Eseguire query su più tabelle utilizzando una tabella con funzione carattere jolly
Le tabelle con caratteri jolly consentono di eseguire query su più tabelle utilizzando istruzioni SQL concise. Le tabelle con caratteri jolly sono disponibili solo in GoogleSQL. Per le funzionalità equivalenti nell'SQL precedente, consulta Funzioni con caratteri jolly della tabella.
Una tabella con funzione carattere jolly rappresenta l'unione di tutte le tabelle che corrispondono all'espressione con caratteri jolly. Ad esempio, la seguente clausola FROM
utilizza l'espressione con caratteri jolly gsod*
per trovare corrispondenze di tutte le tabelle nel set di dati noaa_gsod
che iniziano con la stringa gsod
.
FROM
`bigquery-public-data.noaa_gsod.gsod*`
Ogni riga nella tabella con funzione carattere jolly contiene una colonna speciale, _TABLE_SUFFIX
, che contiene
il valore corrispondente al carattere jolly.
Limitazioni
Le query sulle tabelle con caratteri jolly sono soggette alle limitazioni indicate di seguito.
- La funzionalità tabella con funzione carattere jolly non supporta le visualizzazioni. Se la tabella con funzione carattere jolly
corrisponde a una vista nel set di dati, la query restituisce un errore anche se
contiene una clausola
WHERE
nella pseudo colonna_TABLE_SUFFIX
per escludere la vista. - I risultati memorizzati nella cache non sono supportati per le query su più tabelle utilizzando un carattere jolly anche se è selezionata l'opzione Usa risultati memorizzati nella cache. Se esegui la stessa query con caratteri jolly più volte, ti viene addebitato un costo per ogni query.
- Le tabelle con caratteri jolly supportano solo l'archiviazione integrata di BigQuery. Non puoi utilizzare caratteri jolly per eseguire query su una tabella esterna o su una vista.
- Non puoi utilizzare query con caratteri jolly su tabelle con partizionamento incompatibile o una combinazione di tabelle partizionate e non partizionate. Anche le tabelle sottoposte a query devono avere specifiche di clustering identiche.
- Puoi utilizzare tabelle con caratteri jolly con tabelle partizionate e sono supportate sia l'eliminazione delle partizioni che dei cluster. Tuttavia, le tabelle in cluster ma non partizionate non ottengono alcun vantaggio per l'eliminazione del cluster dall'utilizzo dei caratteri jolly.
- Le query che contengono istruzioni DML (Data Manipulation Language) non possono utilizzare una tabella con funzione carattere jolly come destinazione della query. Ad esempio, è possibile utilizzare una tabella con funzione carattere jolly nella clausola
FROM
di una queryUPDATE
, ma non come target dell'operazioneUPDATE
. - I filtri nelle pseudo colonne
_TABLE_SUFFIX
o_PARTITIONTIME
che includono funzioni JavaScript definite dall'utente non limitano il numero di tabelle analizzate in una tabella con funzione carattere jolly. - Le query con caratteri jolly non sono supportate per le tabelle protette da chiavi di crittografia gestite dal cliente (CMEK).
- Le query con caratteri jolly non sono supportate per le tabelle che hanno tag.
Quando utilizzi tabelle con caratteri jolly, tutte le tabelle nel set di dati che iniziano con il nome della tabella prima di
*
vengono analizzate anche se_TABLE_SUFFIX
viene utilizzato in combinazione conREGEXP_CONTAINS
e gli viene fornita un'espressione regolare, ad esempio^[0-9]{2}$
. Ad esempio:SELECT * FROM `my_project.my_dataset.my_table_*` WHERE REGEXP_CONTAINS(_TABLE_SUFFIX, '^[0-9]{2}$');
Se una singola tabella analizzata presenta una mancata corrispondenza dello schema (ovvero una colonna con lo stesso nome è di tipo diverso), la query non riesce e viene visualizzato l'errore Impossibile leggere il campo di tipo X come Campo Y: column_name. Tutte le tabelle corrispondono anche se utilizzi l'operatore di uguaglianza
=
. Ad esempio, nella seguente query viene analizzata anche la tabellamy_dataset.my_table_03_backup
. Pertanto, la query potrebbe non riuscire a causa di una mancata corrispondenza dello schema. Tuttavia, se non esiste una mancata corrispondenza dello schema, i risultati provengono solo dalla tabellamy_dataset.my_table_03
, come previsto.SELECT * FROM
my_project.my_dataset.my_table_*
WHERE _TABLE_SUFFIX = '03'
Prima di iniziare
- Assicurati di utilizzare GoogleSQL. Per ulteriori informazioni, consulta la sezione Cambio di dialetti SQL.
- Se utilizzi SQL precedente, consulta Funzioni con caratteri jolly della tabella.
- Molti degli esempi in questa pagina utilizzano un set di dati pubblico della National Oceanic and Atmospheric Administration (NOAA). Per ulteriori informazioni sui dati, consulta il riepilogo globale della superficie dei dati meteorologici del giorno NOAA.
Quando utilizzare le tabelle con caratteri jolly
Le tabelle con caratteri jolly sono utili quando un set di dati contiene più tabelle con nomi simili che hanno schemi compatibili. In genere questi set di dati contengono tabelle che rappresentano i dati di un singolo giorno, mese o anno. Ad esempio, un set di dati pubblico ospitato da BigQuery, il NOAA Global Surface Summary of the Day Weather Data, contiene una tabella per ogni anno dal 1929 a oggi.
Una query che analizza tutti gli ID delle tabelle dal 1929 al 1940 sarebbe molto lunga se devi assegnare un nome a tutte e 12 le tabelle nella clausola FROM
(la maggior parte delle tabelle è omessa in questo esempio):
#standardSQL SELECT max, ROUND((max-32)*5/9,1) celsius, mo, da, year FROM ( SELECT * FROM `bigquery-public-data.noaa_gsod.gsod1929` UNION ALL SELECT * FROM `bigquery-public-data.noaa_gsod.gsod1930` UNION ALL SELECT * FROM `bigquery-public-data.noaa_gsod.gsod1931` UNION ALL # ... Tables omitted for brevity SELECT * FROM `bigquery-public-data.noaa_gsod.gsod1940` ) WHERE max != 9999.9 # code for missing data ORDER BY max DESC
La stessa query che utilizza una tabella con funzione carattere jolly è molto più concisa:
#standardSQL SELECT max, ROUND((max-32)*5/9,1) celsius, mo, da, year FROM `bigquery-public-data.noaa_gsod.gsod19*` WHERE max != 9999.9 # code for missing data AND _TABLE_SUFFIX BETWEEN '29' AND '40' ORDER BY max DESC
Sintassi della tabella con caratteri jolly
Sintassi della tabella con caratteri jolly:
SELECT FROM `<project-id>.<dataset-id>.<table-prefix>*` WHERE bool_expression
- <project-id>
- ID progetto della piattaforma Cloud. Facoltativo se utilizzi l'ID progetto predefinito.
- <dataset-id>
- ID set di dati BigQuery.
- <table-prefix>
- Una stringa comune in tutte le tabelle che corrisponde al carattere jolly. Il prefisso della tabella è facoltativo. L'omissione del prefisso della tabella corrisponde a tutte le tabelle nel set di dati.
- * (carattere jolly)
- Il carattere jolly "*", rappresenta uno o più caratteri del nome di una tabella. Il carattere jolly può essere visualizzato solo come carattere finale del nome di una tabella con funzione carattere jolly.
Le query con tabelle con caratteri jolly supportano la pseudo colonna _TABLE_SUFFIX
nella clausola WHERE
. Questa colonna contiene i valori corrispondenti al carattere jolly, in modo che le query possano filtrare le tabelle a cui accedere. Ad esempio,
le seguenti clausole WHERE
utilizzano
operatori di confronto
per filtrare le tabelle corrispondenti:
WHERE
_TABLE_SUFFIX BETWEEN '29' AND '40'
WHERE
_TABLE_SUFFIX = '1929'
WHERE
_TABLE_SUFFIX < '1941'
Per ulteriori informazioni sulla pseudