STREAMING_TIMELINE_BY_FOLDER 檢視畫面

INFORMATION_SCHEMA.STREAMING_TIMELINE_BY_FOLDER 檢視畫面會顯示目前專案上層資料夾 (包括子資料夾) 的每分鐘匯總串流統計資料。

您可以查詢INFORMATION_SCHEMA串流檢視畫面，擷取使用舊版 tabledata.insertAll 方法 (而非 BigQuery Storage Write API) 將資料串流至 BigQuery 的歷史和即時資訊。如要進一步瞭解如何以串流方式將資料傳入 BigQuery，請參閱以串流方式將資料傳入 BigQuery 一文。

必要權限

如要查詢 INFORMATION_SCHEMA.STREAMING_TIMELINE_BY_FOLDER 檢視畫面，您需要專案父項資料夾的 bigquery.tables.list Identity and Access Management (IAM) 權限。

下列每個預先定義的 IAM 角色都包含上述權限：

• roles/bigquery.admin
• roles/bigquery.user
• roles/bigquery.dataViewer
• roles/bigquery.dataEditor
• roles/bigquery.dataOwner
• roles/bigquery.metadataViewer
• roles/bigquery.resourceAdmin

注意：「擁有者」或「編輯者」這些基本角色不具備必要的 `bigquery.tables.list` 權限。

如要進一步瞭解 BigQuery 權限，請參閱「使用 IAM 控管存取權」。

結構定義

查詢 INFORMATION_SCHEMA 串流檢視區時，查詢結果會包含以串流方式將資料傳入 BigQuery 的歷史和即時資訊。下列檢視表中的每個資料列，都代表串流至特定資料表的統計資料，並以 start_timestamp 為起始時間，每隔一分鐘匯總一次。統計資料會依錯誤代碼分組，因此每個時間戳記和表格組合，在每分鐘間隔內遇到的每個錯誤代碼都會有一列。如果要求成功，錯誤代碼會設為 NULL。如果在特定時間範圍內，沒有任何資料串流至資料表，則該資料表不會顯示相應時間戳記的資料列。

INFORMATION_SCHEMA.STREAMING_TIMELINE_BY_FOLDER 檢視表具有下列結構定義：

資料欄名稱	資料類型	值
start_timestamp	TIMESTAMP	(分區資料欄) 匯總統計資料的 1 分鐘間隔開始時間戳記。
folder_numbers	REPEATED INTEGER	含有專案的資料夾 ID 編號，從直接含有專案的資料夾開始，接著是含有子資料夾的資料夾，依此類推。舉例來說，如果 folder_numbers 是 [1, 2, 3]，則資料夾 1 會立即包含專案，資料夾 2 包含 1，而資料夾 3 包含 2。這個欄位只會在 STREAMING_TIMELINE_BY_FOLDER 中填入資料。
project_id	STRING	(叢集資料欄) 專案 ID。
project_number	INTEGER	專案編號。
dataset_id	STRING	(叢集資料欄) 資料集 ID。
table_id	STRING	(叢集資料欄) 資料表 ID。
error_code	STRING	這個資料列指定的要求傳回的錯誤代碼。成功的要求為 NULL。
total_requests	INTEGER	1 分鐘間隔內的要求總數。
total_rows	INTEGER	1 分鐘間隔內所有要求的總列數。
total_input_bytes	INTEGER	1 分鐘間隔內所有資料列的位元組總數。

資料保留

這個檢視畫面會顯示過去 180 天的串流記錄。

範圍和語法

對這個檢視表執行的查詢必須包含區域限定詞。如未指定區域限定符，系統會從所有區域擷取中繼資料。下表說明這個檢視畫面的區域範圍：

檢視表名稱	資源範圍	區域範圍
[PROJECT_ID.]`region-REGION`.INFORMATION_SCHEMA.STREAMING_TIMELINE_BY_FOLDER	包含指定專案的資料夾	REGION

取代下列項目：

• 選用：PROJECT_ID：您的 Google Cloud 專案 ID。如未指定，系統會使用預設專案。
• REGION：任何資料集區域名稱。 例如：`region-us`。
  注意：您必須使用區域限定詞查詢 INFORMATION_SCHEMA 檢視畫面。查詢執行位置必須與 INFORMATION_SCHEMA 檢視區塊的區域相符。

示例

• 如要查詢美國多區域的資料，請使用 region-us.INFORMATION_SCHEMA.STREAMING_TIMELINE_BY_FOLDER
• 如要查詢歐盟多區域的資料，請使用 region-eu.INFORMATION_SCHEMA.STREAMING_TIMELINE_BY_FOLDER
• 如要查詢 asia-northeast1 地區的資料，請使用 region-asia-northeast1.INFORMATION_SCHEMA.STREAMING_TIMELINE_BY_FOLDER

如需可用地區清單，請參閱「資料集位置」。

範例

示例 1：最近的串流失敗

以下範例會計算專案資料夾中所有資料表在過去 30 分鐘內，每分鐘的失敗要求總數，並依錯誤代碼細分：

SELECT
  start_timestamp,
  error_code,
  SUM(total_requests) AS num_failed_requests
FROM
  `region-us`.INFORMATION_SCHEMA.STREAMING_TIMELINE_BY_FOLDER
WHERE
  error_code IS NOT NULL
  AND start_timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP, INTERVAL 30 MINUTE)
GROUP BY
  start_timestamp,
  error_code
ORDER BY
  start_timestamp DESC;

注意： INFORMATION_SCHEMA 檢視表名稱會區分大小寫。

結果會類似如下：

+---------------------+------------------+---------------------+
|   start_timestamp   |    error_code    | num_failed_requests |
+---------------------+------------------+---------------------+
| 2020-04-15 20:55:00 | INTERNAL_ERROR   |                  41 |
| 2020-04-15 20:41:00 | CONNECTION_ERROR |                   5 |
| 2020-04-15 20:30:00 | INTERNAL_ERROR   |                 115 |
+---------------------+------------------+---------------------+

範例 2：每分鐘所有要求 (含錯誤代碼) 的明細

以下範例會計算專案資料夾中每分鐘成功和失敗的串流要求，並依錯誤代碼類別細分。這項查詢可用於填入資訊主頁。

SELECT
  start_timestamp,
  SUM(total_requests) AS total_requests,
  SUM(total_rows) AS total_rows,
  SUM(total_input_bytes) AS total_input_bytes,
  SUM(
    IF(
      error_code IN ('QUOTA_EXCEEDED', 'RATE_LIMIT_EXCEEDED'),
      total_requests,
      0)) AS quota_error,
  SUM(
    IF(
      error_code IN (
        'INVALID_VALUE', 'NOT_FOUND', 'SCHEMA_INCOMPATIBLE',
        'BILLING_NOT_ENABLED', 'ACCESS_DENIED', 'UNAUTHENTICATED'),
      total_requests,
      0)) AS user_error,
  SUM(
    IF(
      error_code IN ('CONNECTION_ERROR','INTERNAL_ERROR'),
      total_requests,
      0)) AS server_error,
  SUM(IF(error_code IS NULL, 0, total_requests)) AS total_error,
FROM
  `region-us`.INFORMATION_SCHEMA.STREAMING_TIMELINE_BY_FOLDER
GROUP BY
  start_timestamp
ORDER BY
  start_timestamp DESC;

注意： INFORMATION_SCHEMA 檢視表名稱會區分大小寫。

結果會類似如下：

+---------------------+----------------+------------+-------------------+-------------+------------+--------------+-------------+
|   start_timestamp   | total_requests | total_rows | total_input_bytes | quota_error | user_error | server_error | total_error |
+---------------------+----------------+------------+-------------------+-------------+------------+--------------+-------------+
| 2020-04-15 22:00:00 |         441854 |     441854 |       23784853118 |           0 |          0 |           17 |          17 |
| 2020-04-15 21:59:00 |         355627 |     355627 |       26101982742 |           5 |          8 |            0 |          13 |
| 2020-04-15 21:58:00 |         354603 |     354603 |       26160565341 |           0 |          0 |            0 |           0 |
| 2020-04-15 21:57:00 |         298823 |     298823 |       23877821442 |           0 |          2 |            0 |           2 |
+---------------------+----------------+------------+-------------------+-------------+------------+--------------+-------------+

範例 3：傳入流量最高的資料表

以下範例會傳回專案資料夾中，傳入流量最高的 10 個資料表的串流統計資料：

SELECT
  project_id,
  dataset_id,
  table_id,
  SUM(total_rows) AS num_rows,
  SUM(total_input_bytes) AS num_bytes,
  SUM(total_requests) AS num_requests
FROM
  `region-us`.INFORMATION_SCHEMA.STREAMING_TIMELINE_BY_FOLDER
GROUP BY
  project_id,
  dataset_id,
  table_id
ORDER BY
  num_bytes DESC
LIMIT 10;

注意： INFORMATION_SCHEMA 檢視表名稱會區分大小寫。

結果會類似如下：

+----------------------+------------+-------------------------------+------------+----------------+--------------+
|      project_id      | dataset_id |           table_id            |  num_rows  |   num_bytes    | num_requests |
+----------------------+------------+-------------------------------+------------+----------------+--------------+
| my-project1          | dataset1   | table1                        | 8016725532 | 73787301876979 |   8016725532 |
| my-project2          | dataset1   | table2                        |   26319580 | 34199853725409 |     26319580 |
| my-project1          | dataset2   | table1                        |   38355294 | 22879180658120 |     38355294 |
| my-project3          | dataset1   | table3                        |  270126906 | 17594235226765 |    270126906 |
| my-project2          | dataset2   | table2                        |   95511309 | 17376036299631 |     95511309 |
| my-project2          | dataset2   | table3                        |   46500443 | 12834920497777 |     46500443 |
| my-project3          | dataset2   | table4                        |   25846270 |  7487917957360 |     25846270 |
| my-project4          | dataset1   | table4                        |   18318404 |  5665113765882 |     18318404 |
| my-project4          | dataset1   | table5                        |   42829431 |  5343969665771 |     42829431 |
| my-project4          | dataset1   | table6                        |    8771021 |  5119004622353 |      8771021 |
+----------------------+------------+-------------------------------+------------+----------------+--------------+