Tampilan WRITE_API_TIMELINE

Tampilan INFORMATION_SCHEMA.WRITE_API_TIMELINE berisi statistik penyerapan BigQuery Storage Write API gabungan per menit untuk project saat ini.

Anda dapat membuat kueri tampilan INFORMATION_SCHEMA Write API untuk mengambil informasi historis dan real-time tentang penyerapan data ke BigQuery yang menggunakan BigQuery Storage Write API. Lihat BigQuery Storage Write API untuk mengetahui informasi selengkapnya.

Izin yang diperlukan

Untuk membuat kueri tabel virtual INFORMATION_SCHEMA.WRITE_API_TIMELINE, Anda memerlukan izin Identity and Access Management (IAM) bigquery.tables.list untuk project tersebut.

Setiap peran IAM yang telah ditetapkan berikut menyertakan izin yang diperlukan:

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

Untuk mengetahui informasi selengkapnya tentang izin BigQuery, lihat Kontrol akses dengan IAM.

Skema

Saat Anda membuat kueri tampilan INFORMATION_SCHEMA BigQuery Storage Write API, hasil kueri akan berisi informasi historis dan real-time tentang penyerapan data ke BigQuery menggunakan BigQuery Storage Write API. Setiap baris dalam tampilan berikut mewakili statistik untuk penyerapan ke dalam tabel tertentu, yang digabungkan selama interval satu menit mulai start_timestamp. Statistik dikelompokkan berdasarkan jenis streaming dan kode error, sehingga akan ada satu baris untuk setiap jenis streaming dan setiap kode error yang ditemukan selama interval satu menit untuk setiap stempel waktu dan kombinasi tabel. Permintaan yang berhasil memiliki kode error yang ditetapkan ke OK. Jika tidak ada data yang diserap ke dalam tabel selama jangka waktu tertentu, tidak akan ada baris untuk stempel waktu yang sesuai untuk tabel tersebut.

Tampilan INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_* memiliki skema berikut:

Nama kolom	Jenis data	Nilai
`start_timestamp`	`TIMESTAMP`	(Kolom partisi) Stempel waktu mulai dari interval 1 menit untuk statistik gabungan.
`project_id`	`STRING`	(Kolom pengelompokan) ID project.
`project_number`	`INTEGER`	Nomor project.
`dataset_id`	`STRING`	(Kolom pengelompokan) ID set data.
`table_id`	`STRING`	(Kolom pengelompokan) ID tabel.
`stream_type`	`STRING`	Jenis aliran data yang digunakan untuk penyerapan data dengan BigQuery Storage Write API. Nilainya seharusnya salah satu dari "DEFAULT", "COMMITTED", "BUFFERED", atau "PENDING".
`error_code`	`STRING`	Kode error yang ditampilkan untuk permintaan yang ditentukan oleh baris ini. "OK" untuk permintaan yang berhasil.
`total_requests`	`INTEGER`	Jumlah total permintaan dalam interval 1 menit.
`total_rows`	`INTEGER`	Jumlah total baris dari semua permintaan dalam interval 1 menit.
`total_input_bytes`	`INTEGER`	Jumlah total byte dari semua baris dalam interval 1 menit.

Retensi data

Tampilan ini berisi histori penyerapan BigQuery Storage Write API selama 180 hari terakhir.

Cakupan dan sintaksis

Kueri terhadap tabel virtual ini harus menyertakan penentu region. Jika Anda tidak menentukan penentu regional, metadata akan diambil dari semua region. Tabel berikut menjelaskan cakupan region untuk tabel virtual ini:

Nama tabel virtual	Cakupan resource	Cakupan region
[PROJECT_ID.]`region-REGION`.INFORMATION_SCHEMA.WRITE_API_TIMELINE[_BY_PROJECT]	Level project	`REGION`

Ganti kode berikut:

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.

Catatan: Anda harus menentukan lokasi untuk membuat kueri tabel virtual INFORMATION_SCHEMA dan lokasi eksekusi kueri harus cocok dengan region tabel virtual INFORMATION_SCHEMA.

Contoh

Untuk membuat kueri data di multi-region AS, gunakan `region-us`.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_PROJECT
Untuk membuat kueri data di multi-region Uni Eropa, gunakan `region-eu`.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_PROJECT
Untuk membuat kueri data di region asia-northeast1, gunakan `region-asia-northeast1`.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_PROJECT

Untuk mengetahui daftar region yang tersedia, lihat Lokasi set data.

