Gestione delle tabelle partizionate

Questo documento descrive come gestire le tabelle partizionate in BigQuery.

Nota: le informazioni contenute in Gestione delle tabelle si applicano anche alle tabelle partizionate.

Ottieni metadati della partizione

Puoi ottenere informazioni sulle tabelle partizionate nei seguenti modi:

• Utilizza la visualizzazione INFORMATION_SCHEMA.PARTITIONS (anteprima).
• Utilizza la meta-tabella __PARTITIONS_SUMMARY__ (solo SQL precedente).

Recupero dei metadati della partizione utilizzando le viste INFORMATION_SCHEMA

Quando esegui una query sulla vista INFORMATION_SCHEMA.PARTITIONS, i risultati della query contengono una riga per ogni partizione. Ad esempio, la seguente query elenca tutte le partizioni della tabella nel set di dati denominato mydataset:

SELECT table_name, partition_id, total_rows
FROM `mydataset.INFORMATION_SCHEMA.PARTITIONS`
WHERE partition_id IS NOT NULL

Per saperne di più, consulta la pagina INFORMATION_SCHEMA.PARTITIONS.

Recupero dei metadati della partizione utilizzando le meta-tabelle

Nel linguaggio SQL precedente, puoi ottenere i metadati sulle partizioni delle tabelle eseguendo una query sulla meta-tabella __PARTITIONS_SUMMARY__. Le meta-tabelle sono tabelle di sola lettura che contengono metadati.

Esegui una query sulla meta-tabella __PARTITIONS_SUMMARY__ nel seguente modo:

#legacySQL
SELECT
  column
FROM
  [dataset.table$__PARTITIONS_SUMMARY__]

Nota: GoogleSQL non supporta il separatore del decorator di partizione ($), quindi non puoi eseguire query su __PARTITIONS_SUMMARY__ in GoogleSQL.

La meta-tabella __PARTITIONS_SUMMARY__ ha le seguenti colonne:

Valore	Descrizione
project_id	Nome del progetto.
dataset_id	Nome del set di dati.
table_id	Nome della tabella partizionata nel tempo.
partition_id	Nome (data) della partizione.
creation_time	L'ora in cui è stata creata la partizione, in millisecondi dal 1° gennaio 1970 UTC.
last_modified_time	L'ora in cui la partizione è stata modificata per l'ultima volta, in millisecondi dal 1° gennaio 1970 UTC.

Per eseguire un job di query che utilizza la meta- tabella __PARTITIONS_SUMMARY__, devi disporre almeno delle autorizzazioni bigquery.jobs.create e bigquery.tables.getData.

Per ulteriori informazioni sui ruoli IAM in BigQuery, consulta Controllo dell'accesso.

Imposta la scadenza della partizione

Quando crei una tabella partizionata in base alla data e all'ora di importazione o alla colonna dell'unità di tempo, puoi specificare una scadenza per la partizione. Questa impostazione specifica per quanto tempo BigQuery conserva i dati in ogni partizione. L'impostazione si applica a tutte le partizioni nella tabella, ma viene calcolata in modo indipendente per ogni partizione in base al tempo di partizione.

La data e l'ora di scadenza di una partizione viene calcolata dal limite della partizione in UTC. Ad esempio, con il partizionamento giornaliero, il limite della partizione è a mezzanotte (00:00:00 UTC). Se la scadenza della partizione della tabella è 6 ore, ogni partizione scade alle 06:00:00 UTC del giorno successivo. Alla scadenza di una partizione, BigQuery elimina i dati al suo interno.

Puoi anche specificare una scadenza predefinita della partizione a livello del set di dati. Se imposti la scadenza della partizione su una tabella, il valore sostituisce la scadenza predefinita della partizione. Se non specifichi alcuna scadenza della partizione (nella tabella o nel set di dati), le partizioni non scadono mai.

Nota: le tabelle partizionate con intervallo intero non supportano le tempistiche di scadenza delle partizioni.

