIT 3;
Hasilnya mirip dengan berikut ini:
+---------------------------------------------------+---------------------+--------------------+--------------------------+-------------------------+---------------------+ | recommender | target_resource | gb_saved_monthly | slot_hours_saved_monthly | observation_period_days | last_updated_time | +---------------------------------------------------+---------------------+--------------------+--------------------------+-------------------------+---------------------+ | google.bigquery.table.PartitionClusterRecommender | ["table_resource1"] | 3934.07264107652 | 10.499466666666667 | 30.0 | 2024-07-01 16:41:25 | | google.bigquery.table.PartitionClusterRecommender | ["table_resource2"] | 4393.7416711859405 | 56.61476777777777 | 30.0 | 2024-07-01 16:41:25 | | google.bigquery.materializedview.Recommender | ["project_resource"]| 140805.38289248943 | 9613.139166666666 | 2.0 | 2024-07-01 13:00:31 | +---------------------------------------------------+---------------------+--------------------+--------------------------+-------------------------+---------------------+