Com as instruções de linguagem de definição de dados (DDL, na sigla em inglês), é possível criar e modificar recursos do BigQuery usando a sintaxe de consulta do SQL padrão. Atualmente, você pode usar comandos DDL no BigQuery para:
- criar tabelas, visualizações e funções definidas pelo usuário (UDF, na sigla em inglês);
- alterar tabelas;
- excluir tabelas e visualizações.
Como executar instruções DDL
É possível executar instruções DDL usando o Console do Cloud, com a ferramenta de linha de comando bq, chamando a API REST jobs.query ou de maneira programática, usando as bibliotecas de cliente da API BigQuery.
Console
Acesse a página do BigQuery no Console do Cloud.
Clique em Escrever nova consulta.
Insira a instrução DDL na área de texto do Editor de consultas. Por exemplo:
CREATE TABLE mydataset.newtable ( x INT64 )
Clique em Executar.
bq
Digite o comando bq query e forneça a instrução DDL como o parâmetro de consulta. Defina a sinalização use_legacy_sql como false.
bq query --use_legacy_sql=false \ 'CREATE TABLE mydataset.newtable ( x INT64 )'
API
Chame o método jobs.query e forneça a instrução DDL na propriedade query do corpo da solicitação.
A funcionalidade DDL amplia as informações retornadas por um recurso de jobs.
statistics.query.statementType inclui estes outros valores para compatibilidade com DDL:
CREATE_TABLECREATE_TABLE_AS_SELECTDROP_TABLECREATE_VIEWDROP_VIEW
statistics.query tem dois campos extras:
ddlOperationPerformed: a operação DDL realizada, possivelmente dependente da existência do destino DDL. Os valores atuais incluem:CREATE: a consulta criou o destino DDL.SKIP: exemplos de ambiente autônomo:CREATE TABLE IF NOT EXISTSfoi enviado e a tabela existe. OuDROP TABLE IF EXISTSfoi enviado e a tabela não existe.REPLACE: a consulta substituiu o destino DDL. Exemplo:CREATE OR REPLACE TABLEfoi enviado e a tabela já existe.DROP: a consulta excluiu o destino DDL.
ddlTargetTable: quando você envia uma instruçãoCREATE TABLE/VIEWouDROP TABLE/VIEW, a tabela de destino é retornada como um objeto com três campos:- "projectId": string
- "datasetId": string
- "tableId": string
Java
Chame o método BigQuery.create() para iniciar um job de consulta. Chame o
Job.waitFor()
para aguardar a conclusão da consulta DDL.
Node.js
Python
Chame o método Client.query() para iniciar um job de consulta. Chame o
QueryJob.result()
para aguardar a conclusão da consulta DDL.
Instrução CREATE SCHEMA
Cria um conjunto de dados.
Para executar esta instrução, você precisa ter permissões bigquery.datasets.create. O
conjunto de dados é criado no local especificado nas configurações da consulta. Para
mais informações, consulte
Como especificar seu local.
Para mais informações sobre como criar um conjunto de dados, consulte Como criar conjuntos de dados. Para informações sobre cotas, consulte Limites do conjunto de dados.
CREATE SCHEMA [IF NOT EXISTS] [project_name.]dataset_name [OPTIONS(schema_option_list)]
Em que:
IF NOT EXISTS: se você incluir essa cláusula e o conjunto de dados já existir, a instrução será bem-sucedida sem ação. Se você omitir essa cláusula e o conjunto de dados já existir, a instrução retornará um erro.project_nameé o nome do projeto onde você está criando o conjunto de dados. O padrão é o projeto que executa essa consulta DDL.dataset_nameé o nome do conjunto de dados a ser criado.schema_option_listespecifica uma lista de opções para criar o conjunto de dados.
schema_option_list
A lista de opções especifica opções para o conjunto de dados. Especifique as opções no
seguinte formato: NAME=VALUE, ...
As seguintes opções são compatíveis:
NAME |
VALUE |
Detalhes |
|---|---|---|
default_kms_key_name |
STRING |
Especifica a chave padrão do Cloud KMS para criptografar dados da tabela neste conjunto de dados. É possível modificar esse valor ao criar uma tabela. |
default_partition_expiration_days |
FLOAT64 |
Especifica o prazo de validade padrão, em dias, para partições de tabela nesse conjunto de dados. É possível modificar esse valor ao criar uma tabela. |
default_table_expiration_days |
FLOAT64 |
Especifica o prazo de validade padrão, em dias, das tabelas neste conjunto de dados. É possível modificar esse valor ao criar uma tabela. |
description |
STRING |
A descrição do conjunto de dados. |
friendly_name |
STRING |
Um nome descritivo do conjunto de dados. |
labels |
<ARRAY<STRUCT<STRING, STRING>>> |
Uma matriz de rótulos para o conjunto de dados, expressa como pares de chave-valor. |
Exemplo
O exemplo a seguir cria um conjunto de dados com uma validade de tabela padrão e um conjunto de rótulos.
CREATE SCHEMA mydataset
OPTIONS(
default_table_expiration_days=3.75,
labels=[("label1","value1"),("label2","value2")]
)
Instrução CREATE TABLE
Para criar uma tabela no BigQuery, use a instrução DDL CREATE TABLE.
{CREATE TABLE | CREATE TABLE IF NOT EXISTS | CREATE OR REPLACE TABLE}
[[project_name.]dataset_name.]table_name
[(
column_name column_schema[, ...]
)]
[PARTITION BY partition_expression]
[CLUSTER BY clustering_column_list]
[OPTIONS(table_option_list)]
[AS query_statement]
Em que:
{CREATE TABLE | CREATE TABLE IF NOT EXISTS | CREATE OR REPLACE TABLE} é uma das instruções a seguir:
CREATE TABLE: cria uma nova tabela.CREATE TABLE IF NOT EXISTS: cria uma nova tabela somente se a tabela não existir no conjunto de dados especificado.CREATE OR REPLACE TABLE: cria uma tabela e substitui uma tabela atual de mesmo nome no conjunto de dados especificado.
Nas instruções CREATE TABLE, siga estas regras:
- Apenas uma instrução
CREATEé permitida. - A lista de colunas, a cláusula
as query_statementou ambas precisam estar presentes. - Quando a lista de colunas e a cláusula
as query_statementestão presentes, o BigQuery ignora os nomes na cláusulaas query_statemente combina as colunas com a lista de colunas por posição. - Quando a cláusula
as query_statementestá presente e a lista de colunas não existe, o BigQuery determina os nomes e os tipos de coluna com base na cláusulaas query_statement. - Você precisa especificar os nomes das colunas pela lista de colunas ou pela cláusula
as query_statement. - Não é permitido duplicar nomes de colunas.
Caminho da tabela
project_name é o nome do projeto onde você está criando a tabela.
O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto tiver
caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados onde você está criando a tabela.
O padrão na solicitação é defaultDataset.
table_name é o nome da tabela que você está criando.
Ao criar uma tabela no BigQuery, o nome dela precisa ser exclusivo para cada conjunto de dados. Esse nome pode:
- conter até 1.024 caracteres;
- conter caracteres Unicode na categoria L (letra), M (marca), N (número), Pc (conector, inclusive sublinhado), Pd (travessão), Zs (espaço). Para mais informações, consulte Categoria geral.
Por exemplo, os nomes de tabela a seguir são válidos: table-01, ग्राहक, 00_お客様, étudiant.
Alguns nomes de tabelas e prefixos de nome de tabela são reservados. Se você receber um erro informando que o nome ou o prefixo da tabela está reservado, selecione um nome diferente e tente novamente.
column_name e column_schema
(column_name column_schema[, ...]) contém as informações de esquema da tabela, em uma lista separada por vírgulas:
column_nameé o nome da coluna. Um nome de coluna:- precisa conter apenas letras (a-z, A-Z), números (0-9) ou sublinhados (_);
- precisa começar com uma letra ou um sublinhado;
- pode ter até 300 caracteres.
column_schemaé semelhante a um tipo de dados, mas aceita uma restriçãoNOT NULLopcional para tipos diferentes deARRAY.column_schematambém é compatível com opções em colunas de nível superior e camposSTRUCT.
column_schema :=
{simple_type [NOT NULL] |
STRUCT<field_list> [NOT NULL] |
ARRAY<array_element_schema>}
[OPTIONS(column_option_list)]
field_list := field_name column_schema [, ...]
array_element_schema := {simple_type | STRUCT<field_list>} [NOT NULL]
simple_type é qualquer tipo de dados compatível, exceto STRUCT e ARRAY.
field_name é o nome do campo struct. Os nomes dos campos struct têm as mesmas restrições que os nomes das colunas.
Quando a restrição NOT NULL está presente em uma coluna ou um campo, a coluna ou o campo é criado com o modo REQUIRED. Por outro lado, quando a restrição NOT NULL está ausente, a coluna ou campo é criado com o modo NULLABLE.
As colunas e campos do tipo ARRAY não são compatíveis com o modificador NOT NULL. Por exemplo, um column_schema de ARRAY<INT64> NOT NULL é inválido, uma vez que as colunas ARRAY têm o modo REPEATED e podem estar vazias, mas não podem ser NULL. Um elemento de matriz em uma tabela nunca pode ser NULL, independentemente de a restrição NOT NULL ser especificada. Por exemplo, ARRAY<INT64> é equivalente a ARRAY<INT64 NOT NULL>.
O atributo NOT NULL de column_schema de uma tabela não se propaga por consultas nela. Se a tabela T contiver uma coluna declarada como x INT64 NOT NULL, por exemplo, o CREATE TABLE dataset.newtable AS SELECT x FROM T criará uma tabela denominada dataset.newtable em que x é NULLABLE.
column_schema pode ser usado apenas na lista de definições de coluna das instruções CREATE TABLE. Não pode ser usado como um tipo em expressões. Por
exemplo, CAST(1 AS INT64 NOT NULL) não é válido.
partition_expression
PARTITION BY é uma cláusula opcional que controla
o particionamento de tabelas. partition_expression
é uma expressão que determina como particionar a tabela. A expressão
da partição pode conter os seguintes valores:
_PARTITIONDATE. Partição por tempo de ingestão com partições diárias. Essa sintaxe não pode ser usada com a cláusulaAS query_statement.DATE(_PARTITIONTIME). Equivale a_PARTITIONDATE. Essa sintaxe não pode ser usada com a cláusulaAS query_statement.<date_column>. Partição por uma colunaDATEcom partições diárias.DATE({ <timestamp_column> | <datetime_column> }). Partição por uma colunaTIMESTAMPouDATETIMEcom partições diárias.DATETIME_TRUNC(<datetime_column>, { DAY | HOUR | MONTH | YEAR }). Partição por uma colunaDATETIMEcom o tipo de particionamento especificado.TIMESTAMP_TRUNC(<timestamp_column>, { DAY | HOUR | MONTH | YEAR }). Partição por uma colunaTIMESTAMPcom o tipo de particionamento especificado.TIMESTAMP_TRUNC(_PARTITIONTIME, { DAY | HOUR | MONTH | YEAR }). Partição por tempo de ingestão com o tipo de particionamento especificado. Essa sintaxe não pode ser usada com a cláusulaAS query_statement.DATE_TRUNC(<date_column>, { MONTH | YEAR }). Partição por uma colunaDATEcom o tipo de particionamento especificado.RANGE_BUCKET(<int64_column>, GENERATE_ARRAY(<start>, <end>[, <interval>])). Partição por uma coluna de números inteiros com o intervalo especificado, em que:starté o início do particionamento por intervalo, inclusivo;endé o fim do particionamento por intervalo, exclusivo;intervalé a largura de cada intervalo dentro da partição. O padrão é 1.
clustering_column_list
CLUSTER BY é uma cláusula opcional que controla o clustering de tabelas.
clustering_column_list é uma lista separada por vírgulas que termina como agrupar a tabela em cluster. A lista de colunas de agrupamento em cluster pode conter uma lista de até quatro agrupamentos de colunas em cluster.
table_option_list
A lista de opções permite que você defina opções de tabela, como um rótulo e um prazo de validade. Para incluir várias opções, use uma lista separada por vírgulas.
Especifique uma lista de opções de tabela no formato a seguir:
NAME=VALUE, ...
NAME e VALUE precisam ser uma das combinações a seguir:
NAME |
VALUE |
Detalhes |
|---|---|---|
expiration_timestamp |
TIMESTAMP |
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela expirationTime. |
partition_expiration_days |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela timePartitioning.expirationMs, mas usa dias em vez de milissegundos. Um dia é equivalente a 86.400.000 milissegundos, ou 24 horas. Só é possível definir essa propriedade se a tabela for particionada. |
require_partition_filter |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela timePartitioning.requirePartitionFilter. Só é possível definir essa propriedade se a tabela for particionada. |
kms_key_name |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela encryptionConfiguration.kmsKeyName. Consulte mais detalhes sobre Como proteger dados com chaves do Cloud KMS. |
friendly_name |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela friendlyName. |
description |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela description. |
labels |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela labels. |
VALUE é uma expressão constante que contém apenas literais, parâmetros de consulta e funções escalares. Se a expressão constante for avaliada como null, a opção correspondente NAME será ignorada.
A expressão constante não pode conter os itens a seguir:
- Uma referência a uma tabela
- Subconsultas ou instruções SQL, como
SELECT,CREATEeUPDATE - funções definidas pelo usuário, funções agregadas ou funções analíticas
- As funções escalares a seguir:
ARRAY_TO_STRINGREPLACEREGEXP_REPLACERANDFORMATLPADRPADREPEATSESSION_USERGENERATE_ARRAYGENERATE_DATE_ARRAY
column_option_list
A column_option_list em column_schema permite especificar opções de
coluna ou campo opcionais. As opções de coluna têm a mesma sintaxe e requisitos que as
opções de tabela, mas com uma lista diferente de NAMEs e VALUEs:
NAME |
VALUE |
Detalhes |
|---|---|---|
description |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela schema.fields[].description. |
query_statement
A cláusula AS query_statement especifica a consulta que serve de base para a criação da tabela. Consulte a referência de sintaxe do SQL para saber a forma de query_statement compatível.
Limitações conhecidas:
- Não é possível criar uma tabela particionada por tempo de ingestão a partir do resultado de uma consulta. Em vez disso, use uma instrução DDL
CREATE TABLEpara criar a tabela e, em seguida, uma instrução DMLINSERTpara inserir os dados. - Não é possível usar o modificador
OR REPLACEpara substituir uma tabela por outro tipo de particionamento. Em vez disso,DROPa tabela e use uma instruçãoCREATE TABLE ... AS SELECT ...para recriá-la.
Tabelas temporárias
Para criar uma tabela temporária, use a palavra-chave TEMP ou TEMPORARY quando usar a instrução CREATE TABLE.
Sintaxe
{ CREATE {TEMP|TEMPORARY} TABLE |
CREATE {TEMP|TEMPORARY} TABLE IF NOT EXISTS |
CREATE OR REPLACE {TEMP|TEMPORARY} TABLE } ...
Além do uso de TEMP ou TEMPORARY, a sintaxe é idêntica à sintaxe CREATE TABLE.
Não qualifique nomes de tabelas temporários. Isto é, não use um qualificador de projeto ou de conjunto de dados. Tabelas temporárias são criadas automaticamente em um conjunto de dados especial.
É possível consultar uma tabela temporária pelo nome dependendo da duração do script atual. Para mais informações, consulte Scripting em um SQL padrão. Isso inclui tabelas criadas por um procedimento sem o script. Não é possível consultar uma tabela depois que o script for completamente criado.
Após a finalização de um script, a tabela temporária existirá por até 24 horas. Em vez de ser salva com o nome que você deu, ela receberá um nome aleatório. Para ver os dados e a estrutura da tabela, acesse o console do BigQuery, clique em Histórico de consulta e escolha a consulta que criou a tabela temporária. Depois, na linha Tabela de destino, clique em Tabela temporária.
Não é possível compartilhar tabelas temporárias, e elas não são visíveis usando listas padrões ou outros métodos de manipulação de tabela. Não há cobrança pelo armazenamento de tabelas temporárias.
Para criar uma tabela temporária:
CREATE TEMP TABLE Example
(
x INT64,
y STRING
);
INSERT INTO Example
VALUES (5, 'foo');
INSERT INTO Example
VALUES (6, 'bar');
SELECT *
FROM Example;
Esse script retorna a saída a seguir:
+-----+---+-----+
| Row | x | y |
+-----+---|-----+
| 1 | 5 | foo |
| 2 | 6 | bar |
+-----+---|-----+
Para excluir uma tabela temporária explicitamente antes da conclusão do script, execute uma instrução DROP TABLE:
CREATE TEMP TABLE foo(x INT64);
SELECT * FROM foo; -- Succeeds
DROP TABLE foo;
SELECT * FROM foo; -- Results in an error
Quando tabelas temporárias são usadas com um conjunto de dados padrão, os nomes de tabela não qualificados se referem a:
- uma tabela temporária, se houver;
- caso contrário, uma tabela no conjunto de dados padrão.
A exceção é para instruções CREATE TABLE, em que a tabela de destino é considerada uma tabela temporária somente se a palavra-chave TEMP ou TEMPORARY estiver presente.
Por exemplo, considere o script a seguir:
-- Create table t1 in the default dataset
CREATE TABLE t1 (x INT64);
-- Create temporary table t1
CREATE TEMP TABLE t1 (x INT64);
-- This statement will select from the temporary table
SELECT * FROM t1;
-- Drop the temporary table
DROP TABLE t1;
-- Now that the temporary table is dropped, this statement will select from
-- the table in the default dataset
SELECT * FROM t1;
Para indicar explicitamente que está se referindo a uma tabela temporária, qualifique o nome da tabela com _SESSION:
-- Create a temp table CREATE TEMP TABLE t1 (x INT64); -- Create a temp table using the `_SESSION` qualifier CREATE TEMP TABLE _SESSION.t2 (x INT64); -- Select from a temporary table using the `_SESSION` qualifier SELECT * FROM _SESSION.t1;
Se você usar o qualificador _SESSION para uma consulta de uma tabela temporária que não existe, você receberá um erro indicando que a tabela não existe. Por exemplo, se não houver uma tabela temporária chamada t3, você receberá o erro mesmo que uma tabela chamada t3 exista no conjunto de dados padrão.
Não é possível usar _SESSION para criar uma tabela não temporária:
CREATE TABLE _SESSION.t4 (x INT64); -- Fails
Exemplos
Como criar uma nova tabela
No exemplo a seguir, criamos uma tabela particionada denominada newtable em mydataset.
CREATE TABLE mydataset.newtable
(
x INT64 OPTIONS(description="An optional INTEGER field"),
y STRUCT<
a ARRAY<STRING> OPTIONS(description="A repeated STRING field"),
b BOOL
>
)
PARTITION BY _PARTITIONDATE
OPTIONS(
expiration_timestamp=TIMESTAMP "2025-01-01 00:00:00 UTC",
partition_expiration_days=1,
description="a table that expires in 2025, with each partition living for 24 hours",
labels=[("org_unit", "development")]
)
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.newtable, o qualificador de tabela pode ser `myproject.mydataset.newtable`.
Se o nome da tabela existir no conjunto de dados, o erro a seguir será retornado:
Already Exists: project_id:dataset.table
A tabela usa partition_expression a seguir para particionar a tabela: PARTITION BY _PARTITIONDATE. Essa expressão particiona a tabela usando a data na pseudocoluna _PARTITIONDATE.
O esquema da tabela tem duas colunas:
- x: um inteiro, com a descrição "Um campo INTEGER opcional"
y: um STRUCT que contém duas colunas:
- a: uma matriz de strings, com a descrição "Um campo STRING repetido"
- b: um booleano
A lista de opções da tabela especifica:
- Prazo de validade da tabela: 1º de janeiro de 2025 às 00:00:00 UTC;
- Prazo de validade da partição: 1 dia;
- Descrição: uma tabela que expira em 2025;
- Rótulo: org_unit = development.
Como criar uma nova tabela de uma atual
No exemplo a seguir, criamos uma tabela chamada top_words em mydataset de uma consulta:
CREATE TABLE mydataset.top_words OPTIONS( description="Top ten words per Shakespeare corpus" ) AS SELECT corpus, ARRAY_AGG(STRUCT(word, word_count) ORDER BY word_count DESC LIMIT 10) AS top_words FROM bigquery-public-data.samples.shakespeare GROUP BY corpus;
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.top_words, o qualificador de tabela pode ser `myproject.mydataset.top_words`.
Se o nome da tabela existir no conjunto de dados, o erro a seguir será retornado:
Already Exists: project_id:dataset.table
O esquema da tabela contém duas colunas:
- corpus: nome de um corpus de Shakespeare
top_words: um
ARRAYdeSTRUCTs contendo dois campos:word(umaSTRING) eword_count(umINT64com a contagem de palavras)
A lista de opções da tabela especifica:
- Descrição: 10 principais palavras por corpus de Shakespeare.
Como criar uma tabela somente se a tabela não existir
O exemplo a seguir cria uma tabela denominada newtable em mydataset somente se não houver uma tabela denominada newtable em mydataset. Se o nome da tabela existir no conjunto de dados, nenhum erro será retornado e nenhuma ação será realizada.
CREATE TABLE IF NOT EXISTS mydataset.newtable (x INT64, y STRUCT<a ARRAY<STRING>, b BOOL>)
OPTIONS(
expiration_timestamp=TIMESTAMP "2025-01-01 00:00:00 UTC",
description="a table that expires in 2025",
labels=[("org_unit", "development")]
)
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.newtable, o qualificador de tabela pode ser `myproject.mydataset.newtable`.
O esquema da tabela contém duas colunas:
- x: um número inteiro
y: STRUCT que contém a (uma matriz de strings) e b (um booleano)
A lista de opções da tabela especifica:
- Prazo de validade: 1º de janeiro de 2025 às 00:00:00 UTC;
- Descrição: uma tabela que expira em 2025;
- Rótulo: org_unit = development.
Como criar ou substituir uma tabela
No exemplo a seguir, será criada uma tabela chamada newtable em mydataset, e se newtable existir em mydataset, ela será substituída por uma tabela vazia.
CREATE OR REPLACE TABLE mydataset.newtable (x INT64, y STRUCT<a ARRAY<STRING>, b BOOL>)
OPTIONS(
expiration_timestamp=TIMESTAMP "2025-01-01 00:00:00 UTC",
description="a table that expires in 2025",
labels=[("org_unit", "development")]
)
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.newtable, o qualificador de tabela pode ser `myproject.mydataset.newtable`.
O esquema da tabela contém duas colunas:
- x: um número inteiro
y: STRUCT que contém a (uma matriz de strings) e b (um booleano)
A lista de opções da tabela especifica:
- Prazo de validade: 1º de janeiro de 2025 às 00:00:00 UTC;
- Descrição: uma tabela que expira em 2025;
- Rótulo: org_unit = development.
Como criar uma tabela com colunas REQUIRED
No exemplo a seguir, criamos uma tabela denominada newtable em mydataset. O modificador NOT
NULL na lista de definição de coluna de uma instrução CREATE TABLE especifica que uma coluna ou campo seja criado no modo REQUIRED.
CREATE TABLE my_dataset.new_table (
x INT64 NOT NULL,
y STRUCT<
a ARRAY<STRING>,
b BOOL NOT NULL,
c FLOAT64
> NOT NULL,
z STRING
)
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de my_dataset.new_table, o qualificador de tabela pode ser `myproject.my_dataset.new_table`.
Se o nome da tabela existir no conjunto de dados, o erro a seguir será retornado:
Already Exists: project_id:dataset.table
O esquema da tabela contém três colunas:
- x: um número inteiro
REQUIRED; - y: um
REQUIREDSTRUCT contendo a (uma matriz de strings), b (um booleanoREQUIRED) e c (um flutuanteNULLABLE); z: uma string
NULLABLE.
Como criar uma tabela particionada
No exemplo a seguir, criamos uma tabela particionada denominada newtable em mydataset usando uma coluna DATE.
CREATE TABLE mydataset.newtable (transaction_id INT64, transaction_date DATE) PARTITION BY transaction_date OPTIONS( partition_expiration_days=3, description="a table partitioned by transaction_date" )
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.newtable, o qualificador de tabela pode ser `myproject.mydataset.newtable`.
O esquema da tabela contém duas colunas:
- transaction_id: um número inteiro
- transaction_date: uma data
A lista de opções da tabela especifica:
- validade da partição: três dias;
- descrição: uma tabela particionada por
transaction_date
Como criar uma tabela particionada a partir do resultado de uma consulta
No exemplo a seguir, criamos uma tabela particionada denominada days_with_rain em mydataset usando uma coluna DATE.