Se imposti la scadenza di una tabella, questo valore ha la precedenza sulla scadenza della partizione. Ad esempio, se la scadenza della tabella è impostata su 5 giorni e la scadenza della partizione è impostata su 7 giorni, la tabella e tutte le partizioni al suo interno vengono eliminate dopo 5 giorni.

In qualsiasi momento dopo la creazione di una tabella, puoi aggiornare la scadenza della partizione della tabella. La nuova impostazione si applica a tutte le partizioni in quella tabella, indipendentemente da quando sono state create. Le partizioni esistenti scadono immediatamente se sono precedenti alla nuova scadenza. Allo stesso modo, se i dati vengono copiati o inseriti in una tabella partizionata in base all'unità di tempo, tutte le partizioni precedenti alla scadenza della partizione configurata per la tabella vengono scadute immediatamente.

Quando una partizione scade, i dati in quella partizione non sono più disponibili per l'esecuzione di query e non ti viene addebitato alcun costo per l'archiviazione di quella partizione. BigQuery elimina alla fine la partizione scaduta. Fino ad allora, la partizione viene conteggiata ai fini delle quote delle tabelle. Per eliminare subito una partizione, puoi eliminarla manualmente.

Aggiorna la scadenza della partizione

Per aggiornare la scadenza della partizione di una tabella partizionata:

Console

Non puoi aggiornare la scadenza della partizione nella console Google Cloud.

SQL

Utilizza l'istruzione ALTER TABLE SET OPTIONS. L'esempio seguente aggiorna la scadenza a 5 giorni. Per rimuovere la scadenza della partizione per una tabella, imposta partition_expiration_days su NULL.

1. Nella console Google Cloud, vai alla pagina BigQuery.

   Vai a BigQuery

2. Nell'Editor query, inserisci la seguente istruzione:

   ALTER TABLE mydataset.mytable
     SET OPTIONS (
       -- Sets partition expiration to 5 days
       partition_expiration_days = 5);
   

3. Fai clic su Esegui.

Per ulteriori informazioni su come eseguire le query, consulta Eseguire una query interattiva.

bq

Invia il comando bq update con il flag --time_partitioning_expiration. Se stai aggiornando una tabella partizionata in un progetto diverso da quello predefinito, aggiungi l'ID progetto al nome del set di dati nel seguente formato: project_id:dataset.

bq update \
--time_partitioning_expiration integer_in_seconds \
--time_partitioning_type unit_time \
project_id:dataset.table

Dove:

• integer è la durata predefinita (in secondi) per le partizioni della tabella. Non esiste un valore minimo. La scadenza restituisce la data della partizione più il valore intero. Se specifichi 0, la scadenza della partizione viene rimossa e la partizione non scade mai. Le partizioni senza scadenza devono essere eliminate manualmente.
• unit_time è DAY, HOUR, MONTH o YEAR, in base alla granularità di partizionamento della tabella. Questo valore deve corrispondere alla granularità impostata al momento della creazione della tabella.
• project_id è l'ID progetto.
• dataset è il nome del set di dati contenente la tabella che stai aggiornando.
• table è il nome della tabella che stai aggiornando.

Esempi:

Inserisci il seguente comando per aggiornare la scadenza delle partizioni in mydataset.mytable e impostarla su 5 giorni (432.000 secondi). mydataset è nel tuo progetto predefinito.

bq update --time_partitioning_expiration 432000 mydataset.mytable

Inserisci il seguente comando per aggiornare la scadenza delle partizioni in mydataset.mytable e impostarla su 5 giorni (432.000 secondi). mydataset si trova in myotherproject, non è il tuo progetto predefinito.

bq update \
--time_partitioning_expiration 432000 \
myotherproject:mydataset.mytable

API

Chiama il metodo tables.patch e utilizza la proprietà timePartitioning.expirationMs per aggiornare la scadenza della partizione in millisecondi. Poiché il metodo tables.update sostituisce l'intera risorsa tabella, il metodo tables.patch è preferibile.

Imposta i requisiti del filtro di partizionamento

Quando crei una tabella partizionata, puoi richiedere che tutte le query nella tabella debbano includere un filtro predicato (una clausola WHERE) che filtra nella colonna di partizionamento. Questa impostazione può migliorare le prestazioni e ridurre i costi, poiché BigQuery può utilizzare il filtro per eliminare le partizioni che non corrispondono al predicato.

