IBM Netezza SQL 转换指南

IBM Netezza 数据仓储旨在与 Netezza 专属 SQL 语法协同工作。Netezza SQL 基于 Postgres 7.2。由于各种 SQL 方言有所不同,因此,如果不进行修改,则为 Netezza 编写的 SQL 脚本无法在 BigQuery 数据仓库中使用。

本文档详细介绍了 Netezza 与 BigQuery 在 SQL 语法的以下方面的异同:

  • 数据类型
  • SQL 语言元素
  • 查询语法
  • 数据操纵语言 (DML)
  • 数据定义语言 (DDL)
  • 存储过程
  • 函数

您还可以使用批量 SQL 转换来批量迁移 SQL 脚本,或使用交互式 SQL 转换来转换临时查询。两个预览版的工具都支持 IBM Netezza SQL/NZPLSQL。

数据类型

Netezza BigQuery 备注
INTEGER/INT/INT4 INT64
SMALLINT/INT2 INT64
BYTEINT/INT1 INT64
BIGINT/INT8 INT64
DECIMAL NUMERIC Netezza 中的 DECIMAL 数据类型是 NUMERIC 数据类型的别名。
NUMERIC NUMERIC INT64
NUMERIC(p,s) NUMERIC 与 Netezza 不同,BigQuery 中的 NUMERIC 类型不强制执行自定义数字位数或范围边界(限制条件)。BigQuery 的小数点后固定了 9 位数字,而 Netezza 则允许自定义设置。在 Netezza 中,精度 p 可为 1 到 38,范围 s 可为 0 到精度。
FLOAT(p) FLOAT64
REAL/FLOAT(6) FLOAT64
DOUBLE PRECISION/FLOAT(14) FLOAT64
CHAR/CHARACTER STRING BigQuery 中的 STRING 类型是可变长度的,不需要手动设置最大字符长度,而 Netezza CHARACTERVARCHAR 类型需要。CHAR(n) 中的 n 的默认值为 1。字符串大小上限为 64,000。
VARCHAR STRING BigQuery 中的 STRING 类型是可变长度的,不需要手动设置最大字符长度,而 Netezza CHARACTERVARCHAR 类型需要。字符串大小上限为 64,000。
NCHAR STRING BigQuery 中的 STRING 类型存储为 UTF-8 编码的可变长度 Unicode。最大长度为 16,000 个字符。
NVARCHAR STRING BigQuery 中的 STRING 类型存储为 UTF-8 编码的可变长度 Unicode。最大长度为 16,000 个字符。
VARBINARY BYTES
ST_GEOMETRY GEOGRAPHY
BOOLEAN/BOOL BOOL BigQuery 中的 BOOL 类型只能接受 TRUE/FALSE,而 Netezza 中的 BOOL 类型可以接受各种值,例如 0/1yes/notrue/false,on/off
DATE DATE
TIME TIME
TIMETZ/TIME WITH TIME ZONE TIME Netezza 以 UTC 形式存储 TIME 数据类型,允许您使用 WITH TIME ZONE 语法传递 UTC 的偏移量。BigQuery 中的 TIME 数据类型表示独立于任何日期或时区的时间。
TIMESTAMP DATETIME Netezza TIMESTAMP 类型不包含时区,与 BigQuery DATETIME 类型相同。
ARRAY Netezza 中没有数组数据类型。数组类型存储在 varchar 字段中

时间戳和日期类型格式

如需详细了解 Netezza SQL 使用的日期类型格式,请参阅 Netezza 日期时间模板模式文档。如需详细了解日期时间函数,请参阅 Netezza 日期/时间函数文档。

在将日期类型格式元素从 Netezza 转换为 GoogleSQL 时,您必须特别注意 TIMESTAMPDATETIME 之间的时区差异,如下表所述:

Netezza BigQuery
CURRENT_TIMESTAMP
CURRENT_TIME

TIME Netezza 中的信息可以具有不同的时区信息(使用 WITH TIME ZONE 语法定义)。
如果可能,请使用格式正确的 CURRENT_TIMESTAMP 函数。但是,输出格式并不总是显示世界协调时间 (UTC) 时区(在内部,BigQuery 没有时区)。bp 命令行工具和 Google Cloud 控制台中的 DATETIME 对象根据 RFC 3339 使用 T 作为分隔符。但在 Python 和 Java JDBC 中,使用空格作为分隔符。使用显式的 FORMAT_DATETIME 函数正确定义日期格式。否则,系统会显式转换为字符串,例如:
CAST(CURRENT_DATETIME() AS STRING)
这也会返回空格分隔符。
CURRENT_DATE CURRENT_DATE
CURRENT_DATE-3 BigQuery 不支持算术数据运算。请改用 DATE_ADD 函数。

SELECT 语句

通常情况下,Netezza SELECT 语句与 BigQuery 兼容。下表列出了例外情况:

Netezza BigQuery
没有 FROM 子句的 SELECT 语句 支持特殊情况,例如:

SELECT 1 UNION ALL SELECT 2;


SELECT
  (subquery) AS flag,
  CASE WHEN flag = 1 THEN ...

在 BigQuery 中,列无法引用在同一查询中定义的其他列的输出。您必须复制逻辑或将逻辑移至嵌套查询中。

选项 1


SELECT
  (subquery) AS flag,
  CASE WHEN (subquery) = 1 THEN ...

选项 2


SELECT
  q.*,
  CASE WHEN flag = 1 THEN ...
FROM (
  SELECT
    (subquery) AS flag,
    ...
  ) AS q

比较运算符

Netezza BigQuery 说明
exp = exp2 exp = exp2 等于
exp <= exp2 exp <= exp2 小于或等于
exp < exp2 exp < exp2 小于
exp <> exp2
exp != exp2
exp <> exp2
exp != exp2
不等于
exp >= exp2 exp >= exp2 大于或等于
exp > exp2 exp > exp2 大于

内置 SQL 函数

Netezza BigQuery 说明
CURRENT_DATE CURRENT_DATE 获取当前日期(年、月、日)。
CURRENT_TIME CURRENT_TIME 获取含小数的当前时间。
CURRENT_TIMESTAMP CURRENT_TIMESTAMP 获取当前系统日期和时间,精确到秒。
NOW CURRENT_TIMESTAMP 获取当前系统日期和时间,精确到秒。
COALESCE(exp, 0) COALESCE(exp, 0) NULL 替换为零。
NVL(exp, 0) IFNULL(exp, 0) NULL 替换为零。
EXTRACT(DOY FROM timestamp_expression) EXTRACT(DAYOFYEAR FROM timestamp_expression) 返回从年初开始的天数。
ADD_MONTHS(date_expr, num_expr) DATE_ADD(date, INTERVAL k MONTH) 向日期添加月份。
DURATION_ADD(date, k) DATE_ADD(date, INTERVAL k DAY) 对日期执行加法。
DURATION_SUBTRACT(date, k) DATE_SUB(date, INTERVAL k DAY) 对日期执行减法。
str1 || str2 CONCAT(str1, str2) 串联字符串。

函数

本部分比较 Netezza 和 BigQuery 函数。

聚合函数

Netezza BigQuery
ANY_VALUE
APPROX_COUNT_DISTINCT
APPROX_QUANTILES
APPROX_TOP_COUNT
APPROX_TOP_SUM
AVG AVG
intNand BIT_AND
intNnot 按位非运算符:~
intNor BIT_OR
intNxor BIT_XOR
intNshl
intNshr
CORR CORR
COUNT COUNT
COUNTIF
COVAR_POP COVAR_POP
COVAR_SAMP COVAR_SAMP
GROUPING
LOGICAL_AND
LOGICAL_OR
MAX MAX
MIN MIN
MEDIAN PERCENTILE_CONT(x, 0.5)
STDDEV_POP STDDEV_POP
STDDEV_SAMP STDDEV_SAMP
STDDEV
STRING_AGG
SUM SUM
VAR_POP VAR_POP
VAR_SAMP VAR_SAMP
VARIANCE