CREATE TABLE mydataset.days_with_rain PARTITION BY date OPTIONS ( partition_expiration_days=365, description="weather stations with precipitation, partitioned by day" ) AS SELECT DATE(CAST(year AS INT64), CAST(mo AS INT64), CAST(da AS INT64)) AS date, (SELECT ANY_VALUE(name) FROM `bigquery-public-data.noaa_gsod.stations` AS stations WHERE stations.usaf = stn) AS station_name, -- Stations can have multiple names prcp FROM `bigquery-public-data.noaa_gsod.gsod2017` AS weather WHERE prcp != 99.9 -- Filter unknown values AND prcp > 0 -- Filter stations/days with no precipitation
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.days_with_rain, o qualificador de tabela pode ser `myproject.mydataset.days_with_rain`.
O esquema da tabela contém duas colunas:
- data: a
DATEda coleta de dados; - station_name: o nome da estação meteorológica como uma
STRING; - prcp: a quantidade de precipitação em polegadas como um
FLOAT64.
A lista de opções da tabela especifica:
- validade da partição: um ano;
- descrição: estações meteorológicas com precipitação, divididas por dia.
Como criar uma tabela em cluster
Exemplo 1
No exemplo a seguir, é criada uma tabela em cluster denominada myclusteredtable em mydataset. É uma tabela particionada por uma coluna TIMESTAMP e agrupada em cluster por uma coluna STRING denominada customer_id.
CREATE TABLE mydataset.myclusteredtable ( timestamp TIMESTAMP, customer_id STRING, transaction_amount NUMERIC ) PARTITION BY DATE(timestamp) CLUSTER BY customer_id OPTIONS ( partition_expiration_days=3, description="a table clustered by customer_id" )
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.myclusteredtable, o qualificador de tabela pode ser `myproject.mydataset.myclusteredtable`.
O esquema da tabela contém três colunas:
- timestamp: o momento da coleta de dados como um
TIMESTAMP; - customer_id: o ID do cliente como
STRING; - transaction_amount: o valor da transação como
NUMERIC.
A lista de opções da tabela especifica:
- Validade da partição: 3 dias;
- Descrição: "uma tabela agrupada por customer_id".
Exemplo 2
No exemplo a seguir, é criada uma tabela em cluster denominada myclusteredtable em mydataset. É uma tabela particionada por tempo de processamento.
CREATE TABLE mydataset.myclusteredtable ( customer_id STRING, transaction_amount NUMERIC ) PARTITION BY DATE(_PARTITIONTIME) CLUSTER BY customer_id OPTIONS ( partition_expiration_days=3, description="a table clustered by customer_id" )
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.myclusteredtable, o qualificador de tabela pode ser `myproject.mydataset.myclusteredtable`.
O esquema da tabela contém duas colunas:
- customer_id: o ID do cliente como
STRING; - transaction_amount: o valor da transação como
NUMERIC.
A lista de opções da tabela especifica:
- Validade da partição: 3 dias;
- Descrição: "uma tabela agrupada por customer_id".
Exemplo 3
No exemplo a seguir, é criada uma tabela em cluster denominada myclusteredtable em mydataset. A tabela não é particionada.
CREATE TABLE mydataset.myclusteredtable ( customer_id STRING, transaction_amount NUMERIC ) CLUSTER BY customer_id OPTIONS ( description="a table clustered by customer_id" )
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.myclusteredtable, o qualificador de tabela pode ser `myproject.mydataset.myclusteredtable`.
O esquema da tabela contém duas colunas:
- customer_id: o ID do cliente como
STRING; - transaction_amount: o valor da transação como
NUMERIC.
A lista de opções da tabela especifica:
- Descrição: "uma tabela agrupada por customer_id".
Como criar uma tabela em cluster com base no resultado de uma consulta
Exemplo 1
No exemplo a seguir, é criada uma tabela em cluster denominada myclusteredtable em mydataset usando o resultado de uma consulta. É uma tabela particionada por uma coluna TIMESTAMP.
CREATE TABLE mydataset.myclusteredtable ( timestamp TIMESTAMP, customer_id STRING, transaction_amount NUMERIC ) PARTITION BY DATE(timestamp) CLUSTER BY customer_id OPTIONS ( partition_expiration_days=3, description="a table clustered by customer_id" ) AS SELECT * FROM mydataset.myothertable
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.myclusteredtable, o qualificador de tabela pode ser `myproject.mydataset.myclusteredtable`.
O esquema da tabela contém três colunas:
- timestamp: o momento da coleta de dados como um
TIMESTAMP; - customer_id: o ID do cliente como
STRING; - transaction_amount: o valor da transação como
NUMERIC.
A lista de opções da tabela especifica:
- Validade da partição: 3 dias;
- Descrição: "uma tabela agrupada por customer_id".
Exemplo 2
No exemplo a seguir, é criada uma tabela em cluster denominada myclusteredtable em mydataset usando o resultado de uma consulta. A tabela não é particionada.
CREATE TABLE mydataset.myclusteredtable ( customer_id STRING, transaction_amount NUMERIC ) CLUSTER BY customer_id OPTIONS ( description="a table clustered by customer_id" ) AS SELECT * FROM mydataset.myothertable
Se você não tiver configurado um projeto padrão, anexe um ID do projeto ao nome do conjunto de dados no SQL de exemplo e coloque o nome entre crases caso project_id contenha caracteres especiais: `project_id.dataset.table`. Assim, em vez de mydataset.myclusteredtable, o qualificador de tabela pode ser `myproject.mydataset.myclusteredtable`.
O esquema da tabela contém duas colunas:
- customer_id: o ID do cliente como
STRING; - transaction_amount: o valor da transação como
NUMERIC.
A lista de opções da tabela especifica:
- Descrição: "uma tabela agrupada por customer_id".
Instrução CREATE VIEW
Para criar uma visualização no BigQuery, use a instrução DDL CREATE VIEW.
{CREATE VIEW | CREATE VIEW IF NOT EXISTS | CREATE OR REPLACE VIEW}
[[project_name.]dataset_name.]view_name
[OPTIONS(view_option_list)]
AS query_expression
Em que:
{CREATE VIEW | CREATE VIEW IF NOT EXISTS | CREATE OR REPLACE VIEW} é uma das instruções a seguir:
CREATE VIEW: cria uma nova visualização.CREATE VIEW IF NOT EXISTS: cria uma nova visualização somente se ela não existir no conjunto de dados especificado.CREATE OR REPLACE VIEW: cria uma visualização que substitui uma visualização de mesmo nome no conjunto de dados especificado.
project_name é o nome do projeto onde você está criando a visualização.
O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto tiver
caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados onde você está criando a visualização.
O padrão na solicitação é defaultDataset.
view_name é o nome da visualização que você está criando. O nome da visualização precisa ser exclusivo por conjunto de dados. O nome da visualização pode:
- Conter até 1.024 caracteres
- Conter letras (maiúsculas e minúsculas), números e sublinhados
view_option_list permite especificar
outras opções de criação de visualizações, como um rótulo e
um prazo de validade.
Nas instruções CREATE VIEW, siga estas regras:
- Apenas uma instrução
CREATEé permitida.
query_expression é a expressão da consulta SQL padrão usada para definir a visualização.
view_option_list
A lista de opções permite que você defina opções de visualização, como um rótulo e um prazo de validade. Para incluir várias opções, use uma lista separada por vírgulas.
Especifique uma lista de opções de visualização no formato a seguir:
NAME=VALUE, ...
NAME e VALUE precisam ser uma das combinações a seguir:
NAME |
VALUE |
Detalhes |
|---|---|---|
expiration_timestamp |
TIMESTAMP |
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela expirationTime. |
friendly_name |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela friendlyName. |
description |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela description. |
labels |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela labels. |
VALUE é uma expressão constante que contém apenas literais, parâmetros de consulta e funções escalares. Se a expressão constante for avaliada como null, a opção correspondente NAME será ignorada.
A expressão constante não pode conter os itens a seguir:
- Uma referência a uma tabela
- Subconsultas ou instruções SQL, como
SELECT,CREATEeUPDATE - funções definidas pelo usuário, funções agregadas ou funções analíticas
- as funções escalares a seguir:
ARRAY_TO_STRINGREPLACEREGEXP_REPLACERANDFORMATLPADRPADREPEATSESSION_USERGENERATE_ARRAYGENERATE_DATE_ARRAY
Projeto padrão no corpo da visualização
Se a visualização for criada no mesmo projeto usado para executar a instrução CREATE VIEW,
o corpo da visualização query_expression poderá referir-se a entidades sem
especificar o projeto. O projeto padrão é o proprietário
da visualização. Considere o exemplo de consulta abaixo.
CREATE VIEW myProject.myDataset.myView AS SELECT * FROM anotherDataset.myTable;
Depois de executar a consulta CREATE VIEW acima no projeto myProject,
execute SELECT * FROM myProject.myDataset.myView. Independentemente do projeto
escolhido para executar essa consulta SELECT, a tabela referenciada anotherDataset.myTable
é sempre resolvida em relação ao projeto myProject.
Se a visualização não for criada no mesmo projeto usado para executar a instrução CREATE VIEW,
todas as referências no corpo da visualização query_expression precisarão ser
qualificadas com os IDs do projeto. Por exemplo, a consulta de amostra CREATE VIEW anterior
é inválida se for executada em um projeto diferente de myProject.
Exemplos
Como criar uma nova visualização
No exemplo a seguir, criamos uma visualização denominada newview em mydataset:
CREATE VIEW `myproject.mydataset.newview`
OPTIONS(
expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(), INTERVAL 48 HOUR),
friendly_name="newview",
description="a view that expires in 2 days",
labels=[("org_unit", "development")]
)
AS SELECT column_1, column_2, column_3 FROM `myproject.mydataset.mytable`
Se o nome da visualização existir no conjunto de dados, o erro a seguir será retornado:
Already Exists: project_id:dataset.table
A visualização é definida usando a consulta SQL padrão a seguir:
SELECT column_1, column_2, column_3 FROM `myproject.mydataset.mytable`
A lista de opções de visualização especifica:
- Prazo de validade: 48 horas a partir do momento em que a visualização é criada;
- Nome amigável: newview;
- Descrição: uma visualização que expira em dois dias;
- Rótulo: org_unit = development.
Como criar uma visualização somente se ela não existir
No exemplo a seguir, criaremos uma visualização chamada newview em mydataset somente se nenhuma visualização chamada newview existir em mydataset. Se o nome da visualização existir no conjunto de dados, nenhum erro será retornado e nenhuma ação será tomada.
CREATE VIEW IF NOT EXISTS `myproject.mydataset.newview`
OPTIONS(
expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(), INTERVAL 48 HOUR),
friendly_name="newview",
description="a view that expires in 2 days",
labels=[("org_unit", "development")]
)
AS SELECT column_1, column_2, column_3 FROM `myproject.mydataset.mytable`
A visualização é definida usando a consulta SQL padrão a seguir:
SELECT column_1, column_2, column_3 FROM `myproject.mydataset.mytable`
A lista de opções de visualização especifica:
- Prazo de validade: 48 horas a partir do momento em que a visualização é criada;
- Nome amigável: newview;
- Descrição: uma visualização que expira em dois dias;
- Rótulo: org_unit = development.
Como criar ou substituir uma visualização
No exemplo a seguir, criamos uma visualização chamada newview em mydataset, e se newview existir em mydataset, ela será substituída usando a expressão de consulta especificada.
CREATE OR REPLACE VIEW `myproject.mydataset.newview`
OPTIONS(
expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(), INTERVAL 48 HOUR),
friendly_name="newview",
description="a view that expires in 2 days",
labels=[("org_unit", "development")]
)
AS SELECT column_1, column_2, column_3 FROM `myproject.mydataset.mytable`
A visualização é definida usando a consulta SQL padrão a seguir:
SELECT column_1, column_2, column_3 FROM myproject.mydataset.mytable
A lista de opções de visualização especifica:
- Prazo de validade: 48 horas a partir do momento em que a visualização é criada;
- Nome amigável: newview;
- Descrição: uma visualização que expira em dois dias;
- Rótulo: org_unit = development.
Instrução CREATE MATERIALIZED VIEW
Para criar uma visualização materializada no BigQuery, use a instrução DDL CREATE
MATERIALIZED VIEW.
{CREATE MATERIALIZED VIEW | CREATE MATERIALIZED VIEW IF NOT EXISTS }
[[project_name.]dataset_name.]materialized_view_name
[PARTITION BY partition_expression]
[CLUSTER BY clustering_column_list]
[OPTIONS(materialized_view_option_list)]
AS query_expression
Em que:
{CREATE MATERIALIZED VIEW | CREATE MATERIALIZED VIEW IF NOT EXISTS } é uma das instruções a seguir:
CREATE MATERIALIZED VIEW: cria uma nova visualização materializada.CREATE MATERIALIZED VIEW IF NOT EXISTS: cria uma nova visualização materializada somente se ela ainda não existir no conjunto de dados especificado.
project_name é o nome do projeto onde você está criando a visualização materializada.
O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto tiver
caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
Se o project_name for omitido ou for igual ao projeto que executa
essa consulta DDL, o último também será usado como o projeto padrão das
referências a tabelas, funções etc., em query_expression (observação: o projeto
padrão das referências é corrigido e não depende das consultas futuras
que invocam a nova visualização materializada). Caso contrário, todas as referências em query_expression precisam ser
qualificadas com projetos.
dataset_name é o nome do conjunto de dados onde você está criando a visualização materializada.
O padrão na solicitação é defaultDataset.
materialized_view_name é o nome da visualização materializada que está sendo criada.
Esse nome precisa ser exclusivo por conjunto de dados. Ele
pode:
- Conter até 1.024 caracteres
- Conter letras (maiúsculas e minúsculas), números e sublinhados
As cláusulas PARTITION BY e CLUSTER BY são usadas
como em uma instrução CREATE TABLE.
Uma visualização materializada só pode ser particionada da mesma maneira como se
particiona a tabela em query expression (a tabela base).
materialized_view_option_list permite que você
especifique outras opções de visualização materializadas, como a ativação
e o intervalo da atualização, um rótulo e um
prazo de validade.
Nas instruções CREATE MATERIALIZED VIEW, siga estas regras:
- Apenas uma instrução
CREATEé permitida.
query_expression é a expressão de consulta SQL padrão usada para definir a visualização
materializada.
materialized_view_option_list
A lista de opções permite que você defina opções de visualização materializadas, como a ativação e o intervalo de atualização, um rótulo e um prazo de validade. Para incluir várias opções, use uma lista separada por vírgulas.
Especifique uma lista de opções de visualização materializada no formato a seguir:
NAME=VALUE, ...
NAME e VALUE precisam ser uma das combinações a seguir:
NAME |
VALUE |
Detalhes |
|---|---|---|
enable_refresh |
BOOLEAN |
Exemplo: |
refresh_interval_minutes |
FLOAT64 |
Exemplo: |
expiration_timestamp |
TIMESTAMP |
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela expirationTime. |
friendly_name |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela friendlyName. |
description |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela description. |
labels |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela labels. |
Projeto padrão no corpo da visualização materializada
Se a visualização materializada for criada no mesmo projeto usado para executar a instrução CREATE MATERIALIZED VIEW,
o corpo da visualização materializada query_expression poderá referir-se a entidades sem
especificar o projeto. O projeto padrão é o proprietário
da visualização materializada. Considere o exemplo de consulta abaixo.
CREATE MATERIALIZED VIEW myProject.myDataset.myView AS SELECT * FROM anotherDataset.myTable;
Depois de executar a consulta CREATE MATERIALIZED VIEW acima no projeto myProject,
execute SELECT * FROM myProject.myDataset.myView. Independentemente do projeto
escolhido para executar essa consulta SELECT, a tabela referenciada anotherDataset.myTable
é sempre resolvida em relação ao projeto myProject.
Se a visualização materializada não for criada no mesmo projeto usado para executar a instrução CREATE VIEW,
todas as referências no corpo da visualização materializada query_expression precisarão ser
qualificadas com IDs de projeto. Por exemplo, a consulta de amostra CREATE MATERIALIZED VIEW anterior
é inválida se for executada em um projeto diferente de myProject.
Exemplos
Como criar uma nova visualização materializada
O exemplo a seguir cria uma visualização materializada denominada new_mv em mydataset:
CREATE MATERIALIZED VIEW `myproject.mydataset.new_mv`
OPTIONS(
expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(), INTERVAL 48 HOUR),
friendly_name="new_mv",
description="a materialized view that expires in 2 days",
labels=[("org_unit", "development")],
enable_refresh=true,
refresh_interval_minutes=20
)
AS SELECT column_1, SUM(column_2) AS sum_2, AVG(column_3) AS avg_3
FROM `myproject.mydataset.mytable`
GROUP BY column_1
Se o nome da visualização materializada existir no conjunto de dados, este erro será retornado:
Already Exists: project_id:dataset.materialized_view
Ao usar uma instrução DDL para criar uma visualização materializada, especifique o projeto, o conjunto de dados e a visualização materializada no seguinte formato: `project_id.dataset.materialized_view` (incluindo os acentos graves, se project_id tiver caracteres especiais); por exemplo, `myproject.mydataset.new_mv`.
A visualização materializada é definida usando a consulta SQL padrão a seguir:
SELECT column_1, column_2, column_3 FROM `myproject.mydataset.mytable`
A lista de opções de visualização materializada especifica:
- Prazo de validade: 48 horas a partir da criação da visualização materializada;
- Nome amigável: new_mv;
- Descrição: uma visualização materializada que expira em dois dias;
- Rótulo: org_unit = development.
- Atualização ativada: true;
- Intervalo de atualização: 20 minutos.
Como criar uma visualização materializada apenas se ela não existir
O exemplo a seguir cria uma visualização materializada chamada new_mv no mydataset apenas se não houver nenhuma com o nome new_mv no mydataset. Se esse nome existir no conjunto de dados, nenhum erro será retornado e nenhuma ação será realizada.
CREATE MATERIALIZED VIEW IF NOT EXISTS `myproject.mydataset.new_mv`
OPTIONS(
expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(), INTERVAL 48 HOUR),
friendly_name="new_mv",
description="a view that expires in 2 days",
labels=[("org_unit", "development")],
enable_refresh=false
)
AS SELECT column_1, column_2, column_3 FROM `myproject.mydataset.mytable`
A visualização materializada é definida usando a consulta SQL padrão a seguir:
SELECT column_1, column_2, column_3 FROM `myproject.mydataset.mytable`
A lista de opções de visualização materializada especifica:
- Prazo de validade: 48 horas a partir do momento em que a visualização é criada;
- Nome amigável: new_mv;
- Descrição: uma visualização que expira em dois dias;
- Rótulo: org_unit = development.
- Atualização ativada: falso.
Como criar uma visualização materializada com particionamento e clustering
O exemplo a seguir cria uma visualização materializada denominada new_mv em mydataset,
particionada pela coluna col_datetime e em cluster pela coluna
col_int:
CREATE MATERIALIZED VIEW `myproject.mydataset.new_mv`
PARTITION BY DATE(col_datetime)
CLUSTER BY col_int
AS SELECT col_int, col_datetime, COUNT(1) as cnt
FROM `myproject.mydataset.mv_base_table`
GROUP BY col_int, col_datetime
A tabela base, mv_base_table, também precisa ser particionada pela
coluna col_datetime. Para mais informações, consulte
Como trabalhar com tabelas particionadas e em cluster.
Instrução CREATE EXTERNAL TABLE
A instrução CREATE EXTERNAL TABLE cria uma tabela externa. Com as tabelas externas,
os dados de consulta do BigQuery são armazenados fora do
armazenamento do BigQuery. Para mais informações sobre tabelas externas, consulte
Introdução às fontes de dados externas.
CREATE [OR REPLACE] EXTERNAL TABLE [IF NOT EXISTS] [[project_name.]dataset_name.]table_name
[(
column_name column_schema,
...
)]
[WITH PARTITION COLUMNS
[(
partition_column_name partition_column_type,
...
)]
]
OPTIONS (
external_table_option_list,
...
);
Em que:
project_nameé o nome do projeto onde você está criando a tabela. O padrão é o projeto que executa essa consulta DDL.dataset_nameé o nome do conjunto de dados em que você está criando a tabela.table_nameé o nome da tabela externa.column_nameé o nome de uma coluna na tabela.column_schemaespecifica o esquema da coluna. Ele usa a mesma sintaxe da definiçãocolumn_schemana instruçãoCREATE TABLE. Se você não incluir essa cláusula, o esquema será detectado automaticamente pelo BigQuery.partition_column_nameé o nome de uma coluna de partição. Inclua este campo se os dados externos usarem um layout particionado do Hive. Para mais informações, consulte Layouts de dados compatíveis.partition_column_typeé o tipo da coluna de partição.external_table_option_listespecifica uma lista de opções para criar a tabela externa.
external_table_option_list
A lista especifica opções para a criação da tabela externa. As opções format
e uris são obrigatórias. Especifique a lista de opções no seguinte
formato: NAME=VALUE, ...
| Opções | |
|---|---|
allow_jagged_rows |
Se Aplica-se a dados CSV. |
allow_quoted_newlines |
Se Aplica-se a dados CSV. |
compression |
O tipo de compactação da fonte de dados. Os valores aceitos são:
Aplica-se a dados CSV e JSON. |
description |
Uma descrição da tabela. |
enable_logical_types |
Se Aplica-se a dados Avro. |
encoding |
A codificação de caracteres dos dados. Os valores aceitos incluem:
Aplica-se a dados CSV. |
expiration_timestamp |
A hora em que esta tabela expira. Se não for especificado, a tabela não expirará. Exemplo: |
field_delimiter |
O separador de campos em um arquivo CSV. Aplica-se a dados CSV. |
format |
O formato dos dados externos.
Os valores aceitos são: O valor |
decimal_target_types |
Determina como converter um tipo Exemplo: |
hive_partition_uri_prefix |
Um prefixo comum para todos os URIs de origem antes do início da codificação da chave de partição. Aplica-se apenas a tabelas externas particionadas pelo Hive. Aplica-se aos dados Avro, CSV, JSON, Parquet e ORC. Exemplo: |
ignore_unknown_values |
Se for Aplica-se a dados CSV e JSON. |
max_bad_records |
O número máximo de registros corrompidos a serem ignorados durante a leitura dos dados. Aplica-se a: dados CSV, JSON e Planilhas. |
null_marker |
A string que representa os valores Aplica-se a dados CSV. |
projection_fields |
Uma lista de propriedades da entidade a serem carregadas. Aplica-se aos dados do Datastore. |
quote |
A string usada para citar seções de dados em um arquivo CSV. Se os dados
contiverem caracteres de nova linha entre aspas, defina também a
propriedade Aplica-se a dados CSV. |
require_hive_partition_filter |
Se Aplica-se aos dados Avro, CSV, JSON, Parquet e ORC. |
sheet_range |
Intervalo de uma planilha do Planilhas a ser consultada. Aplicável aos dados do Planilhas. Exemplo: |
skip_leading_rows |
O número de linhas na parte superior de um arquivo a ser ignorado na leitura dos dados. Aplicável aos dados CSV e Planilhas. |
uris |
Uma matriz de URIs totalmente qualificados para os locais de dados externos. Exemplo: |
A instrução CREATE EXTERNAL TABLE não é compatível com a criação de tabelas
externas temporárias.
Para criar uma tabela particionada externamente, use a cláusula WITH PARTITION COLUMNS
para especificar os detalhes do esquema de partição. O BigQuery
valida as definições de coluna em relação ao local externo de dados. A declaração
do esquema precisa seguir estritamente a ordem dos campos do caminho
externo. Para mais informações sobre o particionamento externo, consulte
Como consultar dados particionados externamente.
Exemplos
No exemplo a seguir, criamos uma tabela externa a partir de vários URIs. O formato dos dados é CSV. Este exemplo usa detecção automática de esquema.
CREATE EXTERNAL TABLE dataset.CsvTable OPTIONS (
format = 'CSV',
uris = ['gs://bucket/path1.csv', 'gs://bucket/path2.csv']
);
O exemplo a seguir cria uma tabela externa a partir de um arquivo CSV e especifica
explicitamente o esquema. Ele também especifica o delimitador do campo ('|') e define o
número máximo de registros inválidos permitidos.
CREATE OR REPLACE EXTERNAL TABLE dataset.CsvTable
(
x INT64,
y STRING
)
OPTIONS (
format = 'CSV',
uris = ['gs://bucket/path1.csv'],
field_delimiter = '|',
max_bad_records = 5
);
No exemplo a seguir, criamos uma tabela particionada externamente. Ele usa a detecção automática de esquema para detectar o esquema de arquivo e o layout de particionamento do Hive.
Por exemplo, se o caminho externo for
gs://bucket/path/field_1=first/field_2=1/data.csv, as colunas da partição
serão field_1 (STRING) e field_2 (INT64).
CREATE EXTERNAL TABLE dataset.AutoHivePartitionedTable
WITH PARTITION COLUMNS
OPTIONS (
uris=['gs://bucket/path/*'],
format=csv,
hive_partition_uri_prefix='gs://bucket/path'
);
O exemplo a seguir cria uma tabela particionada externamente especificando
explicitamente as colunas de partição. Neste exemplo, consideramos que o caminho do arquivo
externo tem o padrão gs://bucket/path/field_1=first/field_2=1/data.csv.
CREATE EXTERNAL TABLE dataset.CustomHivePartitionedTable
WITH PARTITION COLUMNS (
field_1 STRING, -- column order must match the external path
field_2 INT64
)
OPTIONS (
uris=['gs://bucket/path/*'],
format=csv,
hive_partition_uri_prefix='gs://bucket/path'
);
Instrução CREATE FUNCTION
O BigQuery é compatível com funções definidas pelo usuário (UDF, na sigla em inglês). Uma UDF permite criar uma função usando uma expressão SQL ou JavaScript. Essas funções aceitam colunas de entrada e executam ações, retornando o resultado dessas ações como um valor.
As UDFs podem ser permanentes ou temporárias. É possível reutilizar UDFs permanentes em várias consultas, mas as UDFs temporárias só podem ser usadas em uma única consulta. Para mais informações sobre o uso de UDFs, consulte Funções definidas pelo usuário.
Sintaxe da UDF
Para criar uma UDF permanente, use a seguinte sintaxe:
CREATE [OR REPLACE] FUNCTION [IF NOT EXISTS] [[project_name.]dataset_name.]function_name ([named_parameter[, ...]]) [RETURNS data_type] { sql_function_definition | javascript_function_definition }
Para criar uma UDF temporária, use a seguinte sintaxe:
CREATE [OR REPLACE] {TEMPORARY | TEMP} FUNCTION [IF NOT EXISTS] function_name ([named_parameter[, ...]]) [RETURNS data_type] { sql_function_definition | javascript_function_definition }
named_parameter: param_name param_type sql_function_definition: AS (sql_expression) javascript_function_definition: [determinism_specifier] LANGUAGE js [OPTIONS (library = library_array)] AS javascript_code determinism_specifier: { DETERMINISTIC | NOT DETERMINISTIC }
Essa sintaxe é composta pelos componentes a seguir:
CREATE { FUNCTION | OR REPLACE FUNCTION | FUNCTION IF NOT EXISTS }. Cria ou atualiza uma função. Para substituir qualquer função atual pelo mesmo nome, use a palavra-chave
OR REPLACE. Para tratar a consulta como bem-sucedida e não tomar nenhuma ação caso uma função com o mesmo nome já exista, use a cláusulaIF NOT EXISTS.project_name é o nome do projeto onde você está criando a função. O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto tiver caracteres especiais, como dois pontos, ele deverá estar entre crases
`(exemplo:`google.com:my_project`).dataset_name é o nome do conjunto de dados onde você está criando a função. O padrão na solicitação é
defaultDataset.named_parameter. Consiste em um par de
param_nameeparam_typeseparado por vírgula. O valor deparam_typeé um tipo de dados do BigQuery. Para uma UDF SQL, o valor deparam_typetambém pode serANY TYPE.determinism_specifier. Aplica-se somente a funções JavaScript definidas pelo usuário. Indica ao BigQuery se o resultado da consulta pode ser armazenado em cache. Pode ser um dos seguintes valores:
DETERMINISTIC: a função sempre retorna o mesmo resultado quando os mesmos argumentos são transmitidos. O resultado da consulta é potencialmente armazenável em cache. Por exemplo, se a funçãoadd_one(i)sempre retornari + 1, a função será determinista.NOT DETERMINISTIC: a função nem sempre retorna o mesmo resultado quando os mesmos argumentos são transmitidos e, portanto, não é armazenável em cache. Por exemplo, seadd_random(i)retornari + rand(), a função não é determinista e o BigQuery não usará resultados armazenados em cache.Se todas as funções invocadas forem DETERMINISTIC, o BigQuery tentará armazenar o resultado em cache, a menos que os resultados não possam ser armazenados em cache por outros motivos. Para saber mais, veja Como usar resultados de consulta armazenados em cache.
[RETURNS data_type]. Especifica o tipo de dados retornado pela função.
- Se a função estiver definida em SQL, a cláusula
RETURNSserá opcional. Se a cláusulaRETURNSfor omitida, o BigQuery deduzirá o tipo de resultado da função a partir do corpo da função SQL quando uma consulta chamar a função. - Se a função estiver definida em JavaScript, a cláusula
RETURNSserá obrigatória. Para mais informações sobre valores permitidos paradata_type, consulte Tipos de dados de UDF JavaScript compatíveis.
- Se a função estiver definida em SQL, a cláusula
AS (sql_expression). Especifica o código SQL que define a função.
[OPTIONS (library = library_array)]. Em uma UDF JavaScript, especifica uma matriz de bibliotecas JavaScript que serão incluídas na definição de função.
AS javascript_code. Especifica a definição de uma função JavaScript.
javascript_codeé um literal de string.- Se o código incluir aspas e barras invertidas, ele precisará ter escape ou representado como uma string bruta. Por exemplo, o código
return "\n";pode ser representado como um dos seguintes:- String entre aspas
"return \"\\n\";". As aspas e as barras invertidas precisam ter escape. - String entre três aspas:
"""return "\\n";""". As barras invertidas precisam ser escapadas, sem aspas. - String bruta:
r"""return "\n";""". Não é necessário escape.
- String entre aspas
- Se o código incluir aspas e barras invertidas, ele precisará ter escape ou representado como uma string bruta. Por exemplo, o código
Estrutura de UDF de SQL
Crie UDFs de SQL usando a sintaxe a seguir:
CREATE [OR REPLACE] [TEMPORARY | TEMP] FUNCTION [IF NOT EXISTS] [[`project_name`.]dataset_name.]function_name ([named_parameter[, ...]]) [RETURNS data_type] AS (sql_expression) named_parameter: param_name param_type
Parâmetros de UDF do SQL com modelo
Um parâmetro com modelo param_type = ANY TYPE pode corresponder a mais de um tipo de argumento quando a função é chamada.
- Se mais de um parâmetro tiver o tipo
ANY TYPE, o BigQuery não aplicará qualquer relação entre esses argumentos. - O tipo de retorno da função não pode ser
ANY TYPE. Ele precisa ser omitido, ou seja, determinado automaticamente com base emsql_expression, ou um tipo explícito. - Transmitir os argumentos de tipos da função que não são compatíveis com a definição da função resultará em um erro no tempo de chamada.
Projeto padrão no corpo da UDF do SQL
Se a UDF do SQL for criada no mesmo projeto usado para executar a instrução CREATE FUNCTION,
o corpo da UDF sql_expression poderá referenciar entidades sem especificar
o projeto. O projeto padrão é o
proprietário da UDF. Considere o exemplo de consulta abaixo.
CREATE FUNCTION myProject.myDataset.myFunction() AS (anotherDataset.anotherFunction());
Depois de executar a consulta CREATE FUNCTION acima no projeto myProject, execute SELECT myProject.myDataset.myFunction(). Independentemente do projeto escolhido
para executar essa consulta SELECT, a função referenciada anotherDataset.anotherFunction
é sempre resolvida em relação ao projeto myProject.
Se a UDF não for criada no mesmo projeto usado para executar a instrução CREATE FUNCTION,
todas as referências no corpo da UDF sql_expression precisarão ser
qualificadas com os IDs do projeto. Por exemplo, a consulta de amostra CREATE FUNCTION anterior
é inválida se for executada em um projeto diferente de myProject.
Exemplos de UDF de SQL
No exemplo a seguir, é criada uma UDF de SQL permanente. Ele pressupõe que já existe um conjunto de dados chamado mydataset no projeto ativo. Caso não haja um conjunto de dados com esse nome, consulte a
documentação sobre como criar bancos de dados.
CREATE FUNCTION mydataset.multiplyInputs(x FLOAT64, y FLOAT64)
RETURNS FLOAT64
AS (x * y);
Depois de executar a instrução CREATE FUNCTION, a nova função permanente definida pelo usuário pode ser usada em uma consulta separada. Substitua o editor de consultas pelo conteúdo a seguir e execute a consulta:
WITH numbers AS
(SELECT 1 AS x, 5 as y
UNION ALL
SELECT 2 AS x, 10 as y
UNION ALL
SELECT 3 as x, 15 as y)
SELECT x, y, mydataset.multiplyInputs(x, y) as product
FROM numbers;
Com o exemplo acima, temos a seguinte saída:
+-----+-----+--------------+
| x | y | product |
+-----+-----+--------------+
| 1 | 5 | 5 |
| 2 | 10 | 20 |
| 3 | 15 | 45 |
+-----+-----+--------------+
No exemplo a seguir, mostramos uma UDF de SQL que usa um parâmetro com modelo. A função resultante aceita argumentos de vários tipos.
CREATE FUNCTION mydataset.addFourAndDivideAny(x ANY TYPE, y ANY TYPE) AS (
(x + 4) / y
);
Depois de executar a instrução CREATE FUNCTION, a nova função permanente definida pelo usuário pode ser usada em uma consulta separada:
SELECT addFourAndDivideAny(3, 4) AS integer_output,
addFourAndDivideAny(1.59, 3.14) AS floating_point_output;
Essa consulta retorna o resultado a seguir:
+----------------+-----------------------+
| integer_output | floating_point_output |
+----------------+-----------------------+
| 1.75 | 1.7802547770700636 |
+----------------+-----------------------+
No exemplo a seguir, mostramos uma UDF de SQL que usa um parâmetro com modelo para retornar o último elemento de uma matriz de qualquer tipo.
CREATE FUNCTION mydataset.lastArrayElement(arr ANY TYPE) AS (
arr[ORDINAL(ARRAY_LENGTH(arr))]
);
Depois de executar a instrução CREATE FUNCTION, a nova função permanente definida pelo usuário pode ser usada em uma consulta separada:
SELECT
names[OFFSET(0)] AS first_name,
lastArrayElement(names) AS last_name
FROM (
SELECT ['Fred', 'McFeely', 'Rogers'] AS names UNION ALL
SELECT ['Marie', 'Skłodowska', 'Curie']
);
A consulta acima retorna o resultado a seguir:
+------------+-----------+
| first_name | last_name |
+------------+-----------+
| Fred | Rogers |
| Marie | Curie |
+------------+-----------+
Estrutura de UDF de JavaScript
Crie UDFs JavaScript permanentes usando a sintaxe a seguir.
CREATE [OR REPLACE] [TEMPORARY | TEMP] FUNCTION [IF NOT EXISTS] [[`project_name`.]dataset_name.]function_name ([named_parameter[, ...]]) RETURNS data_type [DETERMINISTIC | NOT DETERMINISTIC] LANGUAGE js [OPTIONS (library = library_array)] AS javascript_code
Consulte os Tipos de dados de UDF do JavaScript compatíveis para mais informações sobre os valores permitidos para data_type e tipos de parâmetros.
Exemplos de UDF de JavaScript
CREATE TEMP FUNCTION mydataset.multiplyInputs(x FLOAT64, y FLOAT64)
RETURNS FLOAT64
LANGUAGE js
AS r"""
return x*y;
""";
Depois de executar a instrução CREATE FUNCTION, a nova UDF JavaScript permanente pode ser usada em uma consulta separada:
WITH numbers AS
(SELECT 1 AS x, 5 as y
UNION ALL
SELECT 2 AS x, 10 as y
UNION ALL
SELECT 3 as x, 15 as y)
SELECT x, y, multiplyInputs(x, y) as product
FROM numbers;
Com o exemplo acima, temos o resultado a seguir:
+-----+-----+--------------+
| x | y | product |
+-----+-----+--------------+
| 1 | 5 | 5 |
| 2 | 10 | 20 |
| 3 | 15 | 45 |
+-----+-----+--------------+
É possível passar o resultado de um UDF como entrada para outro UDF. Por exemplo, crie um UDF permanente com a seguinte consulta:
CREATE FUNCTION mydataset.multiplyInputs(x FLOAT64, y FLOAT64)
RETURNS FLOAT64
LANGUAGE js
AS r"""
return x*y;
""";
Em seguida, execute outra consulta para criar uma segunda UDF permanente:
CREATE FUNCTION mydataset.divideByTwo(x FLOAT64)
RETURNS FLOAT64
LANGUAGE js
AS r"""
return x/2;
""";
Agora, execute a seguinte consulta para usar as duas UDFs permanentes na mesma consulta:
WITH numbers AS
(SELECT 1 AS x, 5 as y
UNION ALL
SELECT 2 AS x, 10 as y
UNION ALL
SELECT 3 as x, 15 as y)
SELECT x,
y,
mydataset.multiplyInputs(
mydataset.divideByTwo(x), mydataset.divideByTwo(y)) as half_product
FROM numbers;
Com o exemplo acima, temos o resultado a seguir:
+-----+-----+--------------+
| x | y | half_product |
+-----+-----+--------------+
| 1 | 5 | 1.25 |
| 2 | 10 | 5 |
| 3 | 15 | 11.25 |
+-----+-----+--------------+
No exemplo a seguir, os valores de todos os campos denominados "foo" são somados na string JSON fornecida.
CREATE FUNCTION mydataset.SumFieldsNamedFoo(json_row STRING)
RETURNS FLOAT64
LANGUAGE js
AS r"""
function SumFoo(obj) {
var sum = 0;
for (var field in obj) {
if (obj.hasOwnProperty(field) && obj[field] != null) {
if (typeof obj[field] == "object") {
sum += SumFoo(obj[field]);
} else if (field == "foo") {
sum += obj[field];
}
}
}
return sum;
}
var row = JSON.parse(json_row);
return SumFoo(row);
""";
Depois de executar a instrução CREATE FUNCTION, a nova função permanente definida pelo usuário pode ser usada em uma consulta separada:
WITH Input AS (
SELECT STRUCT(1 AS foo, 2 AS bar, STRUCT('foo' AS x, 3.14 AS foo) AS baz) AS s, 10 AS foo UNION ALL
SELECT NULL, 4 AS foo UNION ALL
SELECT STRUCT(NULL, 2 AS bar, STRUCT('fizz' AS x, 1.59 AS foo) AS baz) AS s, NULL AS foo
)
SELECT
TO_JSON_STRING(t) AS json_row,
mydataset.SumFieldsNamedFoo(TO_JSON_STRING(t)) AS foo_sum
FROM Input AS t;
Com o exemplo acima, temos o resultado a seguir:
+---------------------------------------------------------------------+---------+
| json_row | foo_sum |
+---------------------------------------------------------------------+---------+
| {"s":{"foo":1,"bar":2,"baz":{"x":"foo","foo":3.14}},"foo":10} | 14.14 |
| {"s":null,"foo":4} | 4 |
| {"s":{"foo":null,"bar":2,"baz":{"x":"fizz","foo":1.59}},"foo":null} | 1.59 |
+---------------------------------------------------------------------+---------+
Regras de uso de aspas
Coloque o código JavaScript entre aspas. Para snippets simples com uma linha de código, use uma string entre aspas padrão:
CREATE FUNCTION mydataset.plusOne(x FLOAT64)
RETURNS FLOAT64
LANGUAGE js
AS "return x+1;";
Quando o snippet contém aspas ou é composto por várias linhas, use blocos com aspas triplas:
CREATE FUNCTION mydataset.customGreeting(a STRING)
RETURNS STRING
LANGUAGE js AS r"""
var d = new Date();
if (d.getHours() < 12) {
return 'Good Morning, ' + a + '!';
} else {
return 'Good Evening, ' + a + '!';
}
""";
Como incluir bibliotecas JavaScript
Estenda a funcionalidades das UDFs de JavaScript usando a seção OPTIONS. Esta
seção permite especificar bibliotecas de código JavaScript para a UDF.
CREATE FUNCTION mydataset.myFunc(a FLOAT64, b STRING)
RETURNS STRING
LANGUAGE js
OPTIONS (
library=["gs://my-bucket/path/to/lib1.js", "gs://my-bucket/path/to/lib2.js"]
)
AS
r"""
// Assumes 'doInterestingStuff' is defined in one of the library files.
return doInterestingStuff(a, b);
""";
SELECT mydataset.myFunc(3.14, 'foo');
No exemplo anterior, o código em lib1.js e lib2.js está disponível para qualquer código na seção javascript_code da UDF. Observe que
é possível especificar arquivos de biblioteca usando um único elemento ou sintaxe de matriz.
UDFs e o Console do Cloud
É possível usar o Console do Cloud para criar funções definidas pelo usuário permanentes.
Como executar uma consulta para criar uma UDF permanente
Acesse a página do BigQuery no Console do Cloud.
Clique em Escrever nova consulta.
Insira a instrução da UDF na área de texto do Editor de consultas. Por exemplo:
CREATE FUNCTION mydataset.timesTwo(x FLOAT64) RETURNS FLOAT64 LANGUAGE js AS r""" return x*2; """;Clique em Executar.
Depois de criar a função permanente definida pelo usuário, substitua o conteúdo do editor por uma nova consulta que o utilize:
SELECT mydataset.timesTwo(numbers) AS doubles FROM UNNEST([1, 2, 3, 4, 5]) AS numbers;Clique em Executar.
UDFs e a ferramenta de linha de comando bq
É possível usar a ferramenta de linha de comando bq no SDK do Cloud para criar UDFs permanentes.
Use a sintaxe a seguir para executar uma consulta e criar uma UDF permanente:
bq query --use_legacy_sql=false '
CREATE FUNCTION mydataset.AddTwo(x INT64) AS (x + 2);
'
Instrução CREATE PROCEDURE
Cria um procedimento, que é um bloco de instruções que podem ser chamadas de outras consultas.
CREATE [OR REPLACE] PROCEDURE [IF NOT EXISTS] [[project_name.]dataset_name.]procedure_name (procedure_argument[, ...] ) [OPTIONS(procedure_option_list)] BEGIN statement_list END; procedure_argument: [procedure_argument_mode] argument_name argument_type
procedure_argument_mode: IN | OUT | INOUT
Descrição
project_name é o nome do projeto onde você está criando o procedimento.
O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto tiver
caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados onde você está criando o procedimento.
O padrão na solicitação é defaultDataset.
statement_list é uma lista de instruções
do BigQuery. Uma lista de instruções é uma série de instruções que terminam com um ponto e vírgula.
argument_type é qualquer tipo
válido do BigQuery.
procedure_argument_mode especifica se um argumento é uma entrada, uma saída
ou ambas.
Os procedimentos podem ser chamados recursivamente.
procedure_option_list
O procedure_option_list permite especificar opções de procedimento. As opções
de procedimento têm a mesma sintaxe e requisitos que as opções de tabela, mas com uma
lista diferente de NAMEs e VALUEs:
NAME |
VALUE |
Detalhes |
|---|---|---|
strict_mode |
|
Exemplo: Se Embora Se O valor padrão é |
Modo de argumento
IN indica que o argumento é somente uma entrada do procedimento. Você pode
especificar uma variável ou uma expressão de valor para argumentos IN.
OUT indica que o argumento é uma saída do procedimento. Um argumento OUT é inicializado como NULL junto do procedimento. Para argumentos OUT, é necessário especificar uma variável.
INOUT indica que o argumento é uma entrada e uma saída do procedimento. Para argumentos INOUT, é necessário especificar uma variável. Um argumento
INOUT pode ser referenciado no corpo de um procedimento como uma variável e novos valores
atribuídos.
Se não forem especificados IN, OUT nem INOUT, o argumento é tratado
como IN.
Escopo de variáveis
Se uma variável for declarada fora de um procedimento, passar o argumento INOUT ou OUT para um procedimento e esse procedimento atribuir um novo valor à variável, esse novo valor fica visível fora do procedimento.
Os valores declarados em um procedimento não são visíveis fora do procedimento e vice-versa.
Um argumento OUT ou INOUT pode ser atribuído a um valor usando SET. Nesse caso,
o valor modificado é visível fora do procedimento. Se o procedimento sair
com sucesso, o valor do argumento OUT ou INOUT será o valor final
atribuído à variável INOUT.
Tabelas temporárias existem enquanto o script durar. Por isso, se um procedimento cria uma tabela temporária, o autor da chamada do procedimento também poderá referenciar a tabela temporária.
Projeto padrão no corpo do procedimento
Corpos de procedimentos podem referenciar entidades sem especificar o projeto. O
projeto padrão é o proprietário do procedimento, não necessariamente o
projeto usado para executar a instrução CREATE PROCEDURE. Considere o exemplo de consulta
abaixo.
CREATE PROCEDURE myProject.myDataset.QueryTable()
BEGIN
SELECT * FROM anotherDataset.myTable;
END;
Depois de criar o procedimento acima, execute a consulta
CALL myProject.myDataset.QueryTable(). Independentemente do projeto
escolhido para executar essa consulta CALL, a tabela referenciada anotherDataset.myTable
é sempre resolvida em relação ao projeto myProject.
Exemplos
No exemplo a seguir, criaremos um procedimento que usa x como argumento de entrada e retorna x como saída. Como não há um modo para o argumento delta, ele é um argumento de entrada. O procedimento é composto por um bloco com uma única instrução, que atribui a soma dos dois argumentos de entrada a x.
CREATE PROCEDURE mydataset.AddDelta(INOUT x INT64, delta INT64)
BEGIN
SET x = x + delta;
END;
No exemplo a seguir, é chamado o procedimento AddDelta do exemplo acima, passando a variável accumulator nas duas vezes. Como as alterações em x dentro de AddDelta são visíveis fora de AddDelta, essas chamadas de procedimento têm um incremento accumulator de 8.
DECLARE accumulator INT64 DEFAULT 0;
CALL mydataset.AddDelta(accumulator, 5);
CALL mydataset.AddDelta(accumulator, 3);
SELECT accumulator;
Isso retorna o resultado a seguir:
+-------------+
| accumulator |
+-------------+
| 8 |
+-------------+
No exemplo a seguir, criaremos o procedimento SelectFromTablesAndAppend, que leva target_date como um argumento de entrada e retorna rows_added como saída.
O procedimento cria uma tabela temporária DataForTargetDate a partir de uma consulta. Em seguida, ele calcula o número de linhas em DataForTargetDate e atribui o resultado a rows_added. Em seguida, ele insere uma nova linha em TargetTable, passando o valor de target_date como um dos nomes de coluna. Por fim, ele descarta a tabela DataForTargetDate e retorna rows_added.
CREATE PROCEDURE mydataset.SelectFromTablesAndAppend(
target_date DATE, OUT rows_added INT64)
BEGIN
CREATE TEMP TABLE DataForTargetDate AS
SELECT t1.id, t1.x, t2.y
FROM dataset.partitioned_table1 AS t1
JOIN dataset.partitioned_table2 AS t2
ON t1.id = t2.id
WHERE t1.date = target_date
AND t2.date = target_date;
SET rows_added = (SELECT COUNT(*) FROM DataForTargetDate);
SELECT id, x, y, target_date -- note that target_date is a parameter
FROM DataForTargetDate;
DROP TABLE DataForTargetDate;
END;
No exemplo a seguir, declaramos uma variável rows_added e a transmitimos como um argumento ao procedimento SelectFromTablesAndAppend do exemplo anterior com o valor de CURRENT_DATE. Em seguida, é retornada uma mensagem informando quantas linhas foram adicionadas.
DECLARE rows_added INT64;
CALL mydataset.SelectFromTablesAndAppend(CURRENT_DATE(), rows_added);
SELECT FORMAT('Added %d rows', rows_added);
Instrução ALTER SCHEMA SET OPTIONS
Define opções em um conjunto de dados.
Para executar esta instrução, você precisa ter permissões bigquery.datasets.update. A
instrução será executada no local do conjunto de dados, se ele existir, a menos que você
especifique o local nas configurações da consulta. Para mais informações, consulte
Como especificar seu local.