Per informazioni sull'aggiunta dell'opzione Richiedi filtro di partizionamento quando crei una tabella partizionata, consulta Creazione di tabelle partizionate.

Se una tabella partizionata ha l'impostazione Richiedi filtro di partizionamento, ogni query in quella tabella deve includere almeno un predicato che faccia riferimento solo alla colonna di partizionamento. Le query senza questo predicato restituiscono il seguente errore:

Cannot query over table 'project_id.dataset.table' without a filter that can be used for partition elimination.

Per maggiori informazioni, consulta Esecuzione di query sulle tabelle partizionate.

Aggiorna il requisito del filtro di partizionamento

Se non abiliti l'opzione Richiedi filtro di partizionamento quando crei la tabella partizionata, puoi aggiornare la tabella per aggiungere l'opzione.

Console

Non puoi utilizzare la console Google Cloud per richiedere filtri di partizione dopo la creazione di una tabella partizionata.

SQL

Utilizza l'istruzione ALTER TABLE SET OPTIONS per aggiornare il requisito del filtro di partizionamento. L'esempio seguente aggiorna il requisito in true:

1. Nella console Google Cloud, vai alla pagina BigQuery.

   Vai a BigQuery

2. Nell'Editor query, inserisci la seguente istruzione:

   ALTER TABLE mydataset.mypartitionedtable
     SET OPTIONS (
       require_partition_filter = true);
   

3. Fai clic su Esegui.

Per ulteriori informazioni su come eseguire le query, consulta Eseguire una query interattiva.

bq

Per aggiornare una tabella partizionata in modo da richiedere filtri di partizione utilizzando lo strumento a riga di comando bq, inserisci il comando bq update e fornisci il flag --require_partition_filter.

Per aggiornare una tabella partizionata in un progetto diverso da quello predefinito, aggiungi l'ID progetto al set di dati nel seguente formato: project_id:dataset.

Ad esempio:

Per aggiornare mypartitionedtable in mydataset nel progetto predefinito, inserisci:

bq update --require_partition_filter mydataset.mytable

Per aggiornare mypartitionedtable in mydataset in myotherproject, inserisci:

bq update --require_partition_filter myotherproject:mydataset.mytable

API

Chiama il metodo tables.patch e imposta la proprietà requirePartitionFilter su true per richiedere i filtri di partizione. Poiché il metodo tables.update sostituisce l'intera risorsa della tabella, è preferibile il metodo tables.patch.

Java

Prima di provare questo esempio, segui le istruzioni di configurazione di Java disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Java.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.Table;

// Sample to update require partition filter on a table.
public class UpdateTableRequirePartitionFilter {

  public static void runUpdateTableRequirePartitionFilter() {
    // TODO(developer): Replace these variables before running the sample.
    String datasetName = "MY_DATASET_NAME";
    String tableName = "MY_TABLE_NAME";
    updateTableRequirePartitionFilter(datasetName, tableName);
  }

  public static void updateTableRequirePartitionFilter(String datasetName, String tableName) {
    try {
      // Initialize client that will be used to send requests. This client only needs to be created
      // once, and can be reused for multiple requests.
      BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();

      Table table = bigquery.getTable(datasetName, tableName);
      table.toBuilder().setRequirePartitionFilter(true).build().update();

      System.out.println("Table require partition filter updated successfully");
    } catch (BigQueryException e) {
      System.out.println("Table require partition filter was not updated \n" + e.toString());
    }
  }
}

Copiare una tabella partizionata

La procedura per copiare una tabella partizionata è la stessa per copiare una tabella standard. Per maggiori informazioni, consulta la sezione Copia di una tabella.

Quando copi una tabella partizionata, tieni presente quanto segue:

• Copia di una tabella partizionata in una nuova tabella di destinazione

  Tutte le informazioni sul partizionamento vengono copiate con la tabella. La nuova tabella e la tabella precedente avranno partizioni identiche.