分析函数

Netezza BigQuery
ANY_VALUE
ARRAY_AGG
ARRAY_CONCAT ARRAY_CONCAT_AGG
ARRAY_COMBINE
ARRAY_COUNT
ARRAY_SPLIT
ARRAY_TYPE
AVG AVG
intNand BIT_AND
intNnot 按位非运算符:~
intNor BIT_OR
intNxor BIT_XOR
intNshl
intNshr
CORR CORR
COUNT COUNT
COUNTIF
COVAR_POP COVAR_POP
COVAR_SAMP COVAR_SAMP
CUME_DIST CUME_DIST
DENSE_RANK DENSE_RANK
FIRST_VALUE FIRST_VALUE
LAG LAG
LAST_VALUE LAST_VALUE
LEAD LEAD
AND LOGICAL_AND
OR LOGICAL_OR
MAX MAX
MIN MIN
NTH_VALUE
NTILE NTILE
PERCENT_RANK PERCENT_RANK
PERCENTILE_CONT PERCENTILE_CONT
PERCENTILE_DISC PERCENTILE_DISC
RANK RANK
ROW_NUMBER ROW_NUMBER
STDDEV STDDEV
STDDEV_POP STDDEV_POP
STDDEV_SAMP STDDEV_SAMP
STRING_AGG
SUM SUM
VARIANCE VARIANCE
VAR_POP VAR_POP
VAR_SAMP VAR_SAMP
VARIANCE
WIDTH_BUCKET

日期和时间函数

Netezza BigQuery
ADD_MONTHS DATE_ADD
TIMESTAMP_ADD
AGE
CURRENT_DATE CURRENT_DATE
CURRENT_DATETIME
CURRENT_TIME CURRENT_TIME
CURRENT_TIME(p)
CURRENT_TIMESTAMP CURRENT_TIMESTAMP
CURRENT_TIMESTAMP(p)
DATE
DATE_ADD
DATE_DIFF
DATE_FROM_UNIX_DATE
DATE_SUB
DATE_TRUNC DATE_TRUNC
DATE_PART
DATETIME
DATETIME_ADD
DATETIME_DIFF
DATETIME_SUB
DATETIME_TRUNC
DURATION_ADD
DURATION_SUBTRACT
EXTRACT EXTRACT (DATE)
EXTRACT (TIMESTAMP)
FORMAT_DATE
FORMAT_DATETIME
FORMAT_TIME
FORMAT_TIMESTAMP
LAST_DAY DATE_SUB( DATE_TRUNC( DATE_ADD( date_expression, INTERVAL 1 MONTH ), MONTH ), INTERVAL 1 DAY )
MONTHS_BETWEEN DATE_DIFF(date_expression, date_expression, MONTH)
NEXT_DAY
NOW
OVERLAPS
PARSE_DATE
PARSE_DATETIME
PARSE_TIME
PARSE_TIMESTAMP
STRING
TIME
TIME_ADD
TIME_DIFF
TIME_SUB
TIME_TRUNC
TIMEOFDAY
TIMESTAMP DATETIME
TIMESTAMP_ADD
TIMESTAMP_DIFF
TIMESTAMP_MICROS
TIMESTAMP_MILLIS
TIMESTAMP_SECONDS
TIMESTAMP_SUB
TIMESTAMP_TRUNC
TIMEZONE
TO_DATE PARSE_DATE
TO_TIMESTAMP PARSE_TIMESTAMP
UNIX_DATE
UNIX_MICROS
UNIX_MILLIS
UNIX_SECONDS

