Trasforma i dati con DML (Data Manipulation Language)

Il Data Manipulation Language (DML) di BigQuery consente di aggiornare, inserire ed eliminare dati dalle tabelle BigQuery.

Puoi eseguire istruzioni DML proprio come faresti con un'istruzione SELECT, con le seguenti condizioni:

  • Devi usare GoogleSQL. Per attivare GoogleSQL, consulta Cambio di dialetti SQL.
  • Non puoi specificare una tabella di destinazione per la query.

Per un elenco di istruzioni DML di BigQuery ed esempi di utilizzo vedere: Istruzioni Data Manipulation Language in GoogleSQL.

Limitazioni

  • Ogni istruzione DML avvia una transazione implicita, il che significa che di questa dichiarazione vengono automaticamente commessi alla fine di ogni un'istruzione DML riuscita.

  • Righe scritte di recente utilizzando Il metodo di flusso tabledata.insertall non può essere modificato con la manipolazione dei dati del linguaggio (DML), come UPDATE, Estratti conto DELETE, MERGE o TRUNCATE. Le scritture recenti sono quelle che si sono verificate negli ultimi 30 minuti. Tutte le altre righe della tabella rimangono modificabili utilizzando Estratti conto UPDATE, DELETE, MERGE o TRUNCATE. I flussi di dati possono richiedere fino a 90 minuti prima che siano disponibili per le operazioni di copia.

    In alternativa, le righe scritte di recente utilizzando l'API StorageWrite possono essere modificate utilizzando istruzioni UPDATE, DELETE o MERGE (anteprima). Per ulteriori informazioni informazioni, vedi Utilizzare il Data Manipulation Language (DML) con flussi di dati recenti.

  • Sottoquery correlate all'interno di un when_clause, search_condition, merge_update_clause o merge_insert_clause non sono supportati per MERGE istruzioni.

  • Query che contengono istruzioni DML impossibile utilizzare una tabella con caratteri jolly come destinazione della query. Ad esempio, una tabella con funzione carattere jolly può essere utilizzata FROM di una query UPDATE, ma non è possibile utilizzare una tabella con funzione carattere jolly come target dell'operazione UPDATE.

Job simultanei

BigQuery gestisce la contemporaneità delle istruzioni DML che aggiungono, modificare o eliminare righe in una tabella.

INSERISCI contemporaneità DML

In un periodo di 24 ore, le prime 1500 istruzioni INSERT vengono eseguite immediatamente dopo l'invio. Una volta raggiunto questo limite, di istruzioni di INSERT che scrivono in una tabella è limitato a 10. Aggiuntivo Le istruzioni INSERT sono state aggiunte a una coda PENDING. Fino a 100 INSERT le istruzioni possono essere messe in coda in base a una tabella in un dato momento. Quando INSERT viene completata, la successiva istruzione INSERT viene rimossa dalla coda ed eseguita.

Se devi eseguire istruzioni DML INSERT più spesso, valuta la possibilità di trasmettere i flussi di dati alla tabella utilizzando API Storage Scrivi.

AGGIORNA, ELIMINA, UNISCI contemporaneità DML

Le istruzioni DML UPDATE, DELETE e MERGE sono chiamate DML mutante estratti conto. Se invii una o più istruzioni DML mutanti in una tabella mentre altri job DML mutanti sono ancora in esecuzione (o in attesa), BigQuery ne esegue contemporaneamente fino a 2 e poi fino a 20 sono in coda come PENDING. Al termine di un job precedentemente in esecuzione, il job in attesa è stato rimosso dalla coda ed eseguito. Istruzioni DML mutanti in coda Condividere una coda per tabella con una lunghezza massima di 20 caratteri. Estratti conto aggiuntivi precedenti la lunghezza massima della coda per ogni tabella non riesce e viene visualizzato il messaggio di errore: Resources exceeded during query execution: Too many DML statements outstanding against table PROJECT_ID:TABLE, limit is 20.

I job DML con priorità interattiva che sono in coda da più di 6 ore non riescono con il seguente messaggio di errore:

DML statement has been queued for too long

Conflitti tra istruzione DML

La modifica delle istruzioni DML eseguite contemporaneamente su una tabella causa conflitti tra le istruzione DML quando le istruzioni tentano di mutare la stessa partizione. Le istruzioni hanno esito positivo purché non modifichino la stessa partizione. BigQuery prova a ripetere fino a tre volte le istruzioni non riuscite.

  • Un'istruzione DML INSERT che inserisce righe in una tabella non è in conflitto con qualsiasi altra istruzione DML in esecuzione contemporaneamente.

  • Un'istruzione DML MERGE non è in conflitto con altre istruzioni DML in esecuzione contemporaneamente purché l'istruzione inserisca soltanto righe e non elimini o aggiorna le righe esistenti. Può includere istruzioni MERGE con UPDATE o DELETE, purché queste clausole non vengano richiamate quando delle query eseguite.

Prezzi

Per informazioni sui prezzi di DML, vedi Prezzi di Data Manipulation Language nella pagina Prezzi.

Best practice

Per prestazioni ottimali, Google consiglia i seguenti pattern:

  • Evita di inviare un numero elevato di singoli aggiornamenti o inserimenti di righe. Se possibile, raggruppa invece le operazioni DML. Per ulteriori informazioni, vedi Istruzioni DML che aggiornano o inseriscono singole righe.

  • Se in genere gli aggiornamenti o le eliminazioni avvengono su dati meno recenti o all'interno di un un intervallo di date, considera il partizionamento le tue tabelle. Il partizionamento assicura che le modifiche siano limitate a specifiche delle partizioni di Compute Engine all'interno della tabella.

  • Evita di partizionare le tabelle se la quantità di dati in ogni partizione è piccola ogni aggiornamento modifica una grande frazione delle partizioni.

  • Se aggiorni spesso le righe in cui una o più colonne rientrano in un intervallo ristretto di valori, valuta la possibilità di utilizzare tabelle in cluster. Il clustering garantisce le modifiche sono limitate a insiemi specifici di blocchi, riducendo la quantità di dati che deve essere letto e scritto. Di seguito è riportato un esempio di UPDATE che filtra in base a un intervallo di valori di colonna:

    UPDATE mydataset.mytable
SET string_col = 'some string'
WHERE id BETWEEN 54 AND 75;

    Ecco un esempio simile in cui viene applicato un filtro in base a un piccolo elenco di valori di colonna:

    UPDATE mydataset.mytable
SET string_col = 'some string'
WHERE id IN (54, 57, 60);

    In questi casi, valuta la possibilità di eseguire il clustering sulla colonna id.

  • Se hai bisogno della funzionalità OLTP, valuta l'utilizzo Query federate di Cloud SQL, che consentono a BigQuery di eseguire query sui dati in Cloud SQL.

Per le best practice per ottimizzare le prestazioni delle query, vedi Introduzione all'ottimizzazione delle prestazioni delle query.

Passaggi successivi