• Copia di una tabella non partizionata in una tabella partizionata esistente

  Questa operazione è supportata solo per il partizionamento al momento dell'importazione. BigQuery copia i dati di origine nella partizione che rappresenta la data corrente. Questa operazione non è supportata per le tabelle partizionate in unità di tempo partizionate a colonne o con intervallo di numeri interi.

• Copia di una tabella partizionata in un'altra tabella partizionata

  Le specifiche delle partizioni per le tabelle di origine e di destinazione devono corrispondere.

• Copia di una tabella partizionata in una tabella non partizionata

  La tabella di destinazione rimane non partizionata.

• Copia di più tabelle partizionate

  Se copi più tabelle di origine in una tabella partizionata nello stesso job, le tabelle di origine non possono contenere una combinazione di tabelle partizionate e non partizionate.

  Se tutte le tabelle di origine sono tabelle partizionate, le specifiche della partizione per tutte le tabelle di origine devono corrispondere a quelle della tabella di destinazione.

Quando copi in una tabella esistente, puoi specificare se aggiungere o sovrascrivere la tabella di destinazione.

Copia singole partizioni

Puoi copiare i dati da una o più partizioni in un'altra tabella.

Nota: le autorizzazioni richieste sono le stesse valide per la copia di una tabella.

Console

La copia delle partizioni non è supportata dalla console Google Cloud.

bq

Per copiare una partizione, utilizza il comando bq cp (copy) dello strumento a riga di comando bq con un decorator di partizione ($date) come $20160201.

È possibile usare flag facoltativi per controllare la disposizione di scrittura della partizione di destinazione:

• -a o --append_table aggiunge i dati dalla partizione di origine a una tabella o partizione esistente nel set di dati di destinazione.
• -f o --force sovrascrive una tabella o partizione esistente nel set di dati di destinazione e non richiede la conferma.
• -n o --no_clobber restituisce il seguente messaggio di errore se la tabella o la partizione esiste nel set di dati di destinazione: Table '<var>project_id:dataset.table</var> or <var>table$date</var>' already exists, skipping. Se -n non è specificato, il comportamento predefinito prevede di scegliere se sostituire la tabella o la partizione di destinazione.
• --destination_kms_key è la chiave Cloud KMS gestita dal cliente utilizzata per criptare la tabella o la partizione di destinazione.

Il comando cp non supporta i flag --time_partitioning_field o --time_partitioning_type. Non puoi utilizzare un job di copia per convertire una tabella partizionata per data di importazione in una tabella partizionata.

--destination_kms_key non è una dimostrazione qui. Per ulteriori informazioni, consulta Protezione dei dati con le chiavi Cloud KMS.

Se il set di dati di origine o di destinazione si trova in un progetto diverso da quello predefinito, aggiungi l'ID progetto ai nomi del set di dati nel seguente formato: project_id:dataset.

(Facoltativo) Fornisci il flag --location e imposta il valore sulla tua località.

bq --location=location cp \
-a -f -n \
project_id:dataset.source_table$source_partition \
project_id:dataset.destination_table$destination_partition

Dove:

• location è il nome della tua località. Il flag --location è facoltativo. Ad esempio, se utilizzi BigQuery nella regione di Tokyo, puoi impostare il valore del flag su asia-northeast1. Puoi impostare un valore predefinito per la località utilizzando il file.bigqueryrc.
• project_id è l'ID progetto.
• dataset è il nome del set di dati di origine o di destinazione.
• source_table è la tabella che stai copiando.
• source_partition è il decorator della partizione di origine.
• destination_table è il nome della tabella nel set di dati di destinazione.
• destination_partition è il decorator della partizione di destinazione.

Esempi:

Nota: il separatore del decorator della partizione ($) è una variabile speciale nella shell Unix. Quando utilizzi lo strumento a riga di comando, potrebbe essere necessario eseguire l'escape del decorator. I seguenti esempi eseguono l'escape del decorator della partizione: mydataset.table\$20160519, 'mydataset.table$20160519'.