字符串函数

Netezza BigQuery
ASCII TO_CODE_POINTS(string_expr)[OFFSET(0)]
BYTE_LENGTH
TO_HEX
CHAR_LENGTH
CHARACTER_LENGTH
CODE_POINTS_TO_BYTES
BTRIM
CHR CODE_POINTS_TO_STRING([numeric_expr])
CONCAT
DBL_MP
DLE_DST
ENDS_WITH
FORMAT
FROM_BASE32
FROM_BASE64
FROM_HEX
HEX_TO_BINARY
HEX_TO_GEOMETRY
INITCAP
INSTR
INT_TO_STRING
LE_DST
LENGTH LENGTH
LOWER LOWER
LPAD LPAD
LTRIM LTRIM
NORMALIZE
NORMALIZE_AND_CASEFOLD
PRI_MP
REGEXP_CONTAINS
REGEXP_EXTRACT REGEXP_EXTRACT
REGEXP_EXTRACT_ALL REGEXP_EXTRACT_ALL
REGEXP_EXTRACT_ALL_SP
REGEXP_EXTRACT_SP
REGEXP_INSTR STRPOS(col, REGEXP_EXTRACT())
REGEXP_LIKE
REGEXP_MATCH_COUNT
REGEXP_REPLACE REGEXP_REPLACE
REGEXP_REPLACE_SP IF(REGEXP_CONTAINS,1,0)
REGEXP_EXTRACT
REPEAT REPEAT
REPLACE
REVERSE
RPAD RPAD
RTRIM RTRIM
SAFE_CONVERT_BYTES_TO_STRING
SCORE_MP
SEC_MP
SOUNDEX
SPLIT
STARTS_WITH
STRING_TO_INT
STRPOS STRPOS
SUBSTR SUBSTR
TO_BASE32
TO_BASE64
TO_CHAR
TO_DATE
TO_NUMBER
TO_TIMESTAMP
TO_CODE_POINTS
TO_HEX
TRANSLATE
TRIM
UPPER UPPER
UNICODE
UNICODES

数学函数

Netezza BigQuery
ABS ABS
ACOS ACOS
ACOSH
ASIN ASIN
ASINH
ATAN ATAN
ATAN2 ATAN2
ATANH
CEIL
DCEIL
CEIL
CEILING
COS COS
COSH
COT COT
DEGREES
DIV
EXP EXP
FLOOR
DFLOOR
FLOOR
GREATEST GREATEST
IEEE_DIVIDE
IS_INF
IS_NAN
LEAST LEAST
LN LN
LOG LOG
LOG10
MOD MOD
NULLIF(expr, 0)
PI ACOS(-1)
POW
FPOW
POWER
POW
RADIANS
RANDOM RAND
ROUND ROUND
SAFE_DIVIDE
SETSEED
SIGN SIGN
SIN SIN
SINH
SQRT
NUMERIC_SQRT
SQRT
TAN TAN
TANH
TRUNC TRUNC
IFNULL(expr, 0)

DML 语法

本部分比较 Netezza 和 BigQuery DML 语法。

INSERT 语句

Netezza BigQuery


INSERT INTO table VALUES (...);


INSERT INTO table (...) VALUES (...);


Netezza 为列提供了 DEFAULT 关键字和其他限制条件。在 BigQuery 中,只有在指定了所有列的情况下,省略 INSERT 语句中的列名称才有效。


INSERT INTO table (...) VALUES (...);
INSERT INTO table (...) VALUES (...);


INSERT INTO table VALUES (), ();

BigQuery 设有 DML 配额,用于限制您每天可以执行的 DML 语句数量。要充分利用您的配额,请考虑采用以下方法:

  • 将多行合并为一个 INSERT 语句,而不是每个 INSERT 语句占一行。
  • 使用 MERGE 语句组合多个 DML 语句(包括 INSERT 语句)。
  • 使用 CREATE TABLE ... AS SELECT 语句创建和填充新表。

BigQuery 中 DML 脚本的一致性语义与 Netezza 中的等效语句略有不同。另请注意,除了 NOT NULL 之外,BigQuery 不提供限制条件。

如需简要了解快照隔离以及会话和事务处理,请参阅一致性保证和事务隔离

UPDATE 语句

在 Netezza 中,WHERE 子句是可选的,但在 BigQuery 中是必需的。

Netezza BigQuery


UPDATE tbl
SET
tbl.col1=val1;

在没有 WHERE 子句的情况下不受支持。使用 WHERE true 子句更新所有行。


UPDATE A
SET
  y = B.y,
  z = B.z + 1
FROM B
WHERE A.x = B.x
  AND A.y IS NULL;


UPDATE A
SET
  y = B.y,
  z = B.z + 1
FROM B
WHERE A.x = B.x
  AND A.y IS NULL;


UPDATE A alias
SET x = x + 1
WHERE f(x) IN (0, 1)


UPDATE A
SET x = x + 1
WHERE f(x) IN (0, 1);


UPDATE A
SET z = B.z
FROM B
WHERE A.x = B.x
  AND A.y = B.y


UPDATE A
SET z = B.z
FROM B
WHERE A.x = B.x
  AND A.y = B.y;

如需查看示例,请参阅 UPDATE 示例

鉴于 DML 配额,我们建议您使用较大的 MERGE 语句,而不是多个单独的 UPDATEINSERT 语句。BigQuery 中 DML 脚本的一致性语义与 Netezza 中的等效语句略有不同。如需简要了解快照隔离以及会话和事务处理,请参阅一致性保证和事务隔离

DELETETRUNCATE 语句

DELETETRUNCATE 语句都是在不影响表架构或索引的情况下从表中移除行的方法。TRUNCATE 语句与 DELETE 语句具有相同的效果,但对于大型表,比 DELETE 语句快得多。Netezza 支持 TRUNCATE 语句,但 BigQuery 不支持。但是,您可以在 Netezza 和 BigQuery 中使用 DELETE 语句。

在 BigQuery 中,DELETE 语句必须具有 WHERE 子句。 在 Netezza 中,WHERE 子句是可选的。如果未指定 WHERE 子句,则 Netezza 表中的所有行都会被删除。

Netezza BigQuery 说明


BEGIN;
LOCK TABLE A IN EXCLUSIVE MODE;
DELETE FROM A;
INSERT INTO A SELECT * FROM B;
COMMIT;

使用查询输出替换表的内容相当于事务。您可以使用 query复制 (cp) 操作执行此操作。


bq query \
--replace \
--destination_table \
tableA \
'SELECT * \
FROM tableB \
WHERE ...'


bq cp \
-f tableA tableB

将表的内容替换为查询结果。


DELETE FROM database.table


DELETE FROM table WHERE TRUE;

在 Netezza 中,运行 delete 语句时,行并不会被物理删除,而只是标记为删除。之后运行 GROOM TABLEnzreclaim 命令会移除标记为删除的行并收回相应的磁盘空间。
GROOM TABLE Netezza 使用 GROOM TABLE 命令移除标记为删除的行,从而收回磁盘空间。

MERGE 语句

对应每个目标行,MERGE 语句最多只能匹配一个源行。BigQuery 中 DML 脚本的一致性语义与 Netezza 中的等效语句略有不同。如需简要了解快照隔离以及会话和事务处理,请参阅一致性保证和事务隔离。如需查看示例,请参阅 BigQuery MERGE 示例Netezza MERGE 示例

DDL 语法

本部分比较 Netezza 和 BigQuery DDL 语法。

CREATE TABLE 语句

Netezza BigQuery 说明
TEMP
TEMPORARY
BigQuery 的 DDL 支持使您可以根据查询结果创建表,并在创建时指定其有效期。例如,三天:

