Eseguire query su più tabelle utilizzando una tabella con funzione carattere jolly

Le tabelle con caratteri jolly consentono di eseguire query su più tabelle utilizzando istruzioni SQL concise. Le tabelle con caratteri jolly sono disponibili solo in GoogleSQL. Per funzionalità equivalente nell'SQL precedente, consulta Funzioni con caratteri jolly nella tabella.

Una tabella con funzione carattere jolly rappresenta un'unione di tutte le tabelle che corrispondono all'espressione con caratteri jolly. Ad esempio, la seguente clausola FROM utilizza l'espressione con caratteri jolly gsod* per trovare corrispondenze di tutte le tabelle nel set di dati noaa_gsod che iniziano con la stringa gsod.

FROM
  `bigquery-public-data.noaa_gsod.gsod*`

Ogni riga nella tabella con funzione carattere jolly contiene una colonna speciale, _TABLE_SUFFIX, che contiene il valore corrispondente dal carattere jolly.

Limitazioni

Le query delle tabelle con caratteri jolly sono soggette alle seguenti limitazioni.

  • La funzionalità tabella con funzione carattere jolly non supporta le viste. Se la tabella con funzione carattere jolly corrisponde a qualsiasi vista nel set di dati, la query restituisce un errore anche se la query contiene una clausola WHERE nella pseudo colonna _TABLE_SUFFIX per filtrare la vista.
  • I risultati memorizzati nella cache non sono supportati per le query su più tabelle che utilizzano un carattere jolly, anche se è selezionata l'opzione Utilizza risultati memorizzati nella cache. Se esegui la stessa query con caratteri jolly più volte, ti viene addebitato il costo di ogni query.
  • Le tabelle con caratteri jolly supportano solo l'archiviazione BigQuery integrata. Non puoi utilizzare caratteri jolly per eseguire query su una tabella esterna o su una vista.
  • Non puoi utilizzare query con caratteri jolly su tabelle con partizionamento incompatibile o con una combinazione di tabelle partizionate e non partizionate. Anche le tabelle per cui è stata eseguita la query devono avere specifiche di clustering identiche.
  • Puoi utilizzare le tabelle con caratteri jolly con le tabelle partizionate. Inoltre, sono supportate sia l'eliminazione delle partizioni che l'eliminazione dei cluster. Tuttavia, le tabelle in cluster, ma non partizionate, non beneficiano dell'eliminazione dei cluster dall'utilizzo dei caratteri jolly.
  • Le query che contengono istruzioni DML (Data Manipulation Language) non possono utilizzare una tabella con funzione carattere jolly come destinazione della query. Ad esempio, è possibile utilizzare una tabella con funzione carattere jolly nella clausola FROM di una query UPDATE, ma non come destinazione dell'operazione UPDATE.
  • I filtri nelle pseudocolonne _TABLE_SUFFIX o _PARTITIONTIME che includono funzioni JavaScript definite dall'utente non limitano il numero di tabelle analizzate in una tabella con funzione carattere jolly.
  • Le query con caratteri jolly non sono supportate per le tabelle protette da chiavi di crittografia gestite dal cliente (CMEK).
  • I controlli di controllo dell'accesso per le query con caratteri jolly non considerano l'accesso condizionale concesso per le tabelle con tag.

  • Quando utilizzi tabelle con caratteri jolly, tutte le tabelle nel set di dati che iniziano con il nome della tabella prima di * vengono analizzate anche se _TABLE_SUFFIX viene utilizzato in combinazione con REGEXP_CONTAINS e viene fornita un'espressione regolare, ad esempio ^[0-9]{2}$. Ad esempio:

    SELECT *
FROM `my_project.my_dataset.my_table_*`
WHERE REGEXP_CONTAINS(_TABLE_SUFFIX, '^[0-9]{2}$');

  • Se una singola tabella analizzata presenta una mancata corrispondenza dello schema (ovvero, una colonna con lo stesso nome è di tipo diverso), la query non riesce e restituisce l'errore Impossibile leggere il campo di tipo X come campo Y: column_name. Tutte le tabelle corrispondono anche se utilizzi l'operatore di uguaglianza =. Ad esempio, nella seguente query viene analizzata anche la tabella my_dataset.my_table_03_backup. Di conseguenza, la query potrebbe non riuscire a causa di una mancata corrispondenza dello schema. Tuttavia, in caso di mancata corrispondenza dello schema, i risultati provengono solo dalla tabella my_dataset.my_table_03, come previsto. 

    SELECT *
FROM my_project.my_dataset.my_table_*
WHERE _TABLE_SUFFIX = '03'

Prima di iniziare

Quando utilizzare le tabelle con caratteri jolly

Le tabelle con caratteri jolly sono utili quando un set di dati contiene più tabelle con nomi simili che hanno schemi compatibili. In genere, questi set di dati contengono tabelle, ognuna delle quali rappresenta i dati di un singolo giorno, mese o anno. Ad esempio, un set di dati pubblico ospitato da BigQuery, il NOAA Global Surface Summary of the Day Weather Data, contiene una tabella per ogni anno dal 1929 a oggi.

Una query che analizza tutti gli ID tabella dal 1929 al 1940 sarebbe molto lunga se devi assegnare un nome a tutte le 12 tabelle nella clausola FROM (la maggior parte delle tabelle è omessa in questo esempio):

#standardSQL
SELECT
  max,
  ROUND((max-32)*5/9,1) celsius,
  mo,
  da,
  year
FROM (
  SELECT
    *
  FROM
    `bigquery-public-data.noaa_gsod.gsod1929` UNION ALL
  SELECT
    *
  FROM
    `bigquery-public-data.noaa_gsod.gsod1930` UNION ALL
  SELECT
    *
  FROM
    `bigquery-public-data.noaa_gsod.gsod1931` UNION ALL

  # ... Tables omitted for brevity

  SELECT
    *
  FROM
    `bigquery-public-data.noaa_gsod.gsod1940` )
WHERE
  max != 9999.9 # code for missing data
ORDER BY
  max DESC

La stessa query che utilizza una tabella con funzione carattere jolly è molto più concisa:

#standardSQL
SELECT
  max,
  ROUND((max-32)*5/9,1) celsius,
  mo,
  da,
  year
FROM
  `bigquery-public-data.noaa_gsod.gsod19*`
WHERE
  max != 9999.9 # code for missing data
  AND _TABLE_SUFFIX BETWEEN '29'
  AND '40'
ORDER BY
  max DESC
Le tabelle con caratteri jolly supportano solo l'archiviazione integrata di BigQuery. Non puoi utilizzare caratteri jolly quando esegui query su una tabella esterna o su una vista.

Sintassi delle tabelle con caratteri jolly

Sintassi delle tabelle con caratteri jolly:

SELECT
FROM
  `<project-id>.<dataset-id>.<table-prefix>*`
WHERE
  bool_expression
<project-id>
ID progetto Cloud Platform. (Facoltativo) Se utilizzi l'ID progetto predefinito.
<dataset-id>
ID set di dati BigQuery.
<table-prefix>
Una stringa comune a tutte le tabelle corrispondente al carattere jolly. Il prefisso della tabella è facoltativo. Se il prefisso della tabella viene omesso, vengono corrispondete tutte le tabelle nel set di dati.
* (carattere jolly)
Il carattere jolly "*" rappresenta uno o più caratteri del nome di una tabella. Il carattere jolly può apparire solo come carattere finale del nome di una tabella con funzione carattere jolly.

Le query con tabelle con caratteri jolly supportano la pseudocolonna _TABLE_SUFFIX nella clausola WHERE. Questa colonna contiene i valori che corrispondono al carattere jolly, in modo che le query possano filtrare le tabelle a cui accedere. Ad esempio, le seguenti clausole WHERE utilizzano operatori di confronto per filtrare le tabelle corrispondenti:

WHERE
  _TABLE_SUFFIX BETWEEN '29' AND '40'

WHERE
  _TABLE_SUFFIX = '1929'

WHERE
  _TABLE_SUFFIX < '1941'

Per ulteriori informazioni sulla pseudo colonna _TABLE_SUFFIX, consulta Filtrare le tabelle selezionate utilizzando _TABLE_SUFFIX.

Racchiudi i nomi delle tabelle con caratteri jolly tra apici inversi

Il nome della tabella con funzione carattere jolly contiene il carattere speciale (*), il che significa che devi racchiudere il nome della tabella con funzione carattere jolly con caratteri jolly tra caratteri dell'accento grave (`). Ad esempio, la seguente query è valida perché utilizza apici inversi:

#standardSQL
/* Valid SQL query */
SELECT
  max
FROM
  `bigquery-public-data.noaa_gsod.gsod*`
WHERE
  max != 9999.9 # code for missing data
  AND _TABLE_SUFFIX = '1929'
ORDER BY
  max DESC

La seguente query NON è valida perché non è correttamente racchiusa tra virgolette:

#standardSQL
/* Syntax error: Expected end of statement but got "-" at [4:11] */
SELECT
  max
FROM
  # missing backticks
  bigquery-public-data.noaa_gsod.gsod*
WHERE
  max != 9999.9 # code for missing data
  AND _TABLE_SUFFIX = '1929'
ORDER BY
  max DESC

Le virgolette non funzionano:

#standardSQL
/* Syntax error: Unexpected string literal: 'bigquery-public-data.noaa_gsod.gsod*' at [4:3] */
SELECT
  max
FROM
  # quotes are not backticks
  'bigquery-public-data.noaa_gsod.gsod*'
WHERE
  max != 9999.9 # code for missing data
  AND _TABLE_SUFFIX = '1929'
ORDER BY
  max DESC

Eseguire query sulle tabelle utilizzando tabelle con caratteri jolly

Le tabelle con caratteri jolly consentono di eseguire query su diverse tabelle in modo conciso. Ad esempio, un set di dati pubblico ospitato da BigQuery, il NOAA Global Surface Summary of the Day Weather Data, contiene una tabella relativa a ciascun anno dal 1929 a oggi in cui tutti hanno il prefisso comune gsod seguito dalle quattro cifre dell'anno. I nomi delle tabelle sono gsod1929, gsod1930, gsod1931 e così via.

Per eseguire una query su un gruppo di tabelle che condividono un prefisso comune, utilizza il simbolo del carattere jolly (*) dopo il prefisso della tabella nell'istruzione FROM. Ad esempio, la seguente query trova la temperatura massima registrata durante gli anni '40:

#standardSQL
SELECT
  max,
  ROUND((max-32)*5/9,1) celsius,
  mo,
  da,
  year
FROM
  `bigquery-public-data.noaa_gsod.gsod194*`
WHERE
  max != 9999.9 # code for missing data
ORDER BY
  max DESC

Filtra le tabelle selezionate utilizzando _TABLE_SUFFIX

Per limitare una query in modo che analizzi solo un insieme specificato di tabelle, utilizza la pseudocolonna _TABLE_SUFFIX in una clausola WHERE con una condizione che sia un'espressione costante.

La pseudocolonna _TABLE_SUFFIX contiene i valori corrispondenti al carattere jolly della tabella. Ad esempio, la query precedente, che analizza tutte le tabelle degli anni '40, utilizza un carattere jolly per rappresentare l'ultima cifra dell'anno:

FROM
  `bigquery-public-data.noaa_gsod.gsod194*`

La pseudo colonna corrispondente _TABLE_SUFFIX contiene valori nell'intervallo da 0 a 9, che rappresentano le tabelle da gsod1940 a gsod1949. Questi valori di _TABLE_SUFFIX possono essere utilizzati in una clausola WHERE per filtrare in base a tabelle specifiche.

Ad esempio, per filtrare in base alla temperatura massima negli anni 1940 e 1944, utilizza i valori 0 e 4 per _TABLE_SUFFIX:

#standardSQL
SELECT
  max,
  ROUND((max-32)*5/9,1) celsius,
  mo,
  da,
  year
FROM
  `bigquery-public-data.noaa_gsod.gsod194*`
WHERE
  max != 9999.9 # code for missing data
  AND ( _TABLE_SUFFIX = '0'
    OR _TABLE_SUFFIX = '4' )
ORDER BY
  max DESC

L'utilizzo di _TABLE_SUFFIX può ridurre notevolmente il numero di byte analizzati, il che contribuisce a ridurre il costo di esecuzione delle tue query.

Tuttavia, i filtri per _TABLE_SUFFIX che includono condizioni senza espressioni costanti non limitano il numero di tabelle analizzate in una tabella con funzione carattere jolly. Ad esempio, la seguente query non limita le tabelle analizzate per la tabella con caratteri jolly bigquery-public-data.noaa_gsod.gsod19*, perché il filtro utilizza il valore dinamico della colonna table_id:

#standardSQL
# Scans all tables that match the prefix `gsod19`
SELECT
  ROUND((max-32)*5/9,1) celsius
FROM
  `bigquery-public-data.noaa_gsod.gsod19*`
WHERE
  _TABLE_SUFFIX = (SELECT SUBSTR(MAX(table_name), LENGTH('gsod19') + 1)
      FROM `bigquery-public-data.noaa_gsod.INFORMATION_SCHEMA.TABLES`
      WHERE table_name LIKE 'gsod194%')

Come ulteriore esempio, la query seguente limita l'analisi in base alla prima condizione di filtro, _TABLE_SUFFIX BETWEEN '40' and '60', perché è un'espressione costante. Tuttavia, la seguente query non limita l'analisi in base alla seconda condizione di filtro, _TABLE_SUFFIX = (SELECT SUBSTR(MAX(table_name), LENGTH('gsod19') + 1) FROM bigquery-public-data.noaa_gsod.INFORMATION_SCHEMA.TABLES WHERE table_name LIKE 'gsod194%'), perché è un'espressione dinamica:

#standardSQL
# Scans all tables with names that fall between `gsod1940` and `gsod1960`
SELECT
  ROUND((max-32)*5/9,1) celsius
FROM
  `bigquery-public-data.noaa_gsod.gsod19*`
WHERE
  _TABLE_SUFFIX BETWEEN '40' AND '60'
  AND _TABLE_SUFFIX = (SELECT SUBSTR(MAX(table_name), LENGTH('gsod19') + 1)
      FROM `bigquery-public-data.noaa_gsod.INFORMATION_SCHEMA.TABLES`
      WHERE table_name LIKE 'gsod194%')

Come soluzione alternativa, puoi eseguire due query separate, ad esempio:

Prima query:

#standardSQL
# Get the list of tables that match the required table name prefixes
SELECT SUBSTR(MAX(table_name), LENGTH('gsod19') + 1)
      FROM `bigquery-public-data.noaa_gsod.INFORMATION_SCHEMA.TABLES`
      WHERE table_name LIKE 'gsod194%'

Seconda query:

#standardSQL
# Construct the second query based on the values from the first query
SELECT
  ROUND((max-32)*5/9,1) celsius
FROM
  `bigquery-public-data.noaa_gsod.gsod19*`
WHERE _TABLE_SUFFIX = '49'

Questi esempi di query utilizzano la vista INFORMATION_SCHEMA.TABLES. Per ulteriori informazioni sulla tabella INFORMATION_SCHEMA, consulta Ottenere i metadati delle tabelle utilizzando INFORMATION_SCHEMA.

Scansione di un intervallo di tabelle con _TABLE_SUFFIX

Per analizzare un intervallo di tabelle, utilizza la pseudocolonna _TABLE_SUFFIX insieme alla clausola BETWEEN. Ad esempio, per trovare la temperatura massima riportata negli anni compresi tra il 1929 e il 1935 inclusi, utilizza il carattere jolly della tabella per rappresentare le ultime due cifre dell'anno:

#standardSQL
SELECT
  max,
  ROUND((max-32)*5/9,1) celsius,
  mo,
  da,
  year
FROM
  `bigquery-public-data.noaa_gsod.gsod19*`
WHERE
  max != 9999.9 # code for missing data
  AND _TABLE_SUFFIX BETWEEN '29' and '35'
ORDER BY
  max DESC

Scansione di un intervallo di tabelle partizionate in base alla data di importazione utilizzando _PARTITIONTIME

Per analizzare un intervallo di tabelle partizionate per data di importazione, utilizza la pseudocolonna _PARTITIONTIME con la pseudocolonna _TABLE_SUFFIX. Ad esempio, la seguente query analizza la partizione del 1° gennaio 2017 nella tabella my_dataset.mytable_id1.

#standardSQL
SELECT
  field1,
  field2,
  field3
FROM
  `my_dataset.mytable_*`
WHERE
  _TABLE_SUFFIX = 'id1'
  AND _PARTITIONTIME = TIMESTAMP('2017-01-01')

Esecuzione di query su tutte le tabelle in un set di dati

Per analizzare tutte le tabelle in un set di dati, puoi utilizzare un prefisso vuoto e il carattere jolly della tabella. Ciò significa che la pseudocolonna _TABLE_SUFFIX contiene i nomi completi della tabella. Ad esempio, la seguente clausola FROM analizza tutte le tabelle nel set di dati GSOD:

FROM
  `bigquery-public-data.noaa_gsod.*`

Se il prefisso è vuoto, la pseudo colonna _TABLE_SUFFIX contiene nomi di tabella completi. Ad esempio, la seguente query equivale all'esempio precedente, che trova la temperatura massima compresa tra il 1929 e il 1935, ma utilizza i nomi completi delle tabelle nella clausola WHERE:

#standardSQL
SELECT
  max,
  ROUND((max-32)*5/9,1) celsius,
  mo,
  da,
  year
FROM
  `bigquery-public-data.noaa_gsod.*`
WHERE
  max != 9999.9 # code for missing data
  AND _TABLE_SUFFIX BETWEEN 'gsod1929' and 'gsod1935'
ORDER BY
  max DESC

Tieni presente, tuttavia, che i prefissi più lunghi in genere hanno un rendimento migliore. Per scoprire di più, consulta le best practice.

Dettagli sull'esecuzione della query

Schema utilizzato per la valutazione delle query

Per eseguire una query GoogleSQL che utilizza una tabella con funzione carattere jolly, BigQuery deduce automaticamente lo schema per quella tabella. BigQuery utilizza lo schema per la tabella creata più di recente che corrisponde al carattere jolly come schema per la tabella con funzione carattere jolly. Anche se limiti il numero di tabelle da utilizzare dalla tabella con funzione carattere jolly jolly usando la pseudocolonna _TABLE_SUFFIX in una clausola WHERE, BigQuery utilizza lo schema per la tabella creata più di recente che corrisponde al carattere jolly.

Se in una tabella corrispondente non esiste una colonna dello schema dedotto, BigQuery restituisce i valori NULL per quella colonna nelle righe della tabella in cui manca la colonna.

Se lo schema non è coerente tra le tabelle corrispondenti alla query con caratteri jolly, BigQuery restituisce un errore. Questo si verifica quando le colonne delle tabelle con corrispondenze hanno tipi di dati diversi o quando le colonne che non sono presenti in tutte le tabelle corrispondenti non possono avere un valore nullo.

Best practice

  • I prefissi più lunghi di solito hanno un rendimento migliore di quelli più brevi. Ad esempio, la seguente query utilizza un prefisso lungo (gsod200):

    #standardSQL
SELECT
max
FROM
`bigquery-public-data.noaa_gsod.gsod200*`
WHERE
max != 9999.9 # code for missing data
AND _TABLE_SUFFIX BETWEEN '0' AND '1'
ORDER BY
max DESC

    La seguente query in genere ha un rendimento peggiore perché utilizza un prefisso vuoto:

    #standardSQL
SELECT
max
FROM
`bigquery-public-data.noaa_gsod.*`
WHERE
max != 9999.9 # code for missing data
AND _TABLE_SUFFIX BETWEEN 'gsod2000' AND 'gsod2001'
ORDER BY
max DESC

  • Si consiglia il partizionamento rispetto allo sharding, in quanto le tabelle partizionate hanno prestazioni migliori. Lo sharding riduce le prestazioni e crea più tabelle da gestire. Per ulteriori informazioni, consulta Partizionamento e sharding.

Per le best practice per il controllo dei costi in BigQuery, consulta Controllo dei costi in BigQuery

Passaggi successivi