Copia di una partizione in una nuova tabella

Inserisci il comando seguente per copiare la partizione del 30 gennaio 2018 da mydataset.mytable in una nuova tabella: mydataset.mytable2. mydataset è nel tuo progetto predefinito.

bq cp -a 'mydataset.mytable$20180130' mydataset.mytable2

Copia di una partizione in una tabella non partizionata

Inserisci il comando seguente per copiare la partizione del 30 gennaio 2018 da mydataset.mytable in una tabella non partizionata: mydataset2.mytable2. La scorciatoia -a viene utilizzata per aggiungere i dati della partizione alla tabella di destinazione non partizionata. Entrambi i set di dati si trovano nel progetto predefinito.

bq cp -a 'mydataset.mytable$20180130' mydataset2.mytable2

Inserisci il comando seguente per copiare la partizione del 30 gennaio 2018 da mydataset.mytable in una tabella non partizionata: mydataset2.mytable2. La scorciatoia -f viene utilizzata per sovrascrivere la tabella di destinazione non partizionata senza chiedere conferma.

bq --location=US cp -f 'mydataset.mytable$20180130' mydataset2.mytable2

Copia di una partizione in un'altra tabella partizionata

Inserisci il seguente comando per copiare la partizione del 30 gennaio 2018 da mydataset.mytable a un'altra tabella partizionata: mydataset2.mytable2. La scorciatoia -a viene utilizzata per aggiungere i dati della partizione alla tabella di destinazione. Poiché nella tabella di destinazione non è specificato alcun decorator della partizione, la chiave di partizione di origine viene conservata e i dati vengono copiati nella partizione del 30 gennaio 2018 nella tabella di destinazione. Puoi anche specificare un decorator della partizione nella tabella di destinazione per copiare i dati in una partizione specifica. mydataset è nel tuo progetto predefinito. mydataset2 si trova in myotherproject, non nel progetto predefinito.

bq --location=US cp \
-a \
'mydataset.mytable$20180130' \
myotherproject:mydataset2.mytable2

Inserisci il seguente comando per copiare la partizione del 30 gennaio 2018 da mydataset.mytable nella partizione del 20 febbraio 2018 di un'altra tabella partizionata: mydataset2.mytable2. La scorciatoia -f viene utilizzata per sovrascrivere la partizione del 20 febbraio 2018 nella tabella di destinazione senza prompt. Se non viene utilizzato alcun decorator della partizione, tutti i dati nella tabella di destinazione vengono sovrascritti. mydataset è nel tuo progetto predefinito. mydataset2 si trova in myotherproject, non è il tuo progetto predefinito.

bq cp \
-f \
'mydataset.mytable$20180130' \
'myotherproject:mydataset2.mytable2$20180220'

Inserisci il seguente comando per copiare la partizione del 30 gennaio 2018 da mydataset.mytable a un'altra tabella partizionata: mydataset2.mytable2. mydataset è nel tuo progetto predefinito. mydataset2 si trova in myotherproject, non nel progetto predefinito. Se nella tabella di destinazione sono presenti dei dati, il comportamento predefinito prevede la richiesta di sovrascrivere.

bq cp \
'mydataset.mytable$20180130' \
myotherproject:mydataset2.mytable2

Nota: il comando bq cp con decorator di partizione funziona su partizioni basate su colonne in cui la partizione di origine e quella di destinazione sono identiche. Il comando bq cp funziona anche su partizioni basate sul tempo di importazione in cui la partizione rappresenta la stessa unità di tempo o un'unità di tempo meno approssimativa che contiene la partizione di origine. Ad esempio, se $20180130 è il decorator della partizione di origine, i decoratori validi della partizione di destinazione includono $20180130, $201801 e $2018. Per copiare una partizione basata su colonne in un decorator di partizionamento completamente diverso o in una partizione in unità di tempo con granularità più fine, utilizza un'istruzione INSERT SELECT.

Per copiare più partizioni, specificale come elenco separato da virgole:

bq cp \
'mydataset.mytable$20180130,mydataset.mytable$20180131' \
myotherproject:mydataset.mytable2

API

Chiama il metodo jobs.insert e configura un job copy. (Facoltativo) Specifica la tua regione nella proprietà location nella sezione jobReference della risorsa job.