CREATE TABLE 'fh-bigquery.public_dump.vtemp'
OPTIONS(
expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(),
INTERVAL 3 DAY))
创建会话的临时表。
ZONE MAPS 不支持。 快速搜索 WHERE 条件。
DISTRIBUTE ON PARTITION BY 分区。 这不是直接转换。DISTRIBUTE ON 在节点之间共享数据(通常使用唯一键进行均匀分布),而 PARTITION BY 会将数据精简为多个片段。
ORGANIZE ON CLUSTER BY Netezza 和 BigQuery 都最多支持四个键的聚簇。Netezza 聚簇基表 (CBT) 为每个聚簇列提供相同的优先级。在 BigQuery 中,表在其上进行聚簇的第一列优先,然后是第二列,以此类推。
ROW SECURITY Authorized View 行级安全性。
CONSTRAINT 不支持 检查限制条件。

DROP 语句

Netezza BigQuery 说明
DROP TABLE DROP TABLE
DROP DATABASE DROP DATABASE
DROP VIEW DROP VIEW

列选项和特性

Netezza BigQuery 说明
NULL
NOT NULL
NULLABLE
REQUIRED
指定是否允许列包含 NULL 值。
REFERENCES 不支持 指定列限制条件。
UNIQUE 不支持 列中的每个值必须是唯一的。
DEFAULT 不支持 列中的所有值为默认值。

临时表

Netezza 支持在会话期间存在的 TEMPORARY

如需在 BigQuery 中构建临时表,请执行以下操作:

  1. 创建一个存留时间较短的数据集(例如 12 小时)。
  2. 在数据集中创建临时表,表名称前缀为 temp。例如,如需创建在一小时后到期的表,请执行以下命令:

    CREATE TABLE temp.name (col1, col2, ...)
    OPTIONS(expiration_timestamp = TIMESTAMP_ADD(CURRENT_TIMESTAMP(),
    INTERVAL 1 HOUR));
  3. 开始读取和写入临时表。

您还可以单独移除重复项,以发现下游系统中的错误。

请注意,BigQuery 不支持 DEFAULTIDENTITY(序列)列。

过程 SQL 语句

Netezza 使用 NZPLSQL 脚本语言来处理存储过程。NZPLSQL 基于 Postgres 的 PL/pgSQL 语言。本部分介绍如何将存储过程、函数和触发器中使用的过程 SQL 语句从 Netezza 转换为 BigQuery。

CREATE PROCEDURE 语句

Netezza 和 BigQuery 都支持使用 CREATE PROCEDURE 语句创建存储过程。如需了解详情,请参阅使用 SQL 存储过程

变量声明和赋值

Netezza BigQuery 说明
DECLARE var datatype(len) [DEFAULT value]; DECLARE 声明变量。
SET var = value; SET 为变量分配值。

异常处理程序

Netezza 支持可针对某些错误条件触发的异常处理程序。BigQuery 不支持条件处理程序。

Netezza BigQuery 说明
EXCEPTION 不支持 声明用于一般错误的 SQL 异常处理程序。

动态 SQL 语句

Netezza 支持在存储过程中使用动态 SQL 查询。BigQuery 不支持动态 SQL 语句。

Netezza BigQuery 说明
EXECUTE IMMEDIATE sql_str; EXECUTE IMMEDIATE sql_str; 执行动态 SQL。

控制流语句

Netezza BigQuery 说明
IF THEN ELSE STATEMENT
IF condition
THEN ...
ELSE ...
END IF;
IF condition
THEN ...
ELSE ...
END IF;
有条件地执行。
迭代控制
FOR var AS SELECT ...
DO stmts END FOR;
FOR var AS cur CURSOR
FOR SELECT ...
DO stmts END FOR;
不支持 在一系列行上迭代。
迭代控制
LOOP stmts END LOOP;
LOOP
sql_statement_list END LOOP;
循环执行语句块。
EXIT WHEN BREAK 退出过程。
WHILE *condition* LOOP WHILE condition
DO ...
END WHILE
执行语句循环,直至某个条件失败。

其他语句和过程语言元素

Netezza BigQuery 说明
CALL proc(param,...) 不支持 执行过程。
EXEC proc(param,...) 不支持 执行过程。
EXECUTE proc(param,...) 不支持 执行过程。

