Valutazione della migrazione

La valutazione della migrazione di BigQuery ti consente di pianificare e rivedere la migrazione del tuo data warehouse esistente in BigQuery. Puoi eseguire la valutazione della migrazione di BigQuery per generare un report per valutare i costi di archiviazione dei dati in BigQuery, vedere come BigQuery può ottimizzare il carico di lavoro esistente per risparmiare sui costi e preparare un piano di migrazione che illustri il tempo e l'impegno necessari per completare la migrazione del data warehouse a BigQuery.

Questo documento descrive come utilizzare la valutazione della migrazione di BigQuery e i diversi modi in cui puoi esaminare i risultati della valutazione. Questo documento è rivolto agli utenti che conoscono la console Google Cloud e il traduttore SQL batch.

Panoramica

Per preparare ed eseguire una valutazione della migrazione di BigQuery, segui questi passaggi:

1. Crea un bucket Cloud Storage.

   Nota: utilizza il flag --pap per impedire che i dati del bucket Cloud Storage siano accessibili pubblicamente.

2. Estrai metadati e log delle query dal tuo data warehouse utilizzando lo strumento dwh-migration-dumper.

3. Carica i log dei metadati e delle query nel bucket Cloud Storage.

4. Esegui la valutazione della migrazione.

5. Esamina il report di Looker Studio.

6. (Facoltativo) Esegui una query sui risultati della valutazione per trovare informazioni dettagliate o specifiche sulla valutazione.

Estrarre metadati e log delle query dal data warehouse

Per preparare la valutazione con i suggerimenti sono necessari sia i metadati che i log delle query.

Per estrarre i metadati e i log delle query necessari per eseguire la valutazione, seleziona il tuo data warehouse:

Teradata

Nota: per fornire feedback o porre domande relative alla valutazione della migrazione di BigQuery per Teradata, contatta [e-mail].

Requisiti

• Una macchina connessa al data warehouse Teradata di origine (sono supportati Teradata 15 e versioni successive)
• Un account Google Cloud con un bucket Cloud Storage per archiviare i dati
• Un set di dati BigQuery vuoto per archiviare i risultati
• Autorizzazioni di lettura sul set di dati per visualizzare i risultati
• Consigliato: diritti di accesso a livello di amministratore al database di origine quando si utilizza lo strumento di estrazione per accedere alle tabelle di sistema

Requisito: abilita il logging

Lo strumento dwh-migration-dumper estrae tre tipi di log: log delle query, log delle utilità e log di utilizzo delle risorse. Per visualizzare insight più approfonditi, devi abilitare il logging per i seguenti tipi di log:

• Log delle query:estratti dalla vista dbc.QryLogV e dalla tabella dbc.DBQLSqlTbl. Abilita il logging specificando l'opzione WITH SQL.
• Log di utilità: estratti dalla tabella dbc.DBQLUtilityTbl. Abilita l'accesso specificando l'opzione WITH UTILITYINFO.
• Log di utilizzo delle risorse: estratti dalle tabelle dbc.ResUsageScpu e dbc.ResUsageSpma. Abilita il logging RSS per queste due tabelle.

Esegui lo strumento dwh-migration-dumper

Scarica lo strumento dwh-migration-dumper.

Scarica il file SHA256SUMS.txt ed esegui questo comando per verificare la correttezza del file zip:

sha256sum --check SHA256SUMS.txt

Per maggiori dettagli su come configurare e utilizzare lo strumento di estrazione, consulta Generare metadati per la traduzione e la valutazione.

Usa lo strumento di estrazione per estrarre i log e i metadati dal data warehouse Teradata sotto forma di due file ZIP. Esegui questi comandi su una macchina con accesso al data warehouse di origine per generare i file.

Genera il file ZIP dei metadati:

dwh-migration-dumper \
  --connector teradata \
  --database DATABASES \
  --driver path/terajdbc4.jar \
  --host HOST \
  --assessment \
  --user USER \
  --password PASSWORD

Genera il file ZIP contenente i log delle query:

dwh-migration-dumper \
  --connector teradata-logs \
  --driver path/terajdbc4.jar \
  --host HOST \
  --assessment \
  --user USER \
  --password PASSWORD

Sostituisci quanto segue:

• DATABASES: l'elenco separato da virgole di nomi dei database da estrarre
• PATH: il percorso assoluto o relativo del file JAR del driver da utilizzare per questa connessione
• VERSION: la versione del driver
• HOST: indirizzo host
• USER: il nome utente da utilizzare per la connessione al database
• PASSWORD: la password da utilizzare per la connessione al database

  Se viene lasciato vuoto, all'utente viene chiesta la password.

Puoi utilizzare solo il flag --database per il connettore teradata. Questo flag consente di estrarre i metadati di uno o più database. Quando estrai i log delle query utilizzando il connettore teradata-logs, il flag --database non è disponibile. I log delle query vengono sempre estratti per tutti i database.

Per impostazione predefinita, i log delle query vengono estratti dalla vista dbc.QryLogV e dalla tabella dbc.DBQLSqlTbl. Se devi estrarre i log delle query da una posizione alternativa, puoi specificare i nomi delle tabelle o delle viste utilizzando i flag -Dteradata-logs.query-logs-table e -Dteradata-logs.sql-logs-table.

Suggerimento: per migliorare le prestazioni dell'unione delle tabelle specificate dai flag -Dteradata-logs.query-logs-table e -Dteradata-logs.sql-logs-table, puoi includere un'ulteriore colonna di tipo DATE nella condizione JOIN. Questa colonna deve essere definita in entrambe le tabelle e deve far parte dell'indice principale partizionato. Per includere questa colonna, utilizza il flag -Dteradata-logs.log-date-column.

Per impostazione predefinita, i log dell'utilità vengono estratti dalla tabella dbc.DBQLUtilityTbl. Se devi estrarre i log dell'utilità da una posizione alternativa, puoi specificare il nome della tabella utilizzando il flag -Dteradata-logs.utility-logs-table.

Per impostazione predefinita, i log di utilizzo delle risorse vengono estratti dalle tabelle dbc.ResUsageScpu e dbc.ResUsageSpma. Se devi estrarre i log di utilizzo delle risorse da una posizione alternativa, puoi specificare i nomi delle tabelle utilizzando i flag -Dteradata-logs.res-usage-scpu-table e -Dteradata-logs.res-usage-spma-table.

Ad esempio:

Bash

dwh-migration-dumper \
  --connector teradata-logs \
  --driver path/terajdbc4.jar \
  --host HOST \
  --assessment \
  --user USER \
  --password PASSWORD \
  -Dteradata-logs.query-logs-table=pdcrdata.QryLogV_hst \
  -Dteradata-logs.sql-logs-table=pdcrdata.DBQLSqlTbl_hst \
  -Dteradata-logs.log-date-column=LogDate \
  -Dteradata-logs.utility-logs-table=pdcrdata.DBQLUtilityTbl_hst \
  -Dteradata-logs.res-usage-scpu-table=pdcrdata.ResUsageScpu_hst \
  -Dteradata-logs.res-usage-spma-table=pdcrdata.ResUsageSpma_hst

Windows PowerShell

dwh-migration-dumper `
  --connector teradata-logs `
  --driver path\terajdbc4.jar `
  --host HOST `
  --assessment `
  --user USER `
  --password PASSWORD `
  "-Dteradata-logs.query-logs-table=pdcrdata.QryLogV_hst" `
  "-Dteradata-logs.sql-logs-table=pdcrdata.DBQLSqlTbl_hst" `
  "-Dteradata-logs.log-date-column=LogDate" `
  "-Dteradata-logs.utility-logs-table=pdcrdata.DBQLUtilityTbl_hst" `
  "-Dteradata-logs.res-usage-scpu-table=pdcrdata.ResUsageScpu_hst" `
  "-Dteradata-logs.res-usage-spma-table=pdcrdata.ResUsageSpma_hst"

Per impostazione predefinita, lo strumento dwh-migration-dumper estrae i log delle query degli ultimi sette giorni. Google consiglia di fornire log delle query per almeno due settimane per poter visualizzare insight più approfonditi. Puoi specificare un intervallo di tempo personalizzato utilizzando i flag --query-log-start e --query-log-end. Ad esempio:

dwh-migration-dumper \
  --connector teradata-logs \
  --driver path/terajdbc4.jar \
  --host HOST \
  --assessment \
  --user USER \
  --password PASSWORD \
  --query-log-start "2023-01-01 00:00:00" \
  --query-log-end "2023-01-15 00:00:00"

Puoi anche generare più file ZIP contenenti i log delle query relativi a periodi diversi e fornirli tutti per la valutazione.

Amazon Redshift

Anteprima

Questa funzionalità è soggetta ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici dei servizi. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Nota: per fornire un feedback o porre domande relative alla valutazione della migrazione di BigQuery per Amazon Redshift, contatta [e-mail].

Requisiti

• Una macchina connessa al data warehouse Amazon Redshift di origine
• Un account Google Cloud con un bucket Cloud Storage per archiviare i dati
• Un set di dati BigQuery vuoto per archiviare i risultati
• Autorizzazioni di lettura sul set di dati per visualizzare i risultati
• Opzione consigliata: accesso dei super utenti al database quando usa lo strumento di estrazione per accedere alle tabelle di sistema

Esegui lo strumento dwh-migration-dumper

Scarica lo strumento di estrazione dalla riga di comando dwh-migration-dumper.

Scarica il file SHA256SUMS.txt ed esegui questo comando per verificare la correttezza del file zip:

sha256sum --check SHA256SUMS.txt

Per maggiori dettagli su come utilizzare lo strumento dwh-migration-dumper, consulta la pagina Generare metadati.

Usa lo strumento dwh-migration-dumper per estrarre i log e i metadati dal tuo data warehouse Amazon Redshift sotto forma di due file ZIP. Esegui questi comandi su una macchina con accesso al data warehouse di origine per generare i file.

Genera il file ZIP dei metadati:

dwh-migration-dumper \
  --connector redshift \
  --database DATABASE \
  --driver PATH/redshift-jdbc42-VERSION.jar \
  --host host.region.redshift.amazonaws.com \
  --assessment \
  --user USER \
  --iam-profile IAM_PROFILE_NAME

Genera il file ZIP contenente i log delle query:

dwh-migration-dumper \
  --connector redshift-raw-logs \
  --database DATABASE \
  --driver PATH/redshift-jdbc42-VERSION.jar \
  --host host.region.redshift.amazonaws.com \
  --assessment \
  --user USER \
  --iam-profile IAM_PROFILE_NAME

Sostituisci quanto segue:

• DATABASE: il nome del database a cui connetterti
• PATH: il percorso assoluto o relativo del file JAR del driver da utilizzare per questa connessione
• VERSION: la versione del driver
• USER: il nome utente da utilizzare per la connessione al database
• IAM_PROFILE_NAME: il nome del profilo IAM Redshift. Obbligatorio per l'autenticazione Redshift e per l'accesso all'API AWS. L'API AWS viene utilizzata per ottenere la descrizione dei cluster Redshift.

Per impostazione predefinita, Amazon Redshift archivia da tre a cinque giorni di log delle query.

Per impostazione predefinita, lo strumento dwh-migration-dumper estrae i log delle query degli ultimi sette giorni.

Google consiglia di fornire log delle query per almeno due settimane per poter visualizzare insight più approfonditi. Potresti dover eseguire lo strumento di estrazione alcune volte nell'arco di due settimane per ottenere risultati ottimali. Puoi specificare un intervallo personalizzato utilizzando i flag --query-log-start e --query-log-end. Ad esempio:

dwh-migration-dumper \
  --connector redshift-raw-logs \
  --database DATABASE \
  --driver PATH/redshift-jdbc42-VERSION.jar \
  --host host.region.redshift.amazonaws.com \
  --assessment \
  --user USER \
  --iam-profile IAM_PROFILE_NAME \
  --query-log-start "2023-01-01 00:00:00" \
  --query-log-end "2023-01-02 00:00:00"

Puoi anche generare più file ZIP contenenti i log delle query relativi a periodi diversi e fornirli tutti per la valutazione.

Nota: le versioni precedenti dello strumento dwh-migration-dumper preferivano l'opzione --password rispetto a --iam-profile. Questa opzione continua a funzionare, ma è deprecata e potrebbe causare alcune lacune nel report.

Apache Hive

Anteprima

Questa funzionalità è soggetta ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici dei servizi. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Per richiedere assistenza o feedback per questa funzionalità, invia un'email all'indirizzo [e-mail].

Requisiti

• Una macchina connessa al data warehouse Apache Hive di origine (la valutazione della migrazione di BigQuery supporta Hive su Tez e MapReduce e supporta le versioni di Apache Hive comprese tra 2.2 e 3.1)
• Un account Google Cloud con un bucket Cloud Storage per archiviare i dati
• Un set di dati BigQuery vuoto per archiviare i risultati
• Autorizzazioni di lettura sul set di dati per visualizzare i risultati
• Accesso al data warehouse Apache Hive di origine per configurare l'estrazione dei log di query
• Statistiche aggiornate di tabelle, partizioni e colonne

La valutazione della migrazione di BigQuery utilizza le statistiche di tabelle, partizioni e colonne per comprendere meglio il data warehouse Apache Hive e fornire insight approfonditi. Se l'impostazione di configurazione hive.stats.autogather è impostata su false nel data warehouse Apache Hive di origine, Google consiglia di attivarla o di aggiornare le statistiche manualmente prima di eseguire lo strumento dwh-migration-dumper.

Esegui lo strumento dwh-migration-dumper

Scarica lo strumento di estrazione dalla riga di comando dwh-migration-dumper.

Scarica il file SHA256SUMS.txt ed esegui questo comando per verificare la correttezza del file zip:

sha256sum --check SHA256SUMS.txt

Per maggiori dettagli su come utilizzare lo strumento dwh-migration-dumper, consulta Generare metadati per la traduzione e la valutazione.

Utilizza lo strumento dwh-migration-dumper per generare metadati dal tuo data warehouse Hive come file ZIP.

Senza autenticazione

Per generare il file ZIP dei metadati, esegui questo comando su una macchina che ha accesso al data warehouse di origine:

dwh-migration-dumper \
  --connector hiveql \
  --database DATABASES \
  --host hive.cluster.host \
  --port 9083 \
  --assessment

Con autenticazione Kerberos

Per eseguire l'autenticazione al metastore, accedi come utente con accesso al metastore Hive e genera un ticket Kerberos. Quindi, genera il file ZIP dei metadati con il seguente comando:

JAVA_OPTS="-Djavax.security.auth.useSubjectCredsOnly=false" \
  dwh-migration-dumper \
  --connector hiveql \
  --database DATABASES \
  --host hive.cluster.host \
  --port 9083 \
  --hive-kerberos-url PRINCIPAL/HOST \
  -Dhiveql.rpc.protection=hadoop.rpc.protection \
  --assessment

Sostituisci quanto segue:

• DATABASES: l'elenco separato da virgole di nomi del database da estrarre. Se non viene specificato, vengono estratti tutti i database.
• PRINCIPAL: l'entità Kerberos a cui viene emesso il biglietto
• HOST: il nome host kerberos su cui viene emesso il ticket
• hadoop.rpc.protection: il valore della qualità della protezione (QOP) del livello di configurazione SASL (Simple Authentication and Security Layer), uguale al valore del parametro hadoop.rpc.protection all'interno del file /etc/hadoop/conf/core-site.xml, con uno dei seguenti valori:
  • authentication
  • integrity
  • privacy

Estrai i log delle query con l'hook di logging hadoop-migration-assessment

Per estrarre i log delle query:

1. Carica l'hook di logging hadoop-migration-assessment.
2. Configura le proprietà dell'hook di logging.
3. Verifica l'hook di logging.

Carica l'hook di logging hadoop-migration-assessment

1. Scarica l'hook di logging per l'estrazione dei log delle query hadoop-migration-assessment contenente il file JAR dell'hook di logging di Hive.

2. Estrai il file JAR.

   Se devi controllare lo strumento per assicurarti che soddisfi i requisiti di conformità, rivedi il codice sorgente dal repository GitHub dell'hook di logging di hadoop-migration-assessment e compila il tuo programma binario.

3. Copia il file JAR nella cartella della libreria ausiliaria su tutti i cluster in cui prevedi di abilitare il logging delle query. A seconda del fornitore, devi individuare la cartella della libreria ausiliaria nelle impostazioni del cluster e trasferire il file JAR alla cartella della libreria ausiliaria sul cluster Hive.

4. Imposta le proprietà di configurazione per hadoop-migration-assessment hook di logging. A seconda del fornitore Hadoop, devi utilizzare la console dell'interfaccia utente per modificare le impostazioni del cluster. Modifica il file /etc/hive/conf/hive-site.xml o applica la configurazione con Configuration Manager.

Configura le proprietà

Se hai già altri valori per le seguenti chiavi di configurazione, aggiungi le impostazioni utilizzando una virgola (,). Per configurare l'hook di logging di hadoop-migration-assessment, sono necessarie le seguenti impostazioni di configurazione:

• hive.exec.failure.hooks: com.google.cloud.bigquery.dwhassessment.hooks.MigrationAssessmentLoggingHook
• hive.exec.post.hooks: com.google.cloud.bigquery.dwhassessment.hooks.MigrationAssessmentLoggingHook
• hive.exec.pre.hooks: com.google.cloud.bigquery.dwhassessment.hooks.MigrationAssessmentLoggingHook
• hive.aux.jars.path: includi il percorso del file JAR dell'hook di logging, ad esempio file:///HiveMigrationAssessmentQueryLogsHooks_deploy.jar.
• dwhassessment.hook.base-directory: percorso della cartella di output dei log delle query. Ad esempio, hdfs://tmp/logs/.

• Puoi anche impostare le seguenti configurazioni facoltative:

  • dwhassessment.hook.queue.capacity: la capacità della coda per i thread di logging degli eventi delle query. Il valore predefinito è 64.
  • dwhassessment.hook.rollover-interval: la frequenza con cui deve essere eseguito il riporto del file. Ad esempio, 600s. Il valore predefinito è 3600 secondi (1 ora).
  • dwhassessment.hook.rollover-eligibility-check-interval: la frequenza con cui viene attivato il controllo di idoneità del riporto dei file in background. Ad esempio, 600s. Il valore predefinito è 600 secondi (10 minuti).

Importante: per applicare le modifiche alla configurazione, devi riavviare i servizi Hive.

Verifica l'hook di logging

Dopo aver riavviato il processo hive-server2, esegui una query di prova e analizza i log di debug. Puoi visualizzare il seguente messaggio:

Logger successfully started, waiting for query events. Log directory is '[dwhassessment.hook.base-directory value]'; rollover interval is '60' minutes;
rollover eligibility check is '10' minutes

L'hook di logging crea una sottocartella partizionata in base alle date nella cartella configurata. Il file Avro con eventi di query viene visualizzato in quella cartella dopo l'intervallo dwhassessment.hook.rollover-interval o la fine del processo hive-server2. Per verificare lo stato dell'operazione di riporto, puoi cercare messaggi simili nei log di debug:

Updated rollover time for logger ID 'my_logger_id' to '2023-12-25T10:15:30'

Performed rollover check for logger ID 'my_logger_id'. Expected rollover time
is '2023-12-25T10:15:30'

Il rollback avviene a intervalli specificati o quando il giorno cambia. Quando la data cambia, l'hook di logging crea anche una nuova sottocartella per quella data.

Google consiglia di fornire log delle query per almeno due settimane per poter visualizzare insight più approfonditi.

Puoi anche generare cartelle contenenti log delle query da diversi cluster Hive e fornirli tutti per un'unica valutazione.

Snowflake

Anteprima

Questa funzionalità è soggetta ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici dei servizi. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Nota: per fornire feedback o porre domande relative alla valutazione della migrazione di BigQuery per Snowflake, contatta [e-mail].

Requisiti

Devi soddisfare i seguenti requisiti per estrarre i metadati e i log delle query da Snowflake:

• Una macchina in grado di connettersi alle tue istanze Snowflake.
• Un account Google Cloud con un bucket Cloud Storage per archiviare i dati.
• Un set di dati BigQuery vuoto in cui archiviare i risultati. In alternativa, puoi creare un set di dati BigQuery quando crei il job di valutazione utilizzando l'interfaccia utente della console Google Cloud.
• Accesso al ruolo ACCOUNTADMIN all'istanza Snowflake o assegnazione di un ruolo con i privilegi IMPORTED PRIVILEGES sul database Snowflake da un amministratore account.

Esegui lo strumento dwh-migration-dumper

Scarica lo strumento di estrazione dalla riga di comando dwh-migration-dumper.

Scarica il file SHA256SUMS.txt ed esegui questo comando per verificare la correttezza del file zip:

sha256sum --check SHA256SUMS.txt

Per maggiori dettagli su come utilizzare lo strumento dwh-migration-dumper, consulta la pagina Generare metadati.

Usa lo strumento dwh-migration-dumper per estrarre i log e i metadati dal tuo data warehouse Snowflake come due file ZIP. Esegui questi comandi su una macchina con accesso al data warehouse di origine per generare i file.

Genera il file ZIP dei metadati:

dwh-migration-dumper \
  --connector snowflake \
  --host HOST_NAME \
  --database SNOWFLAKE \
  --user USER_NAME \
  --role ROLE_NAME \
  --warehouse WAREHOUSE \
  --assessment \
  --password PASSWORD

Genera il file ZIP contenente i log delle query:

dwh-migration-dumper \
  --connector snowflake-logs \
  --host HOST_NAME \
  --database SNOWFLAKE \
  --user USER_NAME \
  --role ROLE_NAME \
  --warehouse WAREHOUSE \
  --query-log-start STARTING_DATE \
  --query-log-end ENDING_DATE \
  --assessment \
  --password PASSWORD

Sostituisci quanto segue:

• HOST_NAME: il nome host dell'istanza Snowflake.
• USER_NAME: il nome utente da utilizzare per la connessione al database, dove l'utente deve disporre delle autorizzazioni di accesso come descritto nella sezione dei requisiti.
• ROLE_NAME (Facoltativo) Il ruolo utente durante l'esecuzione dello strumento dwh-migration-dumper, ad esempio ACCOUNTADMIN.
• WAREHOUSE: il warehouse utilizzato per eseguire le operazioni di dumping. Se disponi di più warehouse virtuali, puoi specificare qualsiasi warehouse per eseguire la query. L'esecuzione di questa query con le autorizzazioni di accesso descritte nella sezione dei requisiti estrae tutti gli artefatti del warehouse in questo account.
• STARTING_DATE: (facoltativo) utilizzato per indicare la data di inizio in un intervallo di date dei log delle query, nel formato YYYY-MM-DD.
• ENDING_DATE: (facoltativo) utilizzato per indicare la data di fine in un intervallo di date dei log delle query, scritte nel formato YYYY-MM-DD.

Puoi anche generare più file ZIP contenenti i log delle query che coprono periodi non sovrapposti e fornirli tutti per la valutazione.

Carica i metadati e i log delle query su Cloud Storage

Dopo aver estratto i metadati e i log delle query dal data warehouse, puoi caricare i file in un bucket Cloud Storage per procedere con la valutazione della migrazione.

Teradata

Nota: per domande relative alla valutazione della migrazione di BigQuery per Teradata, contatta [e-mail].

Carica i metadati e uno o più file ZIP contenenti i log delle query nel bucket Cloud Storage. Per ulteriori informazioni sulla creazione di bucket e sul caricamento di file in Cloud Storage, consulta Creare bucket e Caricare oggetti da un file system. Il limite per le dimensioni totali non compresse di tutti i file all'interno del file ZIP dei metadati è di 50 GB.

Le voci in tutti i file ZIP contenenti i log delle query sono suddivise come segue:

• File di cronologia delle query con il prefisso query_history_.
• File di serie temporali con i prefissi utility_logs_, dbc.ResUsageScpu_ e dbc.ResUsageSpma_.

Il limite per le dimensioni totali non compresse di tutti i file di cronologia delle query è 5 TB. Il limite per la dimensione totale non compressa di tutti i file delle serie temporali è 1 TB.

Se i log delle query vengono archiviati in un database diverso, consulta la descrizione dei flag -Dteradata-logs.query-logs-table e -Dteradata-logs.sql-logs-table precedente in questa sezione, in cui viene spiegato come fornire una posizione alternativa per i log delle query.

Amazon Redshift

Anteprima

Questa funzionalità è soggetta ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici dei servizi. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Nota: per fornire un feedback o porre domande relative alla valutazione della migrazione di BigQuery per Amazon Redshift, contatta [e-mail].

Carica i metadati e uno o più file ZIP contenenti i log delle query nel bucket Cloud Storage. Per ulteriori informazioni sulla creazione di bucket e sul caricamento di file in Cloud Storage, consulta Creare bucket e Caricare oggetti da un file system. Il limite per le dimensioni totali non compresse di tutti i file all'interno del file ZIP dei metadati è di 50 GB.

Le voci in tutti i file ZIP contenenti i log delle query sono suddivise come segue:

• File di cronologia delle query con i prefissi querytext_ e ddltext_.
• File di serie temporali con i prefissi query_queue_info_, wlm_query_ e querymetrics_.

Il limite per le dimensioni totali non compresse di tutti i file di cronologia delle query è 5 TB. Il limite per la dimensione totale non compressa di tutti i file delle serie temporali è 1 TB.

Apache Hive

Anteprima

Questa funzionalità è soggetta ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici dei servizi. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Per richiedere assistenza o feedback per questa funzionalità, invia un'email all'indirizzo [e-mail].

Carica i metadati e le cartelle contenenti i log delle query di uno o più cluster Hive nel bucket Cloud Storage. Per ulteriori informazioni sulla creazione di bucket e sul caricamento di file in Cloud Storage, consulta Creare bucket e Caricare oggetti da un file system.

Il limite per le dimensioni totali non compresse di tutti i file all'interno del file ZIP dei metadati è di 50 GB.

Puoi utilizzare il connettore Cloud Storage per copiare i log delle query direttamente nella cartella di Cloud Storage. Le cartelle contenenti sottocartelle con log delle query devono essere caricate nella stessa cartella di Cloud Storage in cui viene caricato il file ZIP dei metadati.

Le cartelle dei log delle query hanno file di cronologia delle query con il prefisso dwhassessment_. Il limite per la dimensione totale non compressa di tutti i file della cronologia delle query è di 5 TB.

Snowflake

Anteprima

Questa funzionalità è soggetta ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici dei servizi. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Nota: per fornire feedback o porre domande relative alla valutazione della migrazione di BigQuery per Snowflake, contatta [e-mail].

Carica i metadati e i file ZIP contenenti i log delle query e le cronologie di utilizzo nel bucket Cloud Storage. Quando carichi questi file su Cloud Storage, devono essere soddisfatti i seguenti requisiti:

• La dimensione totale non compressa di tutti i file all'interno del file ZIP dei metadati deve essere inferiore a 50 GB.
• Il file ZIP dei metadati e il file ZIP contenente i log delle query devono essere caricati in una cartella di Cloud Storage. Se hai più file ZIP contenenti log delle query non sovrapposti, puoi caricarli tutti.
• Devi caricare tutti i file nella stessa cartella di Cloud Storage.
• Devi caricare tutti i file ZIP dei metadati e dei log delle query esattamente come vengono restituiti dallo strumento dwh-migration-dumper. Non decomprimerli, combinarli o modificarli in altro modo.
• Le dimensioni totali non compresse di tutti i file di cronologia delle query devono essere inferiori a 5 TB.

Per ulteriori informazioni sulla creazione di bucket e sul caricamento di file in Cloud Storage, consulta Creare bucket e Caricare oggetti da un file system.

Esegui una valutazione della migrazione di BigQuery

Segui questi passaggi per eseguire la valutazione della migrazione di BigQuery. Questi passaggi presuppongono che tu abbia caricato i file di metadati in un bucket Cloud Storage, come descritto nella sezione precedente.

Autorizzazioni obbligatorie

Per abilitare BigQuery Migration Service, devi disporre delle seguenti autorizzazioni di Identity and Access Management (IAM):

• resourcemanager.projects.get
• resourcemanager.projects.update
• serviceusage.services.enable
• serviceusage.services.get

Per accedere a BigQuery Migration Service e utilizzarlo, devi disporre delle seguenti autorizzazioni nel progetto:

• bigquerymigration.workflows.create
• bigquerymigration.workflows.get
• bigquerymigration.workflows.list
• bigquerymigration.workflows.delete
• bigquerymigration.subtasks.get
• bigquerymigration.subtasks.list

Nota: puoi impostare le autorizzazioni e i ruoli con il prefisso bigquerymigration.* solo utilizzando Google Cloud CLI. Per informazioni su come configurare e utilizzare Google Cloud CLI, consulta la panoramica dello strumento gcloud CLI.

Per eseguire BigQuery Migration Service, devi disporre delle seguenti autorizzazioni aggiuntive.

• Autorizzazione ad accedere ai bucket Cloud Storage per i file di input e di output:

  • storage.objects.get nel bucket Cloud Storage di origine
  • storage.objects.list nel bucket Cloud Storage di origine
  • storage.objects.create nel bucket Cloud Storage di destinazione
  • storage.objects.delete nel bucket Cloud Storage di destinazione
  • storage.objects.update nel bucket Cloud Storage di destinazione
  • storage.buckets.get
  • storage.buckets.list

• Autorizzazione a leggere e aggiornare il set di dati BigQuery in cui il servizio di migrazione di BigQuery scrive i risultati:

  • bigquery.datasets.update
  • bigquery.datasets.get
  • bigquery.datasets.create
  • bigquery.datasets.delete
  • bigquery.jobs.create
  • bigquery.jobs.delete
  • bigquery.jobs.list
  • bigquery.jobs.update
  • bigquery.tables.create
  • bigquery.tables.get
  • bigquery.tables.getData
  • bigquery.tables.list
  • bigquery.tables.updateData

Per condividere il report di Looker Studio con un utente, devi concedere i seguenti ruoli:

• roles/bigquery.dataViewer
• roles/bigquery.jobUser

Per personalizzare questo documento in modo che utilizzi il tuo progetto e il tuo utente nei comandi, modifica queste variabili: PROJECT, USER_EMAIL.

Crea un ruolo personalizzato con le autorizzazioni necessarie per utilizzare la valutazione della migrazione di BigQuery:

gcloud iam roles create BQMSrole \
  --project=PROJECT \
  --title=BQMSrole \
  --permissions=bigquerymigration.subtasks.get,bigquerymigration.subtasks.list,bigquerymigration.workflows.create,bigquerymigration.workflows.get,bigquerymigration.workflows.list,bigquerymigration.workflows.delete,resourcemanager.projects.update,resourcemanager.projects.get,serviceusage.services.enable,serviceusage.services.get,storage.objects.get,storage.objects.list,storage.objects.create,storage.objects.delete,storage.objects.update,bigquery.datasets.get,bigquery.datasets.update,bigquery.datasets.create,bigquery.datasets.delete,bigquery.tables.get,bigquery.tables.create,bigquery.tables.updateData,bigquery.tables.getData,bigquery.tables.list,bigquery.jobs.create,bigquery.jobs.update,bigquery.jobs.list,bigquery.jobs.delete,storage.buckets.list,storage.buckets.get

Concedi il ruolo personalizzato BQMSrole a un utente:

gcloud projects add-iam-policy-binding \
  PROJECT \
  --member=user:USER_EMAIL \
  --role=projects/PROJECT/roles/BQMSrole

Concedi i ruoli richiesti a un utente con cui vuoi condividere il report:

gcloud projects add-iam-policy-binding \
  PROJECT \
  --member=user:USER_EMAIL \
  --role=roles/bigquery.dataViewer

gcloud projects add-iam-policy-binding \
  PROJECT \
  --member=user:USER_EMAIL \
  --role=roles/bigquery.jobUser

Località supportate

La funzionalità di valutazione della migrazione di BigQuery è supportata in due tipi di località:

• Una regione è un luogo geografico ben preciso, come Londra.

• Una più regioni è un'area geografica di grandi dimensioni, come gli Stati Uniti, che contiene due o più regioni. Le località multiregionali possono fornire quote superiori rispetto alle località singole.

Per ulteriori informazioni su regioni e zone, consulta Area geografica e regioni.

Regioni

La tabella seguente elenca le regioni nelle Americhe in cui è disponibile la valutazione della migrazione di BigQuery.

Descrizione regione	Nome regione	Dettagli
Columbus, Ohio	us-east5
Dallas	us-south1	A basse emissioni di CO2
Iowa	us-central1	A basse emissioni di CO2
Carolina del Sud	us-east1
Virginia del Nord	us-east4
Oregon	us-west1	A basse emissioni di CO2
Los Angeles	us-west2
Salt Lake City	us-west3

La tabella seguente elenca le regioni dell'Asia Pacifico in cui è disponibile la valutazione della migrazione di BigQuery.

Descrizione regione	Nome regione	Dettagli
Singapore	asia-southeast1
Tokyo	asia-northeast1

La tabella seguente elenca le regioni in Europa in cui è disponibile la valutazione della migrazione di BigQuery.

Descrizione regione	Nome regione	Dettagli
Belgio	europe-west1	A basse emissioni di CO2
Finlandia	europe-north1	A basse emissioni di CO2
Francoforte	europe-west3	A basse emissioni di CO2
Londra	europe-west2	A basse emissioni di CO2
Madrid	europe-southwest1	A basse emissioni di CO2
Paesi Bassi	europe-west4	A basse emissioni di CO2
Parigi	europe-west9	A basse emissioni di CO2
Torino	europe-west12
Varsavia	europe-central2
Zurigo	europe-west6	A basse emissioni di CO2

Nota: le operazioni dell'API sono supportate solo nelle regioni asia-southeast1 (Singapore) e europe-west2 (Londra) e nelle regioni multiple US e EU. Tutte le altre località sono disponibili solo nella console.

Più regioni

La tabella seguente elenca le regioni multiple in cui è disponibile la valutazione della migrazione di BigQuery.

Descrizione per più regioni	Nome di più regioni
Data center all'interno degli stati membri dell'Unione Europea	EU
Data center negli Stati Uniti	US

Prima di iniziare

Prima di eseguire la valutazione, devi abilitare l'API BigQuery Migration e creare un set di dati BigQuery per archiviare i risultati della valutazione.

Abilita l'API BigQuery Migration

Abilita l'API BigQuery Migration come segue:

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

   Vai all'API BigQuery Migration

2. Fai clic su Abilita.

Crea un set di dati per i risultati della valutazione

La valutazione della migrazione di BigQuery scrive i risultati della valutazione nelle tabelle di BigQuery. Prima di iniziare, crea un set di dati per contenere queste tabelle. Quando condividi il report di Looker Studio, devi anche concedere agli utenti l'autorizzazione a leggere il set di dati. Per maggiori informazioni, consulta Rendere il report disponibile per gli utenti.

Nota: il set di dati deve trovarsi nella stessa regione del bucket Cloud Storage contenente i metadati e i file di log estratti dal database di origine.

Esegui la valutazione della migrazione

Console

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

   Vai a BigQuery

2. Nel pannello di navigazione, vai a Test.

3. Fai clic su Inizia valutazione.

4. Compila la finestra di dialogo di configurazione della valutazione.

   1. In Nome visualizzato, inserisci il nome che può contenere lettere, numeri o trattini bassi. Questo nome serve solo a scopo di visualizzazione e non deve essere univoco.

   2. Nell'elenco Località dei dati, scegli una località per il job di valutazione. Il job di valutazione deve trovarsi nella stessa località dei file estratti dal bucket Cloud Storage di input e dal set di dati BigQuery di output.

      Tuttavia, se questa località è una località con più regioni US o EU, la località del bucket Cloud Storage e la località del set di dati BigQuery possono trovarsi in una qualsiasi delle regioni all'interno di questa multiregione. Il bucket Cloud Storage e il set di dati BigQuery possono trovarsi in località diverse all'interno della stessa località multiregionale. Ad esempio, se selezioni l'area multiregionale US, il bucket Cloud Storage può trovarsi nella regione us-central1, mentre il set di dati BigQuery può trovarsi nella regione us-east1.

   3. Per Origine dati valutazione, scegli il tuo data warehouse.

   4. In Percorso per i file di input, inserisci il percorso del bucket Cloud Storage che contiene i file estratti.

   5. In Set di dati, identifica il set di dati BigQuery che conterrà i risultati della valutazione, utilizzando il formato projectId.datasetId.

   

5. Fai clic su Crea. Puoi visualizzare lo stato del job nell'elenco dei job di valutazione.

6. Al termine della valutazione, fai clic su Crea report per visualizzare il report di valutazione in Looker Studio. Il report si apre in una nuova scheda.

API

Chiama il metodo create con un flusso di lavoro definito.

Quindi chiama il metodo start per avviare il flusso di lavoro di valutazione.

La valutazione crea tabelle nel set di dati BigQuery che hai creato in precedenza. Puoi eseguire query su queste per informazioni sulle tabelle e sulle query utilizzate nel tuo data warehouse esistente. Per informazioni sui file di output della traduzione, consulta Traduttore SQL batch.

Esaminare e condividere il report di Looker Studio

Una volta completata l'attività di valutazione, puoi creare e condividere un report di Looker Studio dei risultati.

Esamina il report

Fai clic sul link Crea report elencato accanto alla singola attività di valutazione. Il report di Looker Studio si apre in una nuova scheda, in modalità di anteprima. Puoi utilizzare la modalità di anteprima per esaminare i contenuti del report prima di condividerlo ulteriormente.

Il report è simile al seguente screenshot:

Per vedere quali viste sono contenute nel report, seleziona il tuo data warehouse:

Teradata

Il report è composto da tre parti narrazioni, precedute da una pagina di riepilogo in evidenza. Tale pagina include le seguenti sezioni:

• Sistema esistente. Questa sezione è uno snapshot del sistema Teradata esistente e dell'utilizzo, che include il numero di database, schemi, tabelle e la dimensione totale (in TB). Elenca anche gli schemi per dimensione e punta a un potenziale utilizzo non ottimale delle risorse (tabelle senza scritture o poche letture).
• Trasformazioni dello stato stabile di BigQuery (suggerimenti). Questa sezione mostra come apparirà il sistema su BigQuery dopo la migrazione. Include suggerimenti per ottimizzare i carichi di lavoro su BigQuery (ed evitare sprechi).
• Piano di migrazione. Questa sezione fornisce informazioni sull'attività di migrazione stessa, ad esempio sul passaggio dal sistema esistente allo stato stabile di BigQuery. Questa sezione include il conteggio delle query tradotte automaticamente e il tempo previsto per lo spostamento di ogni tabella in BigQuery.

I dettagli di ogni sezione includono quanto segue:

Sistema esistente

• Computing e query
  • Utilizzo CPU:
    • Mappa termica dell'uso orario medio della CPU (visualizzazione dell'utilizzo complessivo delle risorse di sistema)
    • Query per ora e giorno con utilizzo della CPU
    • Query per tipo (lettura/scrittura) con utilizzo della CPU
    • Applicazioni con utilizzo della CPU
    • Overlay dell'uso orario della CPU con prestazioni orarie medie delle query e prestazioni orarie medie
  • Istogramma delle query per tipo e durata delle query
  • Visualizzazione dei dettagli delle applicazioni (per app, utenti, query uniche, report e analisi ETL)
• Panoramica dello spazio di archiviazione
  • Database per volume, visualizzazioni e tassi di accesso
  • Tabelle con tassi di accesso per utenti, query, scritture e creazione di tabelle temporanee
• Applicazioni: tariffe di accesso e indirizzi IP

Trasformazioni dello stato stabile di BigQuery (suggerimenti)

• Indici di join convertiti in viste materializzate
• Raggruppamento e partizionamento dei candidati in base ai metadati e all'utilizzo
• Query a bassa latenza identificate come candidati per BigQuery BI Engine
• Le colonne configurate con valori predefiniti che usano la descrizione delle colonne per archiviare
• Gli indici univoci in Teradata (per evitare righe con chiavi non univoche in una tabella) utilizzano tabelle temporanee e un'istruzione MERGE per inserire solo record univoci nelle tabelle di destinazione e poi ignorare i duplicati
• Query rimanenti e schema tradotti così come sono

Piano di migrazione

• Visualizzazione dettagliata con query tradotte automaticamente
  • Conteggio delle query totali con la possibilità di filtrare per utente, applicazione, tabelle interessate, tabelle sottoposte a query e tipo di query
  • Bucket di query con pattern simili, raggruppati e mostrati insieme, in modo che l'utente possa vedere la filosofia di traduzione per tipo di query
• Query che richiedono l'intervento umano
  • Le query con violazioni della struttura grammaticale di BigQuery
  • Funzioni e procedure definite dall'utente
  • Parole chiave prenotate in BigQuery
• Pianificazioni delle tabelle per scrittura e lettura (per raggrupparle per lo spostamento)
• Migrazione dei dati con BigQuery Data Transfer Service: tempo stimato per la migrazione per tabella

La sezione Sistema esistente contiene le seguenti viste:

Panoramica del sistema

La vista Panoramica del sistema fornisce le metriche relative al volume di alto livello dei componenti chiave del sistema esistente per un periodo di tempo specificato. La sequenza temporale dipende dai log analizzati dalla valutazione della migrazione di BigQuery. Questa vista offre insight rapidi sull'utilizzo del data warehouse di origine, che puoi usare per pianificare la migrazione.

Volume tabella

La vista Volume tabella fornisce statistiche sulle tabelle e sui database più grandi rilevati nella valutazione della migrazione di BigQuery. Poiché l'estrazione dal sistema di data warehouse di origine potrebbe richiedere più tempo per le tabelle di grandi dimensioni, questa vista può essere utile per la pianificazione e la sequenza della migrazione.

Utilizzo della tabella

La vista Utilizzo delle tabelle fornisce statistiche sulle tabelle maggiormente utilizzate nel sistema di data warehouse di origine. Le tabelle molto utilizzate possono aiutarti a capire quali tabelle potrebbero avere molte dipendenze e richiedere un'ulteriore pianificazione durante il processo di migrazione.

Applicazioni

La vista Utilizzo delle applicazioni e Modelli di applicazioni forniscono statistiche sulle applicazioni rilevate durante l'elaborazione dei log. Queste viste consentono agli utenti di comprendere l'utilizzo di applicazioni specifiche nel tempo e l'impatto sull'utilizzo delle risorse. Durante una migrazione, è importante visualizzare l'importazione e il consumo dei dati per comprendere meglio le dipendenze del data warehouse e analizzare l'impatto dello spostamento di varie applicazioni dipendenti insieme. La tabella degli indirizzi IP può essere utile per individuare l'applicazione esatta utilizzando il data warehouse su connessioni JDBC.

Query

La vista Query mostra un'analisi dettagliata dei tipi di istruzioni SQL eseguite e delle statistiche sul loro utilizzo. Puoi utilizzare l'istogramma del tipo di query e dell'ora per identificare i periodi ridotti di utilizzo del sistema e le ore ottimali della giornata per il trasferimento dei dati. Puoi utilizzare questa visualizzazione anche per identificare le query eseguite di frequente e gli utenti che le richiamano.

Database

La vista Database fornisce metriche su dimensioni, tabelle, viste e procedure definite nel sistema di data warehouse di origine. Questa vista può fornire insight sul volume degli oggetti di cui è necessario eseguire la migrazione.

Accoppiamento database

La vista Accoppiamento database offre una vista di alto livello su database e tabelle a cui si accede insieme in una singola query. Questa vista può mostrare le tabelle e i database a cui si fa spesso riferimento e cosa puoi utilizzare per pianificare la migrazione.

La sezione stato fisso di BigQuery contiene le seguenti viste:

Tabelle senza utilizzo

La vista Tabelle senza utilizzo mostra le tabelle in cui la valutazione della migrazione a BigQuery non è riuscita a trovare alcun utilizzo durante il periodo dei log analizzato. Un mancato utilizzo potrebbe indicare che non è necessario trasferire la tabella in BigQuery durante la migrazione o che i costi di archiviazione dei dati in BigQuery potrebbero essere inferiori. Dovresti convalidare l'elenco delle tabelle inutilizzate perché potrebbero essere utilizzate al di fuori del periodo dei log, ad esempio una tabella utilizzata solo una volta ogni tre o sei mesi.

Tabelle senza scritture

La vista Tables senza scritture mostra le tabelle in cui la valutazione della migrazione BigQuery non è riuscita a trovare aggiornamenti durante il periodo dei log analizzato. La mancanza di scritture può indicare dove potresti ridurre i costi di archiviazione in BigQuery.

Query a bassa latenza

La vista Query a bassa latenza mostra una distribuzione dei runtime delle query in base ai dati di log analizzati. Se il grafico di distribuzione della durata delle query mostra un numero elevato di query con meno di 1 secondo nel runtime, valuta la possibilità di abilitare BigQuery BI Engine per accelerare la BI e altri carichi di lavoro a bassa latenza.

Viste materializzate

La vista materializzata fornisce ulteriori suggerimenti di ottimizzazione per migliorare le prestazioni su BigQuery.

Clustering e partizionamento

La vista Partizionamento e clustering mostra le tabelle che potrebbero trarre vantaggio dal partizionamento, dal clustering o da entrambi.

I suggerimenti relativi ai metadati vengono ottenuti analizzando lo schema del data warehouse di origine (come partizionamento e chiave primaria nella tabella di origine) e trovando l'equivalente BigQuery più vicino per ottenere caratteristiche di ottimizzazione simili.

I suggerimenti relativi al carico di lavoro si ottengono analizzando i log delle query di origine. Il suggerimento viene determinato analizzando i carichi di lavoro, in particolare le clausole WHERE o JOIN nei log delle query analizzati.

Suggerimento di clustering

La vista Partizionamento mostra le tabelle che potrebbero avere più di 10.000 partizioni, in base alla definizione del vincolo di partizionamento. Queste tabelle tendono a essere buone candidati per il clustering di BigQuery, che consente partizioni granulari delle tabelle.

Vincoli univoci

La vista Vincoli unici mostra sia le tabelle SET sia gli indici univoci definiti all'interno del data warehouse di origine. In BigQuery, ti consigliamo di utilizzare tabelle temporanee e un'istruzione MERGE per inserire solo record univoci in una tabella di destinazione. Utilizza i contenuti di questa vista per determinare per quali tabelle potrebbe essere necessario regolare l'ETL durante la migrazione.

Valori predefiniti / Verifica vincoli

Questa visualizzazione mostra le tabelle che utilizzano vincoli di controllo per impostare valori predefiniti delle colonne. In BigQuery, consulta Specificare i valori predefiniti delle colonne.

La sezione Percorso di migrazione del report contiene le seguenti viste:

Traduzione SQL

La visualizzazione SQL Translation elenca il conteggio e i dettagli delle query che sono state convertite automaticamente dalla valutazione della migrazione di BigQuery e non richiedono un intervento manuale. La traduzione automatica SQL in genere raggiunge alte velocità di traduzione se vengono forniti metadati. Questa visualizzazione è interattiva e consente di analizzare le query comuni e il modo in cui vengono tradotte.

Impegno offline

La visualizzazione Impegno offline illustra le aree che richiedono un intervento manuale, tra cui funzioni definite dall'utente specifiche e potenziali violazioni della sintassi e della struttura grammaticale di tabelle o colonne.

Parole chiave riservate a BigQuery

La visualizzazione Parole chiave riservate di BigQuery mostra l'uso rilevato delle parole chiave con significato speciale nel linguaggio GoogleSQL e non possono essere utilizzate come identificatori, a meno che non siano racchiuse tra caratteri di accento circonflesso (`).

Pianificazione degli aggiornamenti delle tabelle

La vista Pianificazione degli aggiornamenti delle tabelle mostra quando e con quale frequenza vengono aggiornate le tabelle per aiutarti a pianificare come e quando spostarle.

Migrazione dei dati in BigQuery

La vista Migrazione dei dati a BigQuery delinea il percorso di migrazione con il tempo previsto per eseguire la migrazione dei dati utilizzando BigQuery Data Transfer Service. Per ulteriori informazioni, consulta la guida di BigQuery Data Transfer Service per Teradata.

La sezione Appendice contiene le seguenti viste:

Distinzione tra maiuscole e minuscole

La visualizzazione Sensibilità alle maiuscole mostra le tabelle nel data warehouse di origine che sono configurate per eseguire confronti senza distinzione tra maiuscole e minuscole. Per impostazione predefinita, i confronti di stringhe in BigQuery sono sensibili alle maiuscole. Per ulteriori informazioni, consulta la sezione Collazioni.

Amazon Redshift

Punti salienti della migrazione

La vista Punti salienti della migrazione fornisce un riepilogo esecutivo delle tre sezioni del report:

1. Il riquadro Sistema esistente fornisce informazioni sul numero di database, schemi, tabelle e sulla dimensione totale del sistema Redshift esistente. Elenca anche gli schemi per dimensioni e potenziale utilizzo delle risorse non ottimale. Puoi utilizzare queste informazioni per ottimizzare i dati rimuovendo, partizionando o clustering le tabelle.
2. Il riquadro Stato stazionario di BigQuery fornisce informazioni sull'aspetto dei dati dopo la migrazione su BigQuery, incluso il numero di query che possono essere tradotte automaticamente utilizzando BigQuery Migration Service. Questa sezione mostra anche i costi per l'archiviazione dei dati in BigQuery in base alla percentuale annuale di importazione dati, insieme ai suggerimenti per l'ottimizzazione di tabelle, provisioning e spazio.
3. Il riquadro Percorso di migrazione fornisce informazioni sull'attività di migrazione stessa. Per ogni tabella mostra il tempo previsto per la migrazione, il numero di righe contenute e le dimensioni.

La sezione Sistema esistente contiene le seguenti viste:

Query per tipo e pianificazione

Nella vista Query per tipo e Pianificazione le query vengono classificate in ETL/Scrittura e Reporting/Aggregazione. Vedere la combinazione di query nel tempo ti aiuta a comprendere i pattern di utilizzo esistenti e a identificare la bursticità e il potenziale overprovisioning che può influire su costi e prestazioni.

Coda delle query

La vista Coda delle query fornisce ulteriori dettagli sul carico del sistema, tra cui il volume delle query, il loro mix e qualsiasi impatto sulle prestazioni dovuto all'accodamento, ad esempio risorse insufficienti.

Query e scalabilità WLM

La vista Query e scalabilità WLM identifica la scalabilità della contemporaneità come complessità aggiuntiva in termini di costi e configurazione. Mostra in che modo il sistema Redshift instrada le query in base alle regole specificate e l'impatto sulle prestazioni dovuto a accodamento, scalabilità della contemporaneità e query eliminate.

Coda e attesa

La visualizzazione Coda e attesa offre un'analisi più approfondita dei tempi di attesa e di coda per le query nel tempo.

Corsi e prestazioni del programma WLM

La vista Classi e prestazioni WLM offre un modo facoltativo per mappare le regole a BigQuery. Tuttavia, ti consigliamo di consentire a BigQuery di instradare automaticamente le query.

Insight sul volume di query e tabelle

La visualizzazione degli insight sul volume di query e tabelle elenca le query in base a dimensione, frequenza e utenti principali. In questo modo puoi classificare le origini del carico sul sistema e pianificare la migrazione dei carichi di lavoro.

Database e schemi

La vista Database e schemi fornisce metriche su dimensioni, tabelle, viste e procedure definite nel sistema di data warehouse di origine. Fornisce insight sul volume degli oggetti di cui è necessario eseguire la migrazione.

Volume tabella

La vista Volume tabella fornisce statistiche sulle tabelle e i database più grandi, mostrando come si accede. Poiché le tabelle di grandi dimensioni possono richiedere più tempo per l'estrazione dal sistema di data warehouse di origine, questa vista ti aiuta a pianificare la migrazione e a eseguire il sequenziamento.

Utilizzo della tabella

La vista Utilizzo delle tabelle fornisce statistiche sulle tabelle maggiormente utilizzate nel sistema di data warehouse di origine. Le tabelle molto utilizzate possono essere sfruttate per comprendere le tabelle che potrebbero avere molte dipendenze ed eseguire un'ulteriore pianificazione durante il processo di migrazione.

Importatori ed esportatori

La vista Importatori ed esportatori fornisce informazioni sui dati e sugli utenti coinvolti nell'importazione di dati (tramite query COPY) ed esportazione dati (utilizzando UNLOAD query). Questa visualizzazione consente di identificare il livello di gestione temporanea e i processi relativi all'importazione e alle esportazioni.

Utilizzo del cluster

La vista Utilizzo cluster fornisce informazioni generali su tutti i cluster disponibili e mostra l'utilizzo della CPU per ogni cluster. Questa visualizzazione può aiutarti a comprendere la riserva di capacità del sistema.

La sezione stato fisso di BigQuery contiene le seguenti viste:

Clustering e partizionamento

La vista Partizionamento e clustering mostra le tabelle che potrebbero trarre vantaggio dal partizionamento, dal clustering o da entrambi.

I suggerimenti relativi ai metadati vengono ottenuti analizzando lo schema del data warehouse di origine (come chiave di ordinamento e chiave dist nella tabella di origine) e trovando l'equivalente BigQuery più simile per ottenere caratteristiche di ottimizzazione simili.

I suggerimenti relativi al carico di lavoro si ottengono analizzando i log delle query di origine. Il suggerimento viene determinato analizzando i carichi di lavoro, in particolare le clausole WHERE o JOIN nei log delle query analizzati.

In fondo alla pagina è presente un'istruzione di creazione della tabella tradotta con tutte le ottimizzazioni fornite. Tutte le istruzioni DDL tradotte possono essere estratte dal set di dati. Le istruzioni DDL tradotte vengono archiviate nella tabella SchemaConversion nella colonna CreateTableDDL.

I suggerimenti nel report sono forniti solo per le tabelle più grandi di 1 GB, perché le tabelle piccole non trarrebbero vantaggio dal clustering e dal partizionamento. Tuttavia, i file DDL per tutte le tabelle (incluse quelle di dimensioni inferiori a 1 GB) sono disponibili nella tabella SchemaConversion.

Tabelle senza utilizzo

La vista Tabelle senza utilizzo mostra le tabelle in cui la valutazione della migrazione di BigQuery non ha identificato alcun utilizzo durante il periodo dei log analizzati. Un mancato utilizzo potrebbe indicare che non è necessario trasferire la tabella in BigQuery durante la migrazione o che i costi di archiviazione dei dati in BigQuery potrebbero essere inferiori (fatturati come archiviazione a lungo termine). Consigliamo di convalidare l'elenco delle tabelle inutilizzate perché potrebbero essere utilizzate al di fuori del periodo dei log, ad esempio una tabella utilizzata solo una volta ogni tre o sei mesi.

Tabelle senza scritture

La vista Tables senza scritture mostra le tabelle in cui la valutazione della migrazione di BigQuery non ha identificato alcun aggiornamento durante il periodo dei log analizzati. La mancanza di scritture può indicare dove potresti ridurre i costi di archiviazione in BigQuery (fatturati come archiviazione a lungo termine).

BI Engine e viste materializzate

BI Engine e le viste materializzate forniscono ulteriori suggerimenti di ottimizzazione per migliorare le prestazioni in BigQuery.

La sezione Percorso di migrazione contiene le seguenti viste:

Traduzione SQL

La visualizzazione SQL Translation elenca il conteggio e i dettagli delle query che sono state convertite automaticamente dalla valutazione della migrazione di BigQuery e non richiedono un intervento manuale. La traduzione automatica di SQL in genere raggiunge elevate velocità di traduzione se vengono forniti metadati.

Tentativo di traduzione SQL offline

La visualizzazione Impegno offline di traduzione SQL cattura le aree che richiedono un intervento manuale, comprese funzioni definite dall'utente e query specifiche con potenziali ambiguità nella traduzione.

Modifica supporto aggiunta tabella

La vista Modifica supporto di aggiunta tabella mostra i dettagli sui costrutti SQL comuni di Redshift che non hanno una controparte diretta in BigQuery.

Supporto dei comandi di copia

La visualizzazione Supporto dei comandi di copia mostra i dettagli sui costrutti SQL comuni di Redshift che non hanno una controparte BigQuery diretta.

Avvisi SQL

La visualizzazione Avvisi SQL acquisisce le aree che sono state tradotte correttamente, ma richiedono una revisione.

Violazioni della struttura grammaticale e della sintassi

La visualizzazione Violazioni della struttura grammaticale e della sintassi mostra i nomi di colonne, tabelle, funzioni e procedure che violano la sintassi di BigQuery.

Parole chiave riservate a BigQuery

La visualizzazione Parole chiave riservate di BigQuery mostra l'uso rilevato di parole chiave con un significato speciale nel linguaggio GoogleSQL e non possono essere utilizzate come identificatori, a meno che non siano racchiuse tra accento grave (`).

Accoppiamento schema

La vista Accoppiamento schema offre una visione generale su database, schemi e tabelle a cui si accede insieme in una singola query. Questa visualizzazione può mostrare a quali tabelle, schemi e database si fa spesso riferimento e cosa puoi utilizzare per pianificare la migrazione.

Pianificazione degli aggiornamenti delle tabelle

La vista Pianificazione degli aggiornamenti delle tabelle mostra come e con quale frequenza vengono aggiornate le tabelle per aiutarti a pianificare come e quando spostarle.

Scala tabella

La vista Scala tabella elenca le tabelle con il maggior numero di colonne.

Migrazione dei dati in BigQuery

La vista Migrazione dei dati a BigQuery delinea il percorso di migrazione con il tempo previsto per eseguire la migrazione dei dati utilizzando Data Transfer Service di BigQuery Migration Service. Per ulteriori informazioni, consulta la guida BigQuery Data Transfer Service per Redshift.

Riepilogo esecuzione valutazione

Il riepilogo dell'esecuzione della valutazione contiene la completezza del report, l'avanzamento della valutazione in corso e lo stato dei file e degli errori elaborati.

La completezza del report rappresenta la percentuale di dati elaborati correttamente che è consigliata per mostrare insight significativi nel report di valutazione. Se i dati di una particolare sezione del report non sono disponibili, queste informazioni vengono elencate nella tabella Moduli di valutazione sotto l'indicatore Completezza dei report.

La metrica Avanzamento indica la percentuale dei dati elaborati fino a questo momento insieme alla stima del tempo rimanente per l'elaborazione di tutti i dati. Al termine dell'elaborazione, la metrica di avanzamento non viene visualizzata.

Apache Hive

Il report è composto da una narrazione in tre parti preceduta da una pagina di riepilogo in evidenza che include le seguenti sezioni:

• Sistema esistente: Hive. Questa sezione consiste di uno snapshot del sistema Hive esistente e dell'utilizzo, tra cui il numero di database, le tabelle, la dimensione totale (in GB) e il numero di log di query elaborati. Questa sezione elenca anche i database per dimensione e punta a un potenziale utilizzo non ottimale delle risorse (tabelle senza scritture o poche letture) e provisioning. I dettagli di questa sezione includono:

  • Computing e query
    • Utilizzo CPU:
      • Query per ora e giorno con utilizzo della CPU
      • Query per tipo (lettura/scrittura)
      • Code e applicazioni
      • Overlay dell'uso orario della CPU con prestazioni orarie medie delle query e prestazioni orarie medie
    • Istogramma delle query per tipo e durata delle query
    • Pagina di accodamento e attesa
    • Visualizzazione dettagliata code (suddivisione di code, utenti, query uniche, report ed ETL per metriche)
  • Panoramica dello spazio di archiviazione
    • Database per volume, visualizzazioni e tassi di accesso
    • Tabelle con tassi di accesso per utenti, query, scritture e creazione di tabelle temporanee
  • Code e applicazioni: frequenze di accesso e indirizzi IP client

• Stato stazionario di BigQuery. Questa sezione mostra come apparirà il sistema su BigQuery dopo la migrazione. Include suggerimenti per ottimizzare i carichi di lavoro su BigQuery (ed evitare sprechi). I dettagli di questa sezione includono:

  • Tabelle identificate come candidati per le viste materializzate
  • Raggruppamento e partizionamento dei candidati in base ai metadati e all'utilizzo
  • Query a bassa latenza identificate come candidati per BigQuery BI Engine
  • Tabelle senza utilizzo in lettura o scrittura
  • Tabelle partizionate con il disallineamento dei dati

• Piano di migrazione. Questa sezione fornisce informazioni sull'attività di migrazione stessa. Ad esempio, per passare dal sistema esistente allo stato stabile di BigQuery. Questa sezione contiene le destinazioni di archiviazione identificate per ogni tabella, le tabelle identificate come significative per la migrazione e il numero di query tradotte automaticamente. I dettagli di questa sezione includono:

  • Visualizzazione dettagliata con query tradotte automaticamente
    • Numero delle query totali con la possibilità di filtrare per utente, applicazione, tabelle interessate, tabelle sottoposte a query e tipo di query
    • Bucket di query con pattern simili raggruppati, che consentono agli utenti di vedere la filosofia di traduzione per tipo di query
  • Query che richiedono l'intervento umano
    • Query con violazioni della struttura grammaticale di BigQuery
    • Funzioni e procedure definite dall'utente
    • Parole chiave prenotate in BigQuery
  • Query da esaminare
  • Pianificazioni delle tabelle per scrittura e lettura (per raggrupparle per lo spostamento)
  • Destinazione di archiviazione identificata per tabelle esterne ed gestite

La sezione Sistema esistente - Hive contiene le seguenti viste:

Panoramica del sistema

Questa visualizzazione fornisce le metriche relative al volume di alto livello dei componenti chiave del sistema esistente per un periodo di tempo specifico. La sequenza temporale dipende dai log analizzati dalla valutazione della migrazione di BigQuery. Questa vista offre insight rapidi sull'utilizzo del data warehouse di origine, che puoi usare per pianificare la migrazione.

Volume tabella

Questa visualizzazione fornisce statistiche sulle tabelle e sui database più grandi rilevati nella valutazione della migrazione di BigQuery. Poiché l'estrazione dal sistema di data warehouse di origine potrebbe richiedere più tempo per le tabelle di grandi dimensioni, questa vista può essere utile per la pianificazione e la sequenza della migrazione.

Utilizzo della tabella

Questa visualizzazione fornisce statistiche sulle tabelle maggiormente utilizzate nel sistema di data warehouse di origine. Le tabelle molto utilizzate possono aiutarti a capire quali tabelle potrebbero avere molte dipendenze e richiedere un'ulteriore pianificazione durante il processo di migrazione.

Utilizzo delle code

Questa visualizzazione fornisce statistiche sull'utilizzo delle code YARN rilevato durante l'elaborazione dei log. Queste viste consentono agli utenti di comprendere l'utilizzo di code e applicazioni specifiche nel tempo e l'impatto sull'utilizzo delle risorse. Queste viste aiutano anche a identificare e assegnare la priorità ai carichi di lavoro per la migrazione. Durante una migrazione, è importante visualizzare l'importazione e il consumo dei dati per comprendere meglio le dipendenze del data warehouse e analizzare l'impatto dello spostamento di varie applicazioni dipendenti insieme. La tabella degli indirizzi IP può essere utile per individuare l'applicazione esatta utilizzando il data warehouse su connessioni JDBC.

Metriche code

Questa visualizzazione fornisce un'analisi delle diverse metriche sulle code YARN trovate durante l'elaborazione dei log. Questa visualizzazione consente agli utenti di comprendere i modelli di utilizzo in code specifiche e l'impatto sulla migrazione. Puoi utilizzare questa visualizzazione anche per identificare le connessioni tra le tabelle a cui si accede nelle query e nelle code in cui è stata eseguita la query.

Coda e attesa

Questa vista fornisce un insight sul tempo di accodamento delle query nel data warehouse di origine. I tempi di coda indicano un peggioramento delle prestazioni dovuto a un provisioning insufficiente e un provisioning aggiuntivo richiede maggiori costi per hardware e manutenzione.

Query

Questa visualizzazione mostra un'analisi dettagliata dei tipi di istruzioni SQL eseguite e delle statistiche sul loro utilizzo. Puoi utilizzare l'istogramma del tipo di query e dell'ora per identificare i periodi ridotti di utilizzo del sistema e le ore ottimali della giornata per il trasferimento dei dati. Puoi utilizzare questa vista anche per identificare i motori di esecuzione Hive più utilizzati e le query eseguite di frequente, insieme ai dettagli dell'utente.

Database

Questa visualizzazione fornisce metriche su dimensioni, tabelle, viste e procedure definite nel sistema di data warehouse di origine. Questa vista può fornire insight sul volume degli oggetti di cui è necessario eseguire la migrazione.

Accoppiamento di database e tabelle

Questa vista offre una visione generale sui database e sulle tabelle a cui si accede insieme in una singola query. Questa vista può mostrare le tabelle e i database a cui si fa spesso riferimento e cosa puoi utilizzare per pianificare la migrazione.

La sezione Stato stazionario di BigQuery contiene le seguenti viste:

Tabelle senza utilizzo

La vista Tabelle senza utilizzo mostra le tabelle in cui la valutazione della migrazione a BigQuery non è riuscita a trovare alcun utilizzo durante il periodo dei log analizzato. Un mancato utilizzo potrebbe indicare che non è necessario trasferire la tabella in BigQuery durante la migrazione o che i costi di archiviazione dei dati in BigQuery potrebbero essere inferiori. Devi convalidare l'elenco delle tabelle non utilizzate perché potrebbero essere utilizzate al di fuori del periodo dei log, ad esempio una tabella utilizzata solo una volta ogni tre o sei mesi.

Tabelle senza scritture

La vista Tables senza scritture mostra le tabelle in cui la valutazione della migrazione BigQuery non è riuscita a trovare aggiornamenti durante il periodo dei log analizzato. La mancanza di scritture può indicare dove potresti ridurre i costi di archiviazione in BigQuery.

Suggerimenti per clustering e partizionamento

Questa visualizzazione mostra le tabelle che potrebbero trarre vantaggio dal partizionamento, dal clustering o da entrambi.

I suggerimenti relativi ai metadati vengono ottenuti analizzando lo schema del data warehouse di origine (come partizionamento e chiave primaria nella tabella di origine) e trovando l'equivalente BigQuery più vicino per ottenere caratteristiche di ottimizzazione simili.

I suggerimenti relativi al carico di lavoro si ottengono analizzando i log delle query di origine. Il suggerimento viene determinato analizzando i carichi di lavoro, in particolare le clausole WHERE o JOIN nei log delle query analizzati.

Partizioni convertite in cluster

Questa visualizzazione mostra le tabelle con più di 10.000 partizioni, in base alla definizione del vincolo di partizionamento. Queste tabelle tendono a essere buone candidati per il clustering di BigQuery, che consente partizioni granulari delle tabelle.

Partizioni disallineate

La visualizzazione Partizioni disallineate mostra le tabelle basate sull'analisi dei metadati e con disallineamenti dei dati su una o più partizioni. Queste tabelle sono ottimi candidati per la modifica dello schema, poiché le query su partizioni disallineate potrebbero non funzionare correttamente.

BI Engine e viste materializzate

La vista Query a bassa latenza e viste materializzate mostra una distribuzione dei tempi di esecuzione delle query in base ai dati di log analizzati e ulteriori suggerimenti di ottimizzazione per aumentare le prestazioni su BigQuery. Se il grafico di distribuzione della durata delle query mostra un numero elevato di query con un runtime inferiore a 1 secondo, valuta la possibilità di consentire a BI Engine di accelerare BI e altri carichi di lavoro a bassa latenza.

La sezione Piano di migrazione del report contiene le seguenti viste:

Traduzione SQL

La visualizzazione SQL Translation elenca il conteggio e i dettagli delle query che sono state convertite automaticamente dalla valutazione della migrazione di BigQuery e non richiedono un intervento manuale. La traduzione automatica SQL in genere raggiunge alte velocità di traduzione se vengono forniti metadati. Questa visualizzazione è interattiva e consente di analizzare le query comuni e il modo in cui vengono tradotte.

Tentativo di traduzione SQL offline

La visualizzazione Impegno offline illustra le aree che richiedono un intervento manuale, tra cui funzioni definite dall'utente specifiche e potenziali violazioni della sintassi e della struttura grammaticale di tabelle o colonne.

Avvisi SQL

La visualizzazione Avvisi SQL acquisisce le aree che sono state tradotte correttamente, ma richiedono una revisione.

Parole chiave riservate a BigQuery

La vista Parole chiave riservate di BigQuery mostra l'uso rilevato di parole chiave con un significato speciale nel linguaggio GoogleSQL. Queste parole chiave non possono essere utilizzate come identificatori, a meno che non siano racchiuse da un accento grave (`).

Pianificazione degli aggiornamenti delle tabelle

La vista Pianificazione degli aggiornamenti delle tabelle mostra quando e con quale frequenza vengono aggiornate le tabelle per aiutarti a pianificare come e quando spostarle.

Tavoli esterni BigLake

La visualizzazione Tabelle esterne BigLake delinea le tabelle identificate come destinazioni della migrazione a BigLake anziché a BigQuery.

La sezione Appendice del report contiene le seguenti visualizzazioni:

Analisi dettagliata dello sforzo offline di traduzione SQL

La visualizzazione Analisi dettagliata dello sforzo offline fornisce un approfondimento sulle aree SQL che richiedono un intervento manuale.

Analisi dettagliata degli avvisi SQL

La visualizzazione Analisi dettagliata degli avvisi fornisce un ulteriore approfondimento sulle aree SQL tradotte correttamente, ma richiedono una revisione.

Snowflake

Anteprima

Questa funzionalità è soggetta ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici dei servizi. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Nota: per fornire feedback o porre domande relative alla valutazione della migrazione di BigQuery per Snowflake, contatta [e-mail].

Il report è composto da diverse sezioni che possono essere utilizzate separatamente o insieme. Il diagramma seguente organizza queste sezioni in tre obiettivi utente comuni per aiutarti a valutare le tue esigenze di migrazione:

Visualizzazioni in evidenza della migrazione

La sezione Informazioni salienti della migrazione contiene le seguenti visualizzazioni:

Modelli di prezzi di Snowflake e BigQuery

Elenco dei prezzi per i diversi livelli/versioni. Include inoltre un'illustrazione di come la scalabilità automatica di BigQuery può aiutare a risparmiare di più rispetto a Snowflake.

Costo totale di proprietà

Tabella interattiva che consente all'utente di definire: versione di BigQuery, impegno, impegno di base per gli slot, percentuale di spazio di archiviazione attivo e percentuale di dati caricati o modificati. Consente di stimare meglio i costi per le richieste personalizzate.

Traduzione automatica in evidenza

Rapporto di traduzione aggregato, raggruppato per utente o database, in ordine crescente o decrescente. Include anche il messaggio di errore più comune per la traduzione automatica non riuscita.

Viste di sistema esistenti

La sezione Sistema esistente contiene le seguenti viste:

Panoramica del sistema

La vista Panoramica del sistema fornisce le metriche di volume di alto livello dei componenti chiave del sistema esistente per un periodo di tempo specificato. La tempistiche che viene valutata dipende dai log che sono stati analizzati dalla valutazione della migrazione di BigQuery. Questa vista offre insight rapidi sull'utilizzo del data warehouse di origine per pianificare la migrazione.

Panoramica dei warehouse virtuali

Mostra il costo di Snowflake per warehouse e il ridimensionamento basato su nodi nel periodo.

Volume tabella

La vista Volume tabella fornisce statistiche sulle tabelle e i database più grandi trovati nella valutazione della migrazione di BigQuery. Poiché le tabelle di grandi dimensioni possono richiedere più tempo per l'estrazione dal sistema di data warehouse di origine, questa vista può essere utile per la pianificazione e la sequenza della migrazione.

Utilizzo della tabella

La vista Utilizzo delle tabelle fornisce statistiche sulle tabelle maggiormente utilizzate nel sistema di data warehouse di origine. Le tabelle molto utilizzate possono aiutarti a capire quali tabelle potrebbero avere molte dipendenze e richiedere un'ulteriore pianificazione durante il processo di migrazione.

Query

La vista Query mostra un'analisi dettagliata dei tipi di istruzioni SQL eseguite e delle statistiche sul loro utilizzo. Puoi utilizzare l'istogramma delle sezioni Tipo di query e Ora per identificare i periodi ridotti di utilizzo del sistema e gli orari ottimali per il trasferimento dei dati. Puoi utilizzare questa vista anche per identificare le query eseguite di frequente e gli utenti che richiamano queste esecuzioni.

Database

La vista Database fornisce metriche su dimensioni, tabelle, viste e procedure definite nel sistema di data warehouse di origine. Questa vista fornisce informazioni sul volume degli oggetti di cui devi eseguire la migrazione.

Viste in stato stabile di BigQuery

La sezione stato fisso di BigQuery contiene le seguenti viste:

Tabelle senza utilizzo

La vista Tabelle senza utilizzo mostra le tabelle in cui la valutazione della migrazione a BigQuery non è riuscita a trovare alcun utilizzo durante il periodo dei log analizzato. Ciò può indicare quali tabelle potrebbero non dover essere trasferite a BigQuery durante la migrazione o che i costi di archiviazione dei dati in BigQuery potrebbero essere inferiori. Devi convalidare l'elenco delle tabelle inutilizzate perché potrebbero essere utilizzate al di fuori del periodo dei log analizzato, ad esempio una tabella che viene utilizzata solo una volta al trimestre o alla metà.

Tabelle senza scritture

La vista Tables senza scritture mostra le tabelle in cui la valutazione della migrazione BigQuery non è riuscita a trovare aggiornamenti durante il periodo dei log analizzato. Ciò può indicare che i costi di archiviazione dei dati in BigQuery potrebbero essere inferiori.

Viste del piano di migrazione

La sezione Piano di migrazione del report contiene le seguenti viste:

Traduzione SQL

La visualizzazione SQL Translation elenca il conteggio e i dettagli delle query che sono state convertite automaticamente dalla valutazione della migrazione di BigQuery e non richiedono un intervento manuale. La traduzione automatica SQL in genere raggiunge alte velocità di traduzione se vengono forniti metadati. Questa visualizzazione è interattiva e consente di analizzare le query comuni e il modo in cui vengono tradotte.

Tentativo di traduzione SQL offline

La visualizzazione Impegno offline illustra le aree che richiedono un intervento manuale, tra cui funzioni definite dall'utente specifiche e potenziali violazioni della sintassi e della struttura grammaticale di tabelle o colonne.

Avvisi SQL - Da esaminare

La visualizzazione Avvisi da rivedere mostra le aree per lo più tradotte, ma richiede un'ispezione umana.

Parole chiave riservate a BigQuery

La visualizzazione Parole chiave riservate di BigQuery mostra l'uso rilevato delle parole chiave con significato speciale nel linguaggio GoogleSQL e non possono essere utilizzate come identificatori, a meno che non siano racchiuse tra caratteri di accento circonflesso (`).

Accoppiamento di database e tabelle

La vista Accoppiamento database offre una vista di alto livello su database e tabelle a cui si accede insieme in una singola query. Questa vista può mostrare le tabelle e i database a cui si fa spesso riferimento e cosa può essere utilizzato per pianificare la migrazione.

Pianificazione degli aggiornamenti delle tabelle

La vista Pianificazione degli aggiornamenti delle tabelle mostra quando e con quale frequenza vengono aggiornate le tabelle per aiutarti a pianificare come e quando spostarle.

Viste proof of concept

La sezione PoC (proof of concept) contiene le seguenti visualizzazioni:

PDC per dimostrare i risparmi di BigQuery in stato stabile

Include le query più frequenti, quelle che leggono la maggior parte dei dati, quelle più lente e le tabelle interessate da queste query.

PDC per la dimostrazione del piano di migrazione di BigQuery

Mostra in che modo BigQuery traduce le query più complesse e le tabelle su cui incidono.

Condividi il report

Il report di Looker Studio è una dashboard frontend per la valutazione della migrazione. Si basa sulle autorizzazioni di accesso ai set di dati sottostanti. Per condividere il report, il destinatario deve avere accesso sia al report di Looker Studio sia al set di dati BigQuery contenente i risultati della valutazione.

Quando apri il report dalla console Google Cloud, lo visualizzi in modalità di anteprima. Per creare e condividere il report con altri utenti, segui questi passaggi:

1. Fai clic su Modifica e condividi. Looker Studio ti chiede di collegare al nuovo report i connettori Looker Studio appena creati.
2. Fai clic su Aggiungi al report. Il report riceve un singolo ID report, che puoi utilizzare per accedere al report.
3. Per condividere il report di Looker Studio con altri utenti, segui i passaggi indicati in Condividere i report con visualizzatori ed editor.
4. Concedi agli utenti l'autorizzazione a visualizzare il set di dati BigQuery utilizzato per eseguire l'attività di valutazione. Per ulteriori informazioni, consulta Concedere l'accesso a un set di dati.

esegui una query sulle tabelle di output della valutazione della migrazione

Sebbene Looker Studio indichi il modo più comodo per visualizzare i risultati della valutazione, puoi anche eseguire query sui dati sottostanti nel set di dati BigQuery.

Query di esempio

L'esempio seguente restituisce il numero totale di query uniche, il numero di query per le quali la traduzione non è riuscita e la percentuale di query uniche per cui la traduzione non è riuscita.

  SELECT
    QueryCount.v AS QueryCount,
    ErrorCount.v as ErrorCount,
    (ErrorCount.v * 100) / QueryCount.v AS FailurePercentage
  FROM
  (
    SELECT
     COUNT(*) AS v
    FROM
      `your_project.your_dataset.TranslationErrors`
    WHERE Type = "ERROR"
  ) AS ErrorCount,
  (
    SELECT
      COUNT(DISTINCT(QueryHash)) AS v
    FROM
      `your_project.your_dataset.Queries`
  ) AS QueryCount;

Schemi delle tabelle di valutazione

Per visualizzare le tabelle e i relativi schemi che la valutazione della migrazione di BigQuery scrive in BigQuery, seleziona il tuo data warehouse:

Teradata

AllRIChildren

Questa tabella fornisce le informazioni sull'integrità referenziale degli elementi secondari delle tabelle.

Colonna	Tipo	Descrizione
IndexId	INTEGER	Il numero di indice di riferimento.
IndexName	STRING	Il nome dell'indice.
ChildDB	STRING	Il nome del database di riferimento, convertito in minuscolo.
ChildDBOriginal	STRING	Il nome del database di riferimento con il caso conservato.
ChildTable	STRING	Il nome della tabella di riferimento, convertito in minuscolo.
ChildTableOriginal	STRING	Il nome della tabella di riferimento con il caso conservato.
ChildKeyColumn	STRING	Il nome di una colonna nella chiave di riferimento, convertito in minuscolo.
ChildKeyColumnOriginal	STRING	Il nome di una colonna nella chiave di riferimento con la distinzione tra maiuscole e minuscole.
ParentDB	STRING	Il nome del database di riferimento, convertito in minuscolo.
ParentDBOriginal	STRING	Il nome del database a cui viene fatto riferimento con la distinzione tra maiuscole e minuscole.
ParentTable	STRING	Il nome della tabella di riferimento, convertito in minuscolo.
ParentTableOriginal	STRING	Il nome della tabella a cui viene fatto riferimento con la distinzione tra maiuscole e minuscole mantenuta.
ParentKeyColumn	STRING	Il nome della colonna in una chiave di riferimento, convertito in minuscolo.
ParentKeyColumnOriginal	STRING	Il nome della colonna in una chiave di riferimento con la distinzione tra maiuscole e minuscole.

AllRIParents

Questa tabella fornisce le informazioni sull'integrità referenziale delle tabelle padre.

Colonna	Tipo	Descrizione
IndexId	INTEGER	Il numero di indice di riferimento.
IndexName	STRING	Il nome dell'indice.
ChildDB	STRING	Il nome del database di riferimento, convertito in minuscolo.
ChildDBOriginal	STRING	Il nome del database di riferimento con il caso conservato.
ChildTable	STRING	Il nome della tabella di riferimento, convertito in minuscolo.
ChildTableOriginal	STRING	Il nome della tabella di riferimento con il caso conservato.
ChildKeyColumn	STRING	Il nome di una colonna nella chiave di riferimento, convertito in minuscolo.
ChildKeyColumnOriginal	STRING	Il nome di una colonna nella chiave di riferimento con la distinzione tra maiuscole e minuscole.
ParentDB	STRING	Il nome del database di riferimento, convertito in minuscolo.
ParentDBOriginal	STRING	Il nome del database a cui viene fatto riferimento con la distinzione tra maiuscole e minuscole.
ParentTable	STRING	Il nome della tabella di riferimento, convertito in minuscolo.
ParentTableOriginal	STRING	Il nome della tabella a cui viene fatto riferimento con la distinzione tra maiuscole e minuscole mantenuta.
ParentKeyColumn	STRING	Il nome della colonna in una chiave di riferimento, convertito in minuscolo.
ParentKeyColumnOriginal	STRING	Il nome della colonna in una chiave di riferimento con la distinzione tra maiuscole e minuscole.

Columns

Questa tabella fornisce informazioni sulle colonne.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database, convertito in minuscolo.
DatabaseNameOriginal	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
TableName	STRING	Il nome della tabella, convertito in minuscolo.
TableNameOriginal	STRING	Il nome della tabella in cui le maiuscole e le minuscole vengono mantenute.
ColumnName	STRING	Il nome della colonna, convertito in minuscolo.
ColumnNameOriginal	STRING	Il nome della colonna in cui le maiuscole vengono mantenute.
ColumnType	STRING	Il tipo di colonna BigQuery, ad esempio STRING.
OriginalColumnType	STRING	Il tipo originale di colonna, ad esempio VARCHAR.
ColumnLength	INTEGER	Il numero massimo di byte della colonna, ad esempio 30 per VARCHAR(30).
DefaultValue	STRING	Il valore predefinito, se esistente.
Nullable	BOOLEAN	Indica se la colonna offre valori null.

DiskSpace

Questa tabella fornisce informazioni sull'utilizzo dello spazio su disco per ciascun database.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database, convertito in minuscolo.
DatabaseNameOriginal	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
MaxPerm	INTEGER	Il numero massimo di byte allo spazio permanente.
MaxSpool	INTEGER	Il numero massimo di byte allocati allo spazio di spool.
MaxTemp	INTEGER	Il numero massimo di byte allo spazio temporaneo.
CurrentPerm	INTEGER	Il numero di byte attualmente allocati allo spazio permanente.
CurrentSpool	INTEGER	Il numero di byte attualmente allocati allo spazio di spool.
CurrentTemp	INTEGER	Il numero di byte attualmente allocati allo spazio temporaneo.
PeakPerm	INTEGER	Numero massimo di byte utilizzati dall'ultima reimpostazione per lo spazio permanente.
PeakSpool	INTEGER	Numero massimo di byte utilizzati dall'ultima reimpostazione per lo spazio di spool.
PeakPersistentSpool	INTEGER	Numero massimo di byte utilizzati dall'ultima reimpostazione per lo spazio permanente.
PeakTemp	INTEGER	Numero massimo di byte utilizzati dall'ultima reimpostazione per lo spazio temporaneo.
MaxProfileSpool	INTEGER	Il limite di spazio di spool per l'utente.
MaxProfileTemp	INTEGER	Il limite di spazio temporaneo per l'utente.
AllocatedPerm	INTEGER	Allocazione attuale di spazio permanente.
AllocatedSpool	INTEGER	Allocazione attuale dello spazio di spool.
AllocatedTemp	INTEGER	Allocazione attuale di spazio temporaneo.

Functions

Questa tabella fornisce informazioni sulle funzioni.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database, convertito in minuscolo.
DatabaseNameOriginal	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
FunctionName	STRING	Il nome della funzione.
LanguageName	STRING	Il nome della lingua.

Indices

Questa tabella fornisce informazioni sugli indici.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database, convertito in minuscolo.
DatabaseNameOriginal	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
TableName	STRING	Il nome della tabella, convertito in minuscolo.
TableNameOriginal	STRING	Il nome della tabella in cui le maiuscole e le minuscole vengono mantenute.
IndexName	STRING	Il nome dell'indice.
ColumnName	STRING	Il nome della colonna, convertito in minuscolo.
ColumnNameOriginal	STRING	Il nome della colonna in cui le maiuscole vengono mantenute.
OrdinalPosition	INTEGER	La posizione della colonna.
UniqueFlag	BOOLEAN	Indica se l'indice applica l'univocità.

Queries

Questa tabella fornisce informazioni sulle query estratte.

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
QueryText	STRING	Il testo della query.

QueryLogs

Questa tabella fornisce alcune statistiche di esecuzione delle query estratte.

Colonna	Tipo	Descrizione
QueryText	STRING	Il testo della query.
QueryHash	STRING	L'hash della query.
QueryId	STRING	L'ID della query.
QueryType	STRING	Il tipo di query, Query o DDL.
UserId	BYTES	L'ID dell'utente che ha eseguito la query.
UserName	STRING	Il nome dell'utente che ha eseguito la query.
StartTime	TIMESTAMP	Timestamp dell'invio della query.
Duration	STRING	Durata della query in millisecondi.
AppId	STRING	L'ID dell'applicazione che ha eseguito la query.
ProxyUser	STRING	L'utente proxy quando viene utilizzato tramite un livello intermedio.
ProxyRole	STRING	Il ruolo proxy quando utilizzato attraverso un livello intermedio.

QueryTypeStatistics

Questa tabella fornisce statistiche sui tipi di query.

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
QueryType	STRING	Il tipo di query.
UpdatedTable	STRING	La tabella aggiornata dalla query, se presente.
QueriedTables	ARRAY<STRING>	Un elenco delle tabelle su cui è stata eseguita una query.

ResUsageScpu

Questa tabella fornisce informazioni sull'utilizzo delle risorse della CPU.

Colonna	Tipo	Descrizione
EventTime	TIMESTAMP	L'ora dell'evento.
NodeId	INTEGER	ID nodo
CabinetId	INTEGER	Il numero del cabinet fisico del nodo.
ModuleId	INTEGER	Il numero del modulo fisico del nodo.
NodeType	STRING	Tipo di nodo.
CpuId	INTEGER	ID della CPU all'interno di questo nodo.
MeasurementPeriod	INTEGER	Il periodo della misurazione espresso in centisecondi.
SummaryFlag	STRING	S: riga di riepilogo, N: riga non di riepilogo
CpuFrequency	FLOAT	Frequenza CPU in MHz.
CpuIdle	FLOAT	Il tempo di inattività della CPU espresso in centisecondi.
CpuIoWait	FLOAT	Tempo di attesa della CPU per l'I/O espresso in centisecondi.
CpuUServ	FLOAT	Il tempo di esecuzione del codice utente da parte della CPU, espresso in centisecondi.
CpuUExec	FLOAT	Tempo di esecuzione del codice di servizio da parte della CPU, espresso in centisecondi.

Roles

Questa tabella fornisce informazioni sui ruoli.

Colonna	Tipo	Descrizione
RoleName	STRING	Il nome del ruolo.
Grantor	STRING	Il nome del database che ha concesso il ruolo.
Grantee	STRING	L'utente a cui viene concesso il ruolo.
WhenGranted	TIMESTAMP	Quando è stato concesso il ruolo.
WithAdmin	BOOLEAN	Opzione amministratore impostata per il ruolo concesso.

SchemaConversion

Questa tabella fornisce informazioni sulle conversioni dello schema correlate al clustering e al partizionamento.

Nome colonna	Tipo di colonna	Descrizione
DatabaseName	STRING	Il nome del database di origine per il quale viene apportato il suggerimento. Un database è mappato a un set di dati in BigQuery.
TableName	STRING	Il nome della tabella per la quale viene fornito il suggerimento.
PartitioningColumnName	STRING	Il nome della colonna di partizionamento suggerita in BigQuery.
ClusteringColumnNames	ARRAY	I nomi delle colonne di clustering suggerite in BigQuery.
CreateTableDDL	STRING	CREATE TABLE statement per creare la tabella in BigQuery.

TableInfo

Questa tabella fornisce informazioni sulle tabelle.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database, convertito in minuscolo.
DatabaseNameOriginal	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
TableName	STRING	Il nome della tabella, convertito in minuscolo.
TableNameOriginal	STRING	Il nome della tabella in cui le maiuscole e le minuscole vengono mantenute.
LastAccessTimestamp	TIMESTAMP	L'ultima volta che è stato eseguito l'accesso alla tabella.
LastAlterTimestamp	TIMESTAMP	L'ultima volta che la tabella è stata modificata.
TableKind	STRING	Il tipo di tabella.

TableRelations

Questa tabella fornisce informazioni sulle tabelle.

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query che ha stabilito la relazione.
DatabaseName1	STRING	Il nome del primo database.
TableName1	STRING	Il nome della prima tabella.
DatabaseName2	STRING	Il nome del secondo database.
TableName2	STRING	Il nome della seconda tabella.
Relation	STRING	Il tipo di relazione tra le due tabelle.

TableSizes

Questa tabella fornisce informazioni sulle dimensioni delle tabelle.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database, convertito in minuscolo.
DatabaseNameOriginal	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
TableName	STRING	Il nome della tabella, convertito in minuscolo.
TableNameOriginal	STRING	Il nome della tabella in cui le maiuscole e le minuscole vengono mantenute.
TableSizeInBytes	INTEGER	Le dimensioni della tabella in byte.

Users

Questa tabella fornisce informazioni sugli utenti.

Colonna	Tipo	Descrizione
UserName	STRING	Il nome dell'utente.
CreatorName	STRING	Il nome dell'entità che ha creato l'utente.
CreateTimestamp	TIMESTAMP	Timestamp della creazione dell'utente.
LastAccessTimestamp	TIMESTAMP	Timestamp dell'ultimo accesso a un database da parte dell'utente.

Amazon Redshift

Nota: tutte le colonne che vengono visualizzate nella tabella BigQuery, ma non sono elencate qui, devono essere considerate sperimentali e soggette a modifiche in qualsiasi momento.

Columns

La tabella Columns proviene da una delle seguenti tabelle: SVV_COLUMNS, INFORMATION_SCHEMA.COLUMNS o PG_TABLE_DEF, ordinate per priorità. Lo strumento tenta di caricare prima i dati dalla tabella con la priorità più alta. Se non riesce, tenta di caricare i dati dalla successiva tabella con priorità più alta. Per maggiori dettagli su schema e utilizzo, consulta la documentazione di Amazon Redshift o PostgreSQL.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database.
SchemaName	STRING	Il nome dello schema.
TableName	STRING	Il nome della tabella.
ColumnName	STRING	Il nome della colonna.
DefaultValue	STRING	Il valore predefinito, se disponibile.
Nullable	BOOLEAN	Indica se una colonna può avere un valore nullo.
ColumnType	STRING	Il tipo di colonna, ad esempio VARCHAR.
ColumnLength	INTEGER	La dimensione della colonna, ad esempio 30 per un VARCHAR(30).

CreateAndDropStatistic

Questa tabella fornisce informazioni sulla creazione e sull'eliminazione delle tabelle.

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
DefaultDatabase	STRING	Il database predefinito.
EntityType	STRING	Tipo di entità, ad esempio TABLE.
EntityName	STRING	Il nome dell'entità.
Operation	STRING	L'operazione: CREATE o DROP.

Databases

Questa tabella proviene dalla tabella PG_DATABASE_INFO direttamente da Amazon Redshift. I nomi dei campi originali della tabella PG sono inclusi nelle descrizioni. Per maggiori dettagli su schema e utilizzo, consulta la documentazione di Amazon Redshift e PostgreSQL.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database. Nome origine: datname
Owner	STRING	Il proprietario del database. ad esempio l'utente che ha creato il database. Nome origine: datdba

ExternalColumns

Questa tabella contiene informazioni provenienti dalla tabella SVV_EXTERNAL_COLUMNS direttamente da Amazon Redshift. Per ulteriori dettagli su schema e utilizzo, consulta la documentazione di Amazon Redshift.

Colonna	Tipo	Descrizione
SchemaName	STRING	Il nome dello schema esterno.
TableName	STRING	Il nome della tabella esterna.
ColumnName	STRING	Il nome della colonna esterna.
ColumnType	STRING	Il tipo di colonna.
Nullable	BOOLEAN	Indica se una colonna può avere un valore nullo.

ExternalDatabases

Questa tabella contiene informazioni provenienti dalla tabella SVV_EXTERNAL_DATABASES di Amazon Redshift. Per ulteriori dettagli su schema e utilizzo, consulta la documentazione di Amazon Redshift.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database esterno.
Location	STRING	Località del database.

ExternalPartitions

Questa tabella contiene informazioni provenienti dalla tabella SVV_EXTERNAL_PARTITIONS di Amazon Redshift. Per ulteriori dettagli su schema e utilizzo, consulta la documentazione di Amazon Redshift.

Colonna	Tipo	Descrizione
SchemaName	STRING	Il nome dello schema esterno.
TableName	STRING	Il nome della tabella esterna.
Location	STRING	La posizione della partizione. La dimensione della colonna è limitata a 128 caratteri. I valori più lunghi vengono troncati.

ExternalSchemas

Questa tabella contiene informazioni provenienti dalla tabella SVV_EXTERNAL_SCHEMAS di Amazon Redshift direttamente. Per ulteriori dettagli su schema e utilizzo, consulta la documentazione di Amazon Redshift.

Colonna	Tipo	Descrizione
SchemaName	STRING	Il nome dello schema esterno.
DatabaseName	STRING	Il nome del database esterno.

ExternalTables

Questa tabella contiene informazioni provenienti dalla tabella SVV_EXTERNAL_TABLES di Amazon Redshift. Per ulteriori dettagli su schema e utilizzo, consulta la documentazione di Amazon Redshift.

Colonna	Tipo	Descrizione
SchemaName	STRING	Il nome dello schema esterno.
TableName	STRING	Il nome della tabella esterna.

Functions

Questa tabella contiene informazioni della tabella PG_PROC direttamente da Amazon Redshift. Per maggiori dettagli su schema e utilizzo, consulta la documentazione di Amazon Redshift e PostgreSQL.

Colonna	Tipo	Descrizione
SchemaName	STRING	Il nome dello schema.
FunctionName	STRING	Il nome della funzione.
LanguageName	STRING	Il linguaggio di implementazione o l'interfaccia di chiamata di questa funzione.

Queries

Questa tabella viene generata utilizzando le informazioni della tabella QueryLogs. A differenza della tabella QueryLogs, ogni riga della tabella Query contiene una sola istruzione di query archiviata nella colonna QueryText. Questa tabella fornisce i dati di origine per generare le tabelle delle statistiche e gli output di traduzione.

Colonna	Tipo	Descrizione
QueryText	STRING	Il testo della query.
QueryHash	STRING	L'hash della query.

QueryLogs

Questa tabella fornisce informazioni sull'esecuzione della query.

Colonna	Tipo	Descrizione
QueryText	STRING	Il testo della query.
QueryHash	STRING	L'hash della query.
QueryID	STRING	L'ID della query.
UserID	STRING	L'ID dell'utente.
StartTime	TIMESTAMP	L'ora di inizio.
Duration	INTEGER	Durata in millisecondi.

QueryTypeStatistics

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
DefaultDatabase	STRING	Il database predefinito.
QueryType	STRING	Il tipo di query.
UpdatedTable	STRING	La tabella aggiornata.
QueriedTables	ARRAY<STRING>	Le tabelle su cui è stata eseguita la query.

TableInfo

Questa tabella contiene informazioni estratte dalla tabella SVV_TABLE_INFO in Amazon Redshift.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database.
SchemaName	STRING	Il nome dello schema.
TableId	INTEGER	L'ID tabella.
TableName	STRING	Il nome della tabella.
SortKey1	STRING	Prima colonna nella chiave di ordinamento.
SortKeyNum	INTEGER	Numero di colonne definite come chiavi di ordinamento.
MaxVarchar	INTEGER	Dimensioni della colonna più grande che utilizza un tipo di dati VARCHAR.
Size	INTEGER	Dimensioni della tabella, in blocchi di dati da 1 MB.
TblRows	INTEGER	Numero totale di righe nella tabella.

TableRelations

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query che ha stabilito la relazione (ad esempio, una query JOIN).
DefaultDatabase	STRING	Il database predefinito.
TableName1	STRING	La prima tabella della relazione.
TableName2	STRING	La seconda tabella della relazione.
Relation	STRING	Il tipo di relazione. Utilizza uno dei seguenti valori: COMMA_JOIN, CROSS_JOIN, FULL_OUTER_JOIN, INNER_JOIN, LEFT_OUTER_JOIN, RIGHT_OUTER_JOIN, CREATED_FROM o INSERT_INTO.
Count	INTEGER	La frequenza con cui è stata osservata questa relazione.

TableSizes

Questa tabella fornisce informazioni sulle dimensioni delle tabelle.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database.
SchemaName	STRING	Il nome dello schema.
TableName	STRING	Il nome della tabella.
TableSizeInBytes	INTEGER	Le dimensioni della tabella in byte.

Tables

Questa tabella contiene informazioni estratte dalla tabella SVV_TABLES in Amazon Redshift. Per ulteriori dettagli su schema e utilizzo, consulta la documentazione di Amazon Redshift.

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database.
SchemaName	STRING	Il nome dello schema.
TableName	STRING	Il nome della tabella.
TableType	STRING	Il tipo di tabella.

TranslatedQueries

Questa tabella fornisce le traduzioni delle query.

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
TranslatedQueryText	STRING	Risultato della traduzione dal dialetto di origine a GoogleSQL.

TranslationErrors

Questa tabella fornisce informazioni sugli errori di traduzione delle query.

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
Severity	STRING	Gravità dell'errore, ad esempio ERROR.
Category	STRING	La categoria dell'errore, ad esempio AttributeNotFound.
Message	STRING	Il messaggio con i dettagli dell'errore.
LocationOffset	INTEGER	La posizione del carattere della posizione dell'errore.
LocationLine	INTEGER	Il numero di riga dell'errore.
LocationColumn	INTEGER	Il numero di colonna dell'errore.
LocationLength	INTEGER	Il numero di caratteri della posizione dell'errore.

UserTableRelations

Colonna	Tipo	Descrizione
UserID	STRING	L'ID utente.
TableName	STRING	Il nome della tabella.
Relation	STRING	La relazione.
Count	INTEGER	Il conteggio.

Users

Questa tabella contiene informazioni estratte dalla tabella PG_USER in Amazon Redshift. Per ulteriori dettagli su schema e utilizzo, consulta la documentazione di PostgreSQL.

Colonna	Tipo	Descrizione
UserName	STRING	Il nome dell'utente.
UserId	STRING	L'ID utente.

Apache Hive

Columns

Questa tabella fornisce informazioni sulle colonne:

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
TableName	STRING	Il nome della tabella in cui le maiuscole e le minuscole vengono mantenute.
ColumnName	STRING	Il nome della colonna in cui le maiuscole vengono mantenute.
ColumnType	STRING	Il tipo di colonna BigQuery, ad esempio STRING.
OriginalColumnType	STRING	Il tipo originale di colonna, ad esempio VARCHAR.

CreateAndDropStatistic

Questa tabella fornisce informazioni sulla creazione e sull'eliminazione delle tabelle:

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
DefaultDatabase	STRING	Il database predefinito.
EntityType	STRING	Tipo di entità, ad esempio TABLE.
EntityName	STRING	Il nome dell'entità.
Operation	STRING	L'operazione eseguita sulla tabella (CREATE o DROP).

Databases

Questa tabella fornisce informazioni sui database:

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
Owner	STRING	Il proprietario del database. ad esempio l'utente che ha creato il database.
Location	STRING	Posizione del database nel file system.

Functions

Questa tabella fornisce informazioni sulle funzioni:

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
FunctionName	STRING	Il nome della funzione.
LanguageName	STRING	Il nome della lingua.
ClassName	STRING	Il nome della classe della funzione.

ObjectReferences

Questa tabella fornisce informazioni sugli oggetti a cui viene fatto riferimento nelle query:

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
DefaultDatabase	STRING	Il database predefinito.
Clause	STRING	La clausola in cui compare l'oggetto. Ad esempio, SELECT.
ObjectName	STRING	Il nome dell'oggetto.
Type	STRING	Il tipo di oggetto.
Subtype	STRING	Il sottotipo dell'oggetto.

ParititionKeys

Questa tabella fornisce informazioni sulle chiavi di partizione:

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
TableName	STRING	Il nome della tabella in cui le maiuscole e le minuscole vengono mantenute.
ColumnName	STRING	Il nome della colonna in cui le maiuscole vengono mantenute.
ColumnType	STRING	Il tipo di colonna BigQuery, ad esempio STRING.

Parititions

Questa tabella fornisce informazioni sulle partizioni delle tabelle:

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
TableName	STRING	Il nome della tabella in cui le maiuscole e le minuscole vengono mantenute.
PartitionName	STRING	Il nome della partizione.
CreateTimestamp	TIMESTAMP	Timestamp della creazione di questa partizione.
LastAccessTimestamp	TIMESTAMP	Timestamp dell'ultimo accesso a questa partizione.
LastDdlTimestamp	TIMESTAMP	Timestamp dell'ultima modifica della partizione.
TotalSize	INTEGER	Le dimensioni compresse della partizione in byte.

Queries

Questa tabella viene generata utilizzando le informazioni della tabella QueryLogs. A differenza della tabella QueryLogs, ogni riga della tabella Query contiene una sola istruzione di query memorizzata nella colonna QueryText. Questa tabella fornisce i dati di origine per generare le tabelle delle statistiche e gli output di traduzione:

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
QueryText	STRING	Il testo della query.

QueryLogs

Questa tabella fornisce alcune statistiche di esecuzione relative alle query estratte:

Colonna	Tipo	Descrizione
QueryText	STRING	Il testo della query.
QueryHash	STRING	L'hash della query.
QueryId	STRING	L'ID della query.
QueryType	STRING	Il tipo di query: Query o DDL.
UserName	STRING	Il nome dell'utente che ha eseguito la query.
StartTime	TIMESTAMP	Il timestamp di invio della query.
Duration	STRING	Durata della query in millisecondi.

QueryTypeStatistics

Questa tabella fornisce statistiche sui tipi di query:

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
QueryType	STRING	Il tipo di query.
UpdatedTable	STRING	La tabella aggiornata dalla query, se presente.
QueriedTables	ARRAY<STRING>	Un elenco delle tabelle su cui è stata eseguita una query.

QueryTypes

Questa tabella fornisce statistiche sui tipi di query:

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
Category	STRING	La categoria della query.
Type	STRING	Il tipo di query.
Subtype	STRING	Il sottotipo della query.

SchemaConversion

Questa tabella fornisce informazioni sulle conversioni dello schema correlate al clustering e al partizionamento:

Nome colonna	Tipo di colonna	Descrizione
DatabaseName	STRING	Il nome del database di origine per il quale viene apportato il suggerimento. Un database è mappato a un set di dati in BigQuery.
TableName	STRING	Il nome della tabella per la quale viene fornito il suggerimento.
PartitioningColumnName	STRING	Il nome della colonna di partizionamento suggerita in BigQuery.
ClusteringColumnNames	ARRAY	I nomi delle colonne di clustering suggerite in BigQuery.
CreateTableDDL	STRING	CREATE TABLE statement per creare la tabella in BigQuery.

TableRelations

Questa tabella fornisce informazioni sulle tabelle:

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query che ha stabilito la relazione.
DatabaseName1	STRING	Il nome del primo database.
TableName1	STRING	Il nome della prima tabella.
DatabaseName2	STRING	Il nome del secondo database.
TableName2	STRING	Il nome della seconda tabella.
Relation	STRING	Il tipo di relazione tra le due tabelle.

TableSizes

Questa tabella fornisce informazioni sulle dimensioni delle tabelle:

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
TableName	STRING	Il nome della tabella in cui le maiuscole e le minuscole vengono mantenute.
TotalSize	INTEGER	Le dimensioni della tabella in byte.

Tables

Questa tabella fornisce informazioni sulle tabelle:

Colonna	Tipo	Descrizione
DatabaseName	STRING	Il nome del database in cui viene mantenuta la distinzione tra maiuscole e minuscole.
TableName	STRING	Il nome della tabella in cui le maiuscole e le minuscole vengono mantenute.
Type	STRING	Il tipo di tabella.

TranslatedQueries

Questa tabella fornisce le traduzioni delle query:

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
TranslatedQueryText	STRING	Il risultato della traduzione dal dialetto di origine a GoogleSQL.

TranslationErrors

Questa tabella fornisce informazioni sugli errori di traduzione delle query:

Colonna	Tipo	Descrizione
QueryHash	STRING	L'hash della query.
Severity	STRING	Gravità dell'errore, ad esempio ERROR.
Category	STRING	La categoria dell'errore, ad esempio AttributeNotFound.
Message	STRING	Il messaggio con i dettagli dell'errore.
LocationOffset	INTEGER	La posizione del carattere della posizione dell'errore.
LocationLine	INTEGER	Il numero di riga dell'errore.
LocationColumn	INTEGER	Il numero di colonna dell'errore.
LocationLength	INTEGER	Il numero di caratteri della posizione dell'errore.

UserTableRelations

Colonna	Tipo	Descrizione
UserID	STRING	L'ID utente.
TableName	STRING	Il nome della tabella.
Relation	STRING	La relazione.
Count	INTEGER	Il conteggio.

Snowflake

Anteprima

Questa funzionalità è soggetta ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici dei servizi. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Nota: per fornire feedback o porre domande relative alla valutazione della migrazione di BigQuery per Snowflake, contatta [e-mail].

Warehouses

Colonna	Tipo	Descrizione	Presenza
WarehouseName	STRING	Il nome del magazzino.	Sempre
State	STRING	Lo stato del magazzino. Valori possibili: STARTED, SUSPENDED, RESIZING.	Sempre
Type	STRING	Tipo di warehouse. Valori possibili: STANDARD, SNOWPARK-OPTIMIZED.	Sempre
Size	STRING	Dimensioni del magazzino. Valori possibili: X-Small, Small, Medium, Large, X-Large, 2X-Large ... 6X-Large.	Sempre

Databases

Colonna	Tipo	Descrizione	Presenza
DatabaseNameOriginal	STRING	Il nome del database, mantenendo le maiuscole/minuscole.	Sempre
DatabaseName	STRING	Il nome del database, convertito in minuscolo.	Sempre

Schemata

Colonna	Tipo	Descrizione	Presenza
DatabaseNameOriginal	STRING	Il nome del database a cui appartiene lo schema, mantenendo le maiuscole/minuscole.	Sempre
DatabaseName	STRING	Il nome del database a cui appartiene lo schema, convertito in lettere minuscole.	Sempre
SchemaNameOriginal	STRING	Il nome dello schema, mantenendo le maiuscole/minuscole.	Sempre
SchemaName	STRING	Il nome dello schema convertito in minuscolo.	Sempre

Tables

Colonna	Tipo	Descrizione	Presenza
DatabaseNameOriginal	STRING	Il nome del database a cui appartiene la tabella, con la distinzione tra maiuscole e minuscole.	Sempre
DatabaseName	STRING	Il nome del database a cui appartiene la tabella, convertito in lettere minuscole.	Sempre
SchemaNameOriginal	STRING	Il nome dello schema a cui appartiene la tabella, con la distinzione tra maiuscole e minuscole.	Sempre
SchemaName	STRING	Il nome dello schema a cui appartiene la tabella, convertito in minuscolo.	Sempre
TableNameOriginal	STRING	Il nome della tabella, mantenendo le maiuscole/minuscole.	Sempre
TableName	STRING	Il nome della tabella, convertito in minuscolo.	Sempre
TableType	STRING	Tipo di tabella (Vista / Vista materializzata / Tabella di base).	Sempre
RowCount	BIGNUMERIC	Numero di righe nella tabella.	Sempre

Columns

Colonna	Tipo	Descrizione	Presenza
DatabaseName	STRING	Il nome del database, convertito in minuscolo.	Sempre
DatabaseNameOriginal	STRING	Il nome del database, mantenendo le maiuscole/minuscole.	Sempre
SchemaName	STRING	Il nome dello schema convertito in minuscolo.	Sempre
SchemaNameOriginal	STRING	Il nome dello schema, mantenendo le maiuscole/minuscole.	Sempre
TableName	STRING	Il nome della tabella, convertito in minuscolo.	Sempre
TableNameOriginal	STRING	Il nome della tabella in cui le maiuscole e le minuscole vengono mantenute.	Sempre
ColumnName	STRING	Il nome della colonna, convertito in minuscolo.	Sempre
ColumnNameOriginal	STRING	Il nome della colonna in cui le maiuscole vengono mantenute.	Sempre
ColumnType	STRING	Il tipo di colonna.	Sempre

CreateAndDropStatistics

Colonna	Tipo	Descrizione	Presenza
QueryHash	STRING	L'hash della query.	Sempre
DefaultDatabase	STRING	Il database predefinito.	Sempre
EntityType	STRING	Il tipo di entità, ad esempio TABLE.	Sempre
EntityName	STRING	Il nome dell'entità.	Sempre
Operation	STRING	Operazione: CREATE o DROP.	Sempre

Queries

Colonna	Tipo	Descrizione	Presenza
QueryText	STRING	Il testo della query.	Sempre
QueryHash	STRING	L'hash della query.	Sempre

QueryLogs

Colonna	Tipo	Descrizione	Presenza
QueryText	STRING	Il testo della query.	Sempre
QueryHash	STRING	L'hash della query.	Sempre
QueryID	STRING	L'ID della query.	Sempre
UserID	STRING	L'ID dell'utente.	Sempre
StartTime	TIMESTAMP	L'ora di inizio.	Sempre
Duration	INTEGER	Durata in millisecondi.	Sempre

QueryTypeStatistics

Colonna	Tipo	Descrizione	Presenza
QueryHash	STRING	L'hash della query.	Sempre
DefaultDatabase	STRING	Il database predefinito.	Sempre
QueryType	STRING	Il tipo di query.	Sempre
UpdatedTable	STRING	La tabella aggiornata.	Sempre
QueriedTables	REPEATED STRING	Le tabelle su cui è stata eseguita la query.	Sempre

TableRelations

Colonna	Tipo	Descrizione	Presenza
QueryHash	STRING	L'hash della query che ha stabilito la relazione (ad esempio, una query JOIN).	Sempre
DefaultDatabase	STRING	Il database predefinito.	Sempre
TableName1	STRING	La prima tabella della relazione.	Sempre
TableName2	STRING	La seconda tabella della relazione.	Sempre
Relation	STRING	Il tipo di relazione.	Sempre
Count	INTEGER	La frequenza con cui è stata osservata questa relazione.	Sempre

TranslatedQueries

Colonna	Tipo	Descrizione	Presenza
QueryHash	STRING	L'hash della query.	Sempre
TranslatedQueryText	STRING	Risultato della traduzione dal dialetto di origine a BigQuery SQL.	Sempre

TranslationErrors

Colonna	Tipo	Descrizione	Presenza
QueryHash	STRING	L'hash della query.	Sempre
Severity	STRING	La gravità dell'errore, ad esempio ERROR.	Sempre
Category	STRING	La categoria dell'errore, ad esempio AttributeNotFound.	Sempre
Message	STRING	Il messaggio con i dettagli dell'errore.	Sempre
LocationOffset	INTEGER	La posizione del carattere della posizione dell'errore.	Sempre
LocationLine	INTEGER	Il numero di riga dell'errore.	Sempre
LocationColumn	INTEGER	Il numero di colonna dell'errore.	Sempre
LocationLength	INTEGER	Il numero di caratteri della posizione dell'errore.	Sempre

UserTableRelations

Colonna	Tipo	Descrizione	Presenza
UserID	STRING	ID utente.	Sempre
TableName	STRING	Il nome della tabella.	Sempre
Relation	STRING	La relazione.	Sempre
Count	INTEGER	Il conteggio.	Sempre

Risoluzione dei problemi

Questa sezione illustra alcuni problemi comuni e tecniche di risoluzione dei problemi per eseguire la migrazione del data warehouse a BigQuery.

dwh-migration-dumper errore dello strumento

Per risolvere errori e avvisi nell'output del terminale dello strumento dwh-migration-dumper che si sono verificati durante l'estrazione dei metadati o dei log delle query, consulta Risoluzione dei problemi relativi alla generazione dei metadati.

Errori di migrazione Hive

Questa sezione descrive i problemi comuni che potresti riscontrare quando prevedi di eseguire la migrazione del data warehouse da Hive a BigQuery.

L'hook di logging scrive i messaggi di log di debug nei log di hive-server2. Se riscontri problemi, esamina i log di debug dell'hook di logging, che contengono la stringa MigrationAssessmentLoggingHook.

Nota: se il problema non può essere risolto, contatta [e-mail] per ulteriore assistenza.

Gestisci l'errore ClassNotFoundException

L'errore potrebbe essere causato da un errore di posizionamento del file JAR dell'hook di logging. Assicurati di aver aggiunto il file JAR alla cartella auxlib sul cluster Hive. In alternativa, puoi specificare il percorso completo del file JAR nella proprietà hive.aux.jars.path, ad esempio file:///HiveMigrationAssessmentQueryLogsHooks_deploy.jar.

Le sottocartelle non vengono visualizzate nella cartella configurata

Questo problema potrebbe essere causato dall'errata configurazione o da problemi durante l'inizializzazione dell'hook di logging.

Cerca nei log di debug di hive-server2 i seguenti messaggi hook di logging:

Unable to initialize logger, logging disabled

Log dir configuration key 'dwhassessment.hook.base-directory' is not set,
logging disabled.

Error while trying to set permission

Esamina i dettagli del problema e controlla se c'è qualcosa che devi correggere per risolverlo.

I file non vengono visualizzati nella cartella

Questo problema potrebbe essere causato da problemi riscontrati durante l'elaborazione degli eventi o la scrittura su un file.

Cerca nei log di debug di hive-server2 i seguenti messaggi hook di logging:

Failed to close writer for file

Got exception while processing event

Error writing record for query

Esamina i dettagli del problema e controlla se c'è qualcosa che devi correggere per risolverlo.

Alcuni eventi di query sono persi

Questo problema potrebbe essere causato dall'overflow della coda del thread dell'hook di logging.

Cerca nei log di debug di hive-server2 il seguente messaggio hook di logging:

Writer queue is full. Ignoring event

Se sono presenti messaggi di questo tipo, ti consigliamo di aumentare il parametro dwhassessment.hook.queue.capacity.

Passaggi successivi

Per maggiori informazioni sullo strumento dwh-migration-dumper, consulta dwh-migration-tools.

Puoi anche scoprire di più sui seguenti passaggi della migrazione del data warehouse:

• Panoramica della migrazione
• Panoramica del trasferimento di schemi e dati
• Pipeline di dati
• Traduzione SQL batch
• Traduzione SQL interattiva
• Sicurezza e governance dei dati
• Strumento di convalida dei dati