Contoh

Contoh 1: Kegagalan penyerapan API Tulis Penyimpanan BigQuery terbaru

Contoh berikut menghitung perincian per menit dari total permintaan yang gagal untuk semua tabel dalam project selama 30 menit terakhir, yang dikelompokkan menurut jenis aliran dan kode error:

SELECT
  start_timestamp,
  stream_type,
  error_code,
  SUM(total_requests) AS num_failed_requests
FROM
  `region-us`.INFORMATION_SCHEMA.WRITE_API_TIMELINE
WHERE
  error_code != 'OK'
  AND start_timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP, INTERVAL 30 MINUTE)
GROUP BY
  start_timestamp,
  stream_type,
  error_code
ORDER BY
  start_timestamp DESC;

Hasilnya mirip dengan hal berikut:

+---------------------+-------------+------------------+---------------------+
|   start_timestamp   | stream_type |    error_code    | num_failed_requests |
+---------------------+-------------+------------------+---------------------+
| 2023-02-24 00:25:00 | PENDING     | NOT_FOUND        |                   5 |
| 2023-02-24 00:25:00 | DEFAULT     | INVALID_ARGUMENT |                   1 |
| 2023-02-24 00:25:00 | DEFAULT     | DEADLINE_EXCEEDED|                   4 |
| 2023-02-24 00:24:00 | PENDING     | INTERNAL         |                   3 |
| 2023-02-24 00:24:00 | DEFAULT     | INVALID_ARGUMENT |                   1 |
| 2023-02-24 00:24:00 | DEFAULT     | DEADLINE_EXCEEDED|                   2 |
+---------------------+-------------+------------------+---------------------+

Contoh 2: Perincian per menit untuk semua permintaan dengan kode error

Contoh berikut menghitung pengelompokan per menit dari permintaan penambahan yang berhasil dan gagal, yang dibagi menjadi kategori kode error. Kueri ini dapat digunakan untuk mengisi dasbor.

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 (
        'INVALID_ARGUMENT', 'NOT_FOUND', 'CANCELLED', 'RESOURCE_EXHAUSTED',
        'ALREADY_EXISTS', 'PERMISSION_DENIED', 'UNAUTHENTICATED',
        'FAILED_PRECONDITION', 'OUT_OF_RANGE'),
      total_requests,
      0)) AS user_error,
  SUM(
    IF(
      error_code IN (
        'DEADLINE_EXCEEDED','ABORTED', 'INTERNAL', 'UNAVAILABLE',
        'DATA_LOSS', 'UNKNOWN'),
      total_requests,
      0)) AS server_error,
  SUM(IF(error_code = 'OK', 0, total_requests)) AS total_error,
FROM
  `region-us`.INFORMATION_SCHEMA.WRITE_API_TIMELINE
GROUP BY
  start_timestamp
ORDER BY
  start_timestamp DESC;

Hasilnya mirip dengan hal berikut:

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

Contoh 3: Tabel dengan traffic masuk terbanyak

Contoh berikut menampilkan statistik penyerapan BigQuery Storage Write API untuk 10 tabel dengan traffic masuk terbanyak:

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.WRITE_API_TIMELINE_BY_PROJECT
GROUP BY
  project_id,
  dataset_id,
  table_id
ORDER BY
  num_bytes DESC
LIMIT 10;

Hasilnya akan mirip dengan berikut ini:

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

Contoh 4: Rasio error penyerapan BigQuery Storage Write API untuk tabel

Contoh berikut menghitung perincian per hari dari error untuk tabel tertentu, yang dipisahkan berdasarkan kode error:

SELECT
  TIMESTAMP_TRUNC(start_timestamp, DAY) as day,
  project_id,
  dataset_id,
  table_id,
  error_code,
  SUM(total_rows) AS num_rows,
  SUM(total_input_bytes) AS num_bytes,
  SUM(total_requests) AS num_requests
FROM
  `region-us`.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_PROJECT
WHERE
  table_id LIKE 'my_table'
GROUP BY
  project_id, dataset_id, table_id, error_code, day
ORDER BY
  day, project_id, dataset_id DESC;

Hasilnya akan mirip dengan berikut ini:

+---------------------+-------------+------------+----------+----------------+----------+-----------+--------------+
|         day         |  project_id | dataset_id | table_id |   error_code   | num_rows | num_bytes | num_requests |
+---------------------+-------------+------------+----------+----------------+----------+-----------+--------------+
| 2020-04-21 00:00:00 | my_project  | my_dataset | my_table | OK             |       41 |    252893 |           41 |
| 2020-04-20 00:00:00 | my_project  | my_dataset | my_table | OK             |     2798 |  10688286 |         2798 |
| 2020-04-19 00:00:00 | my_project  | my_dataset | my_table | OK             |     2005 |   7979495 |         2005 |
| 2020-04-18 00:00:00 | my_project  | my_dataset | my_table | OK             |     2054 |   7972378 |         2054 |
| 2020-04-17 00:00:00 | my_project  | my_dataset | my_table | OK             |     2056 |   6978079 |         2056 |
| 2020-04-17 00:00:00 | my_project  | my_dataset | my_table | INTERNAL       |        4 |     10825 |            4 |
+---------------------+-------------+------------+----------+----------------+----------+-----------+--------------+