多语句和多行 SQL 语句

Netezza 和 BigQuery 都支持事务(会话),因此支持用分号分隔并始终一起执行的语句。如需了解详情,请参阅多语句事务

其他 SQL 语句

Netezza BigQuery 说明
GENERATE STATISTICS 为当前数据库中的所有表生成统计信息。
GENERATE STATISTICS ON table_name 为特定表生成统计信息。
GENERATE STATISTICS ON table_name(col1,col4) 使用统计函数(如 MIN, MAX, AVG, 等)、使用界面或使用 Cloud Data Loss Prevention API。 为表中的特定列生成统计信息。
GENERATE STATISTICS ON table_name APPROX_COUNT_DISTINCT(col) 显示列的唯一值的数量。
INSERT INTO table_name INSERT INTO table_name 插入一行。
LOCK TABLE table_name FOR EXCLUSIVE; 不支持 锁定行。
SET SESSION CHARACTERISTICS AS TRANSACTION ISOLATION LEVEL ... BigQuery 始终使用快照隔离。如需了解详情,请参阅一致性保证和事务隔离 定义事务隔离级别。
BEGIN TRANSACTION
END TRANSACTION
COMMIT
BigQuery 始终使用快照隔离。如需了解详情,请参阅一致性保证和事务隔离 定义多语句请求的事务边界。
EXPLAIN ... 不支持。查询计划和时间轴中提供类似功能 显示 SELECT 语句的查询计划。
用户视图 元数据
系统视图元数据
SELECT
* EXCEPT(is_typed)
FROM
mydataset.INFORMATION_SCHEMA.TABLES;

BigQuery 信息架构
查询数据库中的对象

一致性保证和事务隔离

Netezza 和 BigQuery 都是原子性的,也就是说,跨多行的每个变更都符合 ACID。例如,即使插入了多个值,MERGE 操作也是完全原子化的。

事务

Netezza 在语法上接受 ANSI SQL 事务隔离的所有四种模式。但是,无论指定哪种模式,系统只会使用 SERIALIZABLE 模式,它可提供尽可能高的一致性级别。此模式还可避免并发事务之间的脏读、不可重复读和幻读。Netezza 不使用传统锁定来实现一致性。当两个事务尝试修改相同数据时,它使用序列化依赖检查(一种乐观并发控制)来自动回滚最新事务。

BigQuery 也支持事务。BigQuery 使用快照隔离帮助确保乐观并发控制(首先提交优先),其中查询在查询开始之前读取最后提交的数据。此方法可保证每行的每个变更和同一 DML 语句中的各行具有相同的一致性级别,同时避免死锁。如果对同一个表进行了多个 DML 更新,BigQuery 会切换为悲观并发控制。加载作业可以完全独立运行并附加到表。

回滚

Netezza 支持 ROLLBACK 语句以中止当前事务并回滚在该事务中进行的所有更改。

在 BigQuery 中,您可以使用 ROLLBACK TRANSACTION 语句

数据库限制

限额 Netezza BigQuery
每个数据库的表数 32,000 无限制
每个表的列数 1600 10000
行大小上限 64 KB 100 MB
列名称和表名称的长度 128 字节 16,384 个 Unicode 字符
每个表的行数 无限制 无限制
SQL 请求长度上限 1 MB(未解析标准 SQL 查询长度上限)。

12 MB(已解析旧版和标准 SQL 查询长度上限)。

流式插入:
10 MB(HTTP 请求大小限制)
10,000(每个请求的行数上限)
请求和响应大小上限 10 MB(请求)和 10 GB(响应),如果您使用分页或 Cloud Storage API,则几乎没有限制。
并发会话数量上限 63 个并发读写事务。2000 个与服务器的并发连接。 100 个并发查询(可通过槽预留提高),每位用户 300 次并发 API 请求。

后续步骤