Specifica le seguenti proprietà nella configurazione del job:

• Inserisci il set di dati di origine, la tabella e la partizione nella proprietà sourceTables.
• Inserisci il set di dati e la tabella di destinazione nella proprietà destinationTable.
• Utilizza la proprietà writeDisposition per specificare se aggiungere o sovrascrivere la tabella o la partizione di destinazione.

Per copiare più partizioni, inserisci le partizioni di origine (inclusi i nomi del set di dati e della tabella) nella proprietà sourceTables.

Elimina una partizione

Puoi eliminare una singola partizione da una tabella partizionata. Tuttavia, non puoi eliminare le partizioni speciali __NULL__ o __UNPARTITIONED__.

Puoi eliminare una sola partizione alla volta.

Nota: le autorizzazioni richieste sono le stesse dell'eliminazione di una tabella.

Puoi eliminare una partizione specificando il decorator della partizione, a meno che non sia una delle due partizioni speciali.

Per eliminare una partizione in una tabella partizionata:

Console

L'eliminazione delle partizioni non è supportata dalla console Google Cloud.

SQL

Se un'istruzione DELETE idonea copre tutte le righe di una partizione, BigQuery rimuove l'intera partizione. Questa rimozione avviene senza analizzare byte né utilizzare slot. Il seguente esempio di un'istruzione DELETE copre l'intera partizione di un filtro nella pseudo colonna _PARTITIONDATE:

1. Nella console Google Cloud, vai alla pagina BigQuery.

   Vai a BigQuery

2. Nell'Editor query, inserisci la seguente istruzione:

   DELETE mydataset.mytable
   WHERE _PARTITIONDATE IN ('2076-10-07', '2076-03-06');
   

3. Fai clic su Esegui.

Per ulteriori informazioni su come eseguire le query, consulta Eseguire una query interattiva.

bq

Utilizza il comando bq rm con il flag --table (o la scorciatoia -t) e specifica il decorator della partizione per eliminare una partizione specifica.

bq rm --table project_id:dataset.table$partition

Dove:

• project_id è l'ID progetto. Se omesso, viene utilizzato il tuo progetto predefinito.
• dataset è il nome del set di dati che contiene la tabella.
• table è il nome della tabella.
• partition è il decorator della partizione che stai eliminando.

I decoratori delle partizioni hanno il seguente formato, a seconda del tipo di partizionamento:

• Partizione oraria: yyyymmddhh. Esempio: $2016030100.
• Partizione giornaliera: yyyymmdd. Esempio: $20160301.
• Partizione mensile: yyyymm. Esempio: $201603.
• Partizione annuale: yyyy. Esempio: $2016.
• Partizione intervallo intero: inizio dell'intervallo di partizione. Esempio: $20.

Lo strumento a riga di comando bq richiede di confermare l'azione. Per saltare la conferma, usa il flag --force (o la scorciatoia -f).

Nota: il separatore del decorator della partizione ($) è una variabile speciale nella shell Unix. Quando utilizzi lo strumento a riga di comando, potrebbe essere necessario eseguire l'escape del decorator. I seguenti esempi eseguono l'escape del decorator della partizione: mydataset.table\$20160519, 'mydataset.table$20160519'.

Esempi:

Elimina la partizione del 1° marzo 2016 in una tabella partizionata giornaliera denominata mydataset.mytable nel progetto predefinito:

bq rm --table 'mydataset.mytable$20160301'

Elimina la partizione per marzo 2016 in una tabella partizionata mensile:

bq rm --table 'mydataset.mytable$201603'

Elimina l'intervallo di numeri interi a partire da 20 in una tabella partizionata con intervallo di numeri interi denominata mydataset.mytable:

bq rm --table 'mydataset.mytable$20'

API

Chiama il metodo tables.delete e specifica il decorator della tabella e della partizione utilizzando il parametro tableId.

Sicurezza delle tabelle partizionate

Il controllo dell'accesso per le tabelle partizionate equivale al controllo dell'accesso per le tabelle standard. Per ulteriori informazioni, consulta Introduzione ai controlli di accesso alle tabelle.