ALTER SCHEMA [IF EXISTS] [project_name.]dataset_name SET OPTIONS(schema_set_options_list)
Em que:
IF EXISTS: se você incluir essa cláusula e o conjunto de dados especificado não existir, a instrução será bem-sucedida sem ação. Se você omitir essa cláusula e o conjunto de dados não existir, a instrução retornará um erro.project_nameé o nome do projeto que contém o conjunto de dados. O padrão é o projeto que executa essa consulta DDL.dataset_nameé o nome do conjunto de dados.schema_set_options_listespecifica a lista de opções a serem definidas.
schema_set_options_list
A lista de opções especifica opções para o conjunto de dados. Especifique as opções no
seguinte formato: NAME=VALUE, ...
As seguintes opções são compatíveis:
NAME |
VALUE |
Detalhes |
|---|---|---|
default_kms_key_name |
STRING |
Especifica a chave padrão do Cloud KMS para criptografar dados da tabela neste conjunto de dados. É possível modificar esse valor ao criar uma tabela. |
default_partition_expiration_days |
FLOAT64 |
Especifica o prazo de validade padrão, em dias, para partições de tabela nesse conjunto de dados. É possível modificar esse valor ao criar uma tabela. |
default_table_expiration_days |
FLOAT64 |
Especifica o prazo de validade padrão, em dias, das tabelas neste conjunto de dados. É possível modificar esse valor ao criar uma tabela. |
description |
STRING |
A descrição do conjunto de dados. |
friendly_name |
STRING |
Um nome descritivo do conjunto de dados. |
labels |
<ARRAY<STRUCT<STRING, STRING>>> |
Uma matriz de rótulos para o conjunto de dados, expressa como pares de chave-valor. |
Exemplo
No exemplo a seguir, definimos a expiração da tabela padrão.
ALTER SCHEMA mydataset SET OPTIONS( default_table_expiration_days=3.75 )
Instrução ALTER TABLE SET OPTIONS
Para definir as opções de uma tabela no BigQuery, use a instrução DDL ALTER TABLE SET OPTIONS.
ALTER TABLE [IF EXISTS] [[project_name.]dataset_name.]table_name SET OPTIONS(table_set_options_list)
Em que:
IF EXISTS: se presente, a consulta é bem-sucedida quando a tabela especificada
não existe. Se ausente, a consulta falhará quando a tabela especificada não existir.
project_name é o nome do projeto que contém a tabela que você está
alterando. O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto
tiver caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados que contém a tabela que você está
alterando. O padrão na solicitação é defaultDataset.
table_name é o nome da tabela que você está alterando.
table_set_options_list
A lista de opções permite que você defina opções de tabela, como um rótulo e um prazo de validade. Para incluir várias opções, use uma lista separada por vírgulas.
Especifique uma lista de opções de tabela no formato a seguir:
NAME=VALUE, ...
NAME e VALUE precisam ser uma das combinações a seguir:
NAME |
VALUE |
Detalhes |
|---|---|---|
expiration_timestamp |
TIMESTAMP |
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela expirationTime. |
partition_expiration_days |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela timePartitioning.expirationMs, mas usa dias em vez de milissegundos. Um dia é equivalente a 86.400.000 milissegundos, ou 24 horas. Só é possível definir essa propriedade se a tabela for particionada. |
require_partition_filter |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela timePartitioning.requirePartitionFilter. Só é possível definir essa propriedade se a tabela for particionada. |
kms_key_name |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela encryptionConfiguration.kmsKeyName. Consulte mais detalhes sobre Como proteger dados com chaves do Cloud KMS. |
friendly_name |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela friendlyName. |
description |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela description. |
labels |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela labels. |
VALUE é uma expressão constante que contém apenas literais, parâmetros de consulta e funções escalares. Se a expressão constante for avaliada como null, a opção correspondente NAME será ignorada.
A expressão constante não pode conter os itens a seguir:
- Uma referência a uma tabela
- Subconsultas ou instruções SQL, como
SELECT,CREATEeUPDATE - funções definidas pelo usuário, funções agregadas ou funções analíticas
- as funções escalares a seguir:
ARRAY_TO_STRINGREPLACEREGEXP_REPLACERANDFORMATLPADRPADREPEATSESSION_USERGENERATE_ARRAYGENERATE_DATE_ARRAY
A definição de VALUE substitui o valor atual dessa opção para a tabela (se havia um). Definir o VALUE como NULL limpa o valor da tabela para essa opção.
Exemplos
Como configurar o carimbo de data e hora de validade e descrição em uma tabela
No exemplo a seguir, o carimbo de data/hora de validade em uma tabela é definido como sete dias a partir do horário da execução da instrução ALTER TABLE, e a descrição também é definida:
ALTER TABLE mydataset.mytable SET OPTIONS ( expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(), INTERVAL 7 DAY), description="Table that expires seven days from now" )
Como configurar o atributo "require partition filter" em uma tabela particionada
No exemplo a seguir, definimos o atributo timePartitioning.requirePartitionFilter em uma tabela particionada .
ALTER TABLE mydataset.mypartitionedtable SET OPTIONS (require_partition_filter=true)
As consultas que fazem referência a essa tabela precisam usar um filtro na coluna de particionamento. Caso contrário, o BigQuery retorna um erro. Definir essa opção como true pode ajudar a evitar erros na consulta de mais dados do que o pretendido.
Como apagar o carimbo de data e hora de expiração em uma tabela
No exemplo a seguir, limpamos o carimbo de data/hora de validade em uma tabela para que ela não expire:
ALTER TABLE mydataset.mytable SET OPTIONS (expiration_timestamp=NULL)
Instrução ALTER TABLE ADD COLUMN
A instrução ALTER TABLE ADD COLUMN adiciona uma ou mais colunas novas a um
esquema de tabela existente. Para mais informações sobre modificações de esquema no
BigQuery, consulte
Como modificar esquemas de tabelas.
ALTER TABLE [[project_name.]dataset_name.]table_name
ADD COLUMN [IF NOT EXISTS] column_name column_schema [, ...]
Em que:
project_nameé o nome do projeto que contém a tabela. O padrão é o projeto que executa essa consulta DDL.dataset_nameé o nome do conjunto de dados que contém a tabela.table_nameé o nome da tabela a ser alterada. A tabela já precisa existir e ter um esquema.column_nameé o nome da coluna a ser adicionada.column_schemaé o esquema da coluna. Esse esquema usa a mesma sintaxe que o esquema de coluna da instruçãoCREATE TABLE.
Não é possível usar esta instrução para criar:
- Colunas particionadas.
- Colunas em cluster.
- Colunas aninhadas dentro de campos
RECORDexistentes.
Não é possível adicionar uma coluna REQUIRED a um esquema de tabela existente. No entanto, é possível
criar uma coluna REQUIRED aninhada como parte de um novo campo RECORD.
Sem a cláusula IF NOT EXISTS, se a tabela já contiver uma coluna com
esse nome, a instrução retornará um erro. Se a cláusula IF NOT EXISTS estiver
incluída e o nome da coluna já existir, nenhum erro será retornado e
nenhuma medida será tomada.
O valor da nova coluna para linhas existentes é definido como um dos seguintes itens:
NULLse a nova coluna foi adicionada com o modoNULLABLE. Esse é o modo padrão.- Um
ARRAYvazio se a nova coluna foi adicionada com o modoREPEATED.
Exemplos
Como adicionar colunas
O exemplo a seguir adiciona as seguintes colunas a uma tabela existente chamada
mytable:
- Coluna
Ado tipoSTRING. - Coluna
Bdo tipoGEOGRAPHY. - Coluna
Cdo tipoNUMERICcom o modoREPEATED. - Coluna
Ddo tipoDATEcom uma descrição.
ALTER TABLE mydataset.mytable
ADD COLUMN A STRING,
ADD COLUMN IF NOT EXISTS B GEOGRAPHY,
ADD COLUMN C ARRAY<NUMERIC>,
ADD COLUMN D DATE OPTIONS(description="my description")
Se qualquer uma das colunas chamadas A, C ou D já existir, a instrução falhará.
Se a coluna B já existir, a instrução será bem-sucedida devido à cláusula IF NOT
EXISTS.
Como adicionar uma coluna RECORD
O exemplo a seguir adiciona uma coluna chamada A do tipo STRUCT que contém as
seguintes colunas aninhadas:
- Coluna
Bdo tipoGEOGRAPHY. - Coluna
Cdo tipoINT64com o modoREPEATED. - Coluna
Ddo tipoINT64com o modoREQUIRED. - Coluna
Edo tipoTIMESTAMPcom uma descrição.
ALTER TABLE mydataset.mytable
ADD COLUMN A STRUCT<
B GEOGRAPHY,
C ARRAY<INT64>,
D INT64 NOT NULL,
E TIMESTAMP OPTIONS(description="creation time")
>
A consulta falhará se a tabela já tiver uma coluna chamada A, mesmo que essa
coluna não contenha nenhuma das colunas aninhadas especificadas.
O novo STRUCT denominado A é anulável, mas a coluna aninhada D em A é
obrigatória para qualquer valor STRUCT de A.
Instrução ALTER TABLE DROP COLUMN
A instrução ALTER TABLE DROP COLUMN descarta uma ou mais colunas de um
esquema de tabela atual. A instrução não libera imediatamente o armazenamento
associado à coluna descartada. O armazenamento é reivindicado em segundo plano
no período de sete dias a partir do dia em que uma coluna é descartada.
Para informações sobre como reivindicar armazenamento imediatamente, consulte Como excluir uma coluna de um esquema de tabela.
Para mais informações sobre modificações de esquema no BigQuery, consulte Como modificar esquemas de tabelas.
ALTER TABLE [[project_name.]dataset_name.]table_name
DROP COLUMN [IF EXISTS] column_name [, ...]
Em que:
project_nameé o nome do projeto que contém a tabela. O padrão é o projeto que executa essa consulta DDL.dataset_nameé o nome do conjunto de dados que contém a tabela.table_nameé o nome da tabela a ser alterada. A tabela já precisa existir e ter um esquema.column_nameé o nome da coluna a ser descartada.
Não é possível usar esta instrução para descartar:
- Colunas particionadas
- Colunas em cluster
- Colunas aninhadas dentro de campos
RECORDexistentes
Sem a cláusula IF EXISTS, se a tabela não contiver uma coluna com esse
nome, a instrução retornará um erro. Se a cláusula IF EXISTS estiver incluída e
o nome da coluna não existir, nenhum erro será retornado e nenhuma ação será tomada.
Essa instrução só remove a coluna da tabela. Todos os objetos que se referirem à coluna, como visualizações ou visualizações materializadas, precisam ser atualizados ou recriados separadamente.
Exemplos
Como descartar colunas
O exemplo a seguir descarta as seguintes colunas de uma tabela existente chamada
mytable:
- Coluna
A - Coluna
B
ALTER TABLE mydataset.mytable
DROP COLUMN A,
DROP COLUMN IF EXISTS B
Se a coluna denominada A não existir, a instrução falhará. Se a coluna B
não existir, a instrução ainda será bem-sucedida devido à cláusula IF EXISTS.
Instrução ALTER VIEW SET OPTIONS
Para definir as opções de uma visualização no BigQuery, use a instrução DDL ALTER VIEW SET OPTIONS.
ALTER VIEW [IF EXISTS] [[project_name.]dataset_name.]view_name SET OPTIONS(view_set_options_list)
Em que:
IF EXISTS: se presente, a consulta é bem-sucedida quando a visualização especificada não
existe. Se ausente, a consulta falhará quando a visualização especificada não existir.
project_name é o nome do projeto que contém a visualização que você está
alterando. O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto
tiver caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados que contém a visualização que você está
alterando. O padrão na solicitação é defaultDataset.
view_name é o nome da visualização que você está alterando.
view_set_options_list
A lista de opções permite que você defina opções de visualização, como um rótulo e um prazo de validade. Para incluir várias opções, use uma lista separada por vírgulas.
Especifique uma lista de opções de visualização no formato a seguir:
NAME=VALUE, ...
NAME e VALUE precisam ser uma das combinações a seguir:
NAME |
VALUE |
Detalhes |
|---|---|---|
expiration_timestamp |
TIMESTAMP |
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela expirationTime. |
friendly_name |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela friendlyName. |
description |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela description. |
labels |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela labels. |
VALUE é uma expressão constante que contém apenas literais, parâmetros de consulta e funções escalares. Se a expressão constante for avaliada como null, a opção correspondente NAME será ignorada.
A expressão constante não pode conter os itens a seguir:
- Uma referência a uma tabela
- Subconsultas ou instruções SQL, como
SELECT,CREATEeUPDATE - funções definidas pelo usuário, funções agregadas ou funções analíticas
- as funções escalares a seguir:
ARRAY_TO_STRINGREPLACEREGEXP_REPLACERANDFORMATLPADRPADREPEATSESSION_USERGENERATE_ARRAYGENERATE_DATE_ARRAY
A definição de VALUE substitui o valor atual dessa opção para a visualização (se havia um). Definir o VALUE como NULL limpa o valor da visualização para essa opção.
Exemplos
Como configurar o carimbo de data e hora de expiração e descrição em uma visualização
No exemplo a seguir, definimos o carimbo de data/hora de validade em uma visualização como sete dias a partir do horário da execução da instrução ALTER VIEW e também definimos a descrição:
ALTER VIEW mydataset.myview SET OPTIONS ( expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(), INTERVAL 7 DAY), description="View that expires seven days from now" )
Instrução ALTER MATERIALIZED VIEW SET OPTIONS
Para definir as opções em uma visualização materializada no BigQuery, use a instrução DDL ALTER MATERIALIZED VIEW SET OPTIONS.
ALTER MATERIALIZED VIEW [IF EXISTS] [[project_name.]dataset_name.]materialized_view_name SET OPTIONS(materialized_view_set_options_list)
Em que:
IF EXISTS: se presente, a consulta é bem-sucedida quando a visualização especificada não
existe. Se ausente, a consulta falhará quando a visualização especificada não existir.
project_name é o nome do projeto que contém a visualização materializada que você está
alterando. O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto
tiver caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados que contém a visualização materializada que você está
alterando. O padrão na solicitação é defaultDataset.
materialized_view_name é o nome da visualização materializada que você está alterando.
materialized_view_set_options_list
A lista de opções permite que você defina opções de visualização materializadas, como a ativação e o intervalo de atualização, um rótulo e um prazo de validade. Para incluir várias opções, use uma lista separada por vírgulas.
Especifique uma lista de opções de visualização materializada no formato a seguir:
NAME=VALUE, ...
NAME e VALUE precisam ser uma das combinações a seguir:
NAME |
VALUE |
Detalhes |
|---|---|---|
enable_refresh |
BOOLEAN |
Exemplo: |
refresh_interval_minutes |
FLOAT64 |
Exemplo: |
expiration_timestamp |
TIMESTAMP |
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela expirationTime. |
friendly_name |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela friendlyName. |
description |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela description. |
labels |
|
Exemplo: Essa propriedade é equivalente à propriedade de recurso de tabela labels. |
A configuração de VALUE substitui o valor existente dessa opção para a
visualização materializada, se houver. Definir o VALUE como NULL limpa o
valor da visualização materializada para essa opção.
Exemplos
Como definir o estado e o intervalo de atualização em uma visualização materializada
O exemplo a seguir ativa a atualização e define o intervalo dela para 20 minutos em uma visualização materializada:
ALTER MATERIALIZED VIEW mydataset.my_mv
SET OPTIONS (
enable_refresh=true,
refresh_interval_minutes=20
)
Instrução DROP SCHEMA
Exclui um conjunto de dados.
Para executar esta instrução, você precisa ter permissões bigquery.datasets.delete. A
instrução será executada no local do conjunto de dados, se ele existir, a menos que você especifique
o local nas configurações da consulta. Para mais informações, consulte
Como especificar seu local.
DROP SCHEMA [IF EXISTS]
[project_name.]dataset_name
[ CASCADE | RESTRICT ]
Em que:
IF EXISTS: se você incluir essa cláusula e o conjunto de dados especificado não existir, a instrução será bem-sucedida sem ação. Se você omitir essa cláusula e o conjunto de dados não existir, a instrução retornará um erro.project_nameé o nome do projeto que contém o conjunto de dados. O padrão é o projeto que executa essa consulta DDL.dataset_nameé o nome do conjunto de dados a ser excluído.CASCADE: exclui o conjunto de dados e todos os recursos dentro do conjunto de dados, como tabelas, visualizações e funções. Você precisa ter permissão para excluir os recursos ou o comando retornará um erro. Para uma lista de permissões do BigQuery, consulte Papéis e permissões predefinidos.RESTRICT: só exclui o conjunto de dados se ele estiver vazio. Caso contrário, retornará um erro.
Se você não especificar CASCADE ou RESTRICT, o comportamento padrão
será RESTRICT.
Exemplos
No exemplo a seguir, o conjunto de dados chamado mydataset é excluído. Se o conjunto de dados
não existir ou não estiver vazio, a instrução retornará um erro.
DROP SCHEMA mydataset
No exemplo a seguir, o conjunto de dados chamado mydataset e os recursos nele
são descartados. Se o conjunto de dados não existir, nenhum erro será retornado.
DROP SCHEMA IF EXISTS mydataset CASCADE
Instrução DROP TABLE
Para excluir uma tabela no BigQuery, use a instrução DDL DROP TABLE.
DROP TABLE [IF EXISTS] [[project_name.]dataset_name.]table_name
Em que:
IF EXISTS: se presente, a consulta é bem-sucedida quando a tabela especificada
não existe. Se ausente, a consulta falhará quando a tabela especificada não existir.
project_name é o nome do projeto que contém a tabela a ser excluída.
O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto
tiver caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados que contém a tabela a ser excluída.
O padrão na solicitação é defaultDataset.
table_name: o nome da tabela a ser excluída.
Exemplos
Como excluir tabelas
No exemplo a seguir, uma tabela chamada mytable no mydataset é excluída:
DROP TABLE mydataset.mytable
Se o nome da tabela não existir no conjunto de dados, o erro a seguir será retornado:
Error: Not found: Table myproject:mydataset.mytable
Como excluir uma tabela somente se ela existir
O exemplo a seguir exclui uma tabela chamada mytable em mydataset somente se a tabela existir. Se o nome da tabela não existir no conjunto de dados, nenhum erro será retornado e nenhuma ação será tomada.
DROP TABLE IF EXISTS mydataset.mytable
Instrução DROP EXTERNAL TABLE
A instrução DROP EXTERNAL TABLE exclui uma tabela externa.
DROP EXTERNAL TABLE [IF EXISTS] [[project_name.]dataset_name.]table_name
Em que:
project_nameé o nome do projeto que contém a tabela. O padrão é o projeto que executa essa consulta DDL.dataset_nameé o nome do conjunto de dados que contém a tabela.table_nameé o nome da tabela a ser excluída.
Sem a cláusula IF EXISTS, se a tabela externa não existir, a
instrução retornará um erro. Se a cláusula IF EXISTS estiver incluída e a tabela
não existir, nenhum erro será retornado e nenhuma medida será tomada.
Se table_name existir, mas não for uma tabela externa, a instrução retornará o seguinte
erro:
Cannot drop table_name which has type TYPE. An
external table was expected.
A instrução DROP EXTERNAL só remove a definição de tabela externa do
BigQuery. Os dados armazenados no local externo não são
afetados.
Exemplos
O exemplo a seguir descarta a tabela externa denominada external_table do
conjunto de dados mydataset. Ela retornará um erro se a tabela externa não existir.
DROP EXTERNAL TABLE mydataset.external_table
O exemplo a seguir descarta a tabela externa denominada external_table do
conjunto de dados mydataset. Se a tabela externa não existir, nenhum erro será retornado.
DROP EXTERNAL TABLE IF EXISTS mydataset.external_table
Instrução DROP VIEW
Para excluir uma visualização no BigQuery, use a instrução DDL DROP VIEW.
DROP VIEW [IF EXISTS] [[project_name.]dataset_name.]view_name
Em que:
IF EXISTS: se presente, a consulta é bem-sucedida quando a visualização especificada não
existe. Se ausente, a consulta falhará quando a visualização especificada não existir.
project_name é o nome do projeto que contém a visualização a ser excluída.
O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto
tiver caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados que contém a visualização a ser excluída.
O padrão na solicitação é defaultDataset.
view_name é o nome da visualização que você está excluindo.
Exemplos
Como excluir uma visualização
No exemplo a seguir, uma visualização chamada myview em mydataset é excluída:
DROP VIEW mydataset.myview
Se o nome da visualização não existir no conjunto de dados, o erro a seguir será retornado:
Error: Not found: Table myproject:mydataset.myview
Como excluir uma visualização somente se ela existir
O exemplo a seguir exclui uma visualização chamada myview em mydataset somente se a visualização existir. Se o nome da visualização não existir no conjunto de dados, nenhum erro será retornado e nenhuma ação será tomada.
DROP VIEW IF EXISTS mydataset.myview
Instrução DROP MATERIALIZED VIEW
Para excluir uma visualização materializada no BigQuery, use a instrução DDL DROP
MATERIALIZED VIEW.
DROP MATERIALIZED VIEW [IF EXISTS] [[project_name.]dataset_name.]mv_name
Em que:
IF EXISTS: se presente, a consulta é bem-sucedida quando a visualização materializada especificada
não existe. Se ausente, a consulta falhará quando a visualização materializada especificada não existir.
project_name é o nome do projeto que contém a visualização materializada a ser excluída.
O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto
tiver caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados que contém a visualização materializada a ser excluída.
O padrão na solicitação é defaultDataset.
mv_name é o nome da visualização materializada que você está excluindo.
Exemplos
Como excluir uma visualização materializada
O exemplo a seguir exclui uma visualização materializada chamada my_mv em mydataset:
DROP MATERIALIZED VIEW mydataset.my_mv
Se o nome da visualização materializada não existir no conjunto de dados, o seguinte erro será retornado:
Error: Not found: Table myproject:mydataset.my_mv
Se você estiver excluindo uma visualização materializada em outro projeto, especifique o projeto, o conjunto de dados e a visualização materializada no seguinte formato: `project_id.dataset.materialized_view` (incluindo crases, se project_id tiver caracteres especiais); por exemplo, `myproject.mydataset.my_mv`.
Como excluir uma visualização materializada apenas se ela existir
O exemplo a seguir exclui uma visualização materializada chamada my_mv no mydatasetsomente se a visualização materializada existir. Se o nome dela não existir no conjunto de dados, nenhum erro será retornado e nenhuma ação será realizada.
DROP MATERIALIZED VIEW IF EXISTS mydataset.my_mv
Se você estiver excluindo uma visualização materializada em outro projeto, especifique o projeto, o conjunto de dados e a visualização materializada no seguinte formato: `project_id.dataset.materialized_view`, (incluindo crases, se project_id tiver caracteres especiais); por exemplo, `myproject.mydataset.my_mv`.
Instrução DROP FUNCTION
DROP FUNCTION [IF EXISTS] [[project_name.]dataset_name.]function_name
Em que:
IF EXISTS: se presente, a consulta é bem-sucedida quando a função especificada
não existe. Se ausente, a consulta falhará quando a função especificada não existir.
project_name é o nome do projeto que contém a função a ser excluída.
O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto
tiver caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados que contém a função a ser excluída.
O padrão na solicitação é defaultDataset.
function_name é o nome da função que você está excluindo.
Exemplos
A instrução de exemplo a seguir exclui a função parseJsonAsStruct contida no conjunto de dados mydataset.
DROP FUNCTION mydataset.parseJsonAsStruct;
A instrução de exemplo a seguir exclui a função parseJsonAsStruct do conjunto de dados sample_dataset no projeto other_project.
DROP FUNCTION `other_project`.sample_dataset.parseJsonAsStruct;
Instrução DROP PROCEDURE
DROP PROCEDURE [IF EXISTS] [[project_name.]dataset_name.]procedure_name
Em que:
IF EXISTS: se presente, a consulta é bem-sucedida quando o procedimento especificado
não existe. Se ausente, a consulta falhará quando o procedimento especificado não existir.
project_name é o nome do projeto que contém o procedimento a ser excluído.
O padrão é o projeto que executa essa consulta DDL. Se o nome do projeto
tiver caracteres especiais, como dois pontos, ele deverá estar entre crases
` (exemplo: `google.com:my_project`).
dataset_name é o nome do conjunto de dados que contém o procedimento a ser excluído.
O padrão na solicitação é defaultDataset.
procedure_name é o nome do procedimento que você está excluindo.
Exemplos
A instrução de exemplo a seguir exclui o procedimento myprocedure contido no conjunto de dados mydataset.
DROP PROCEDURE mydataset.myProcedure;
A instrução de exemplo a seguir exclui o procedimento myProcedure do conjunto de dados sample_dataset no projeto other_project.
DROP PROCEDURE `other-project`.sample_dataset.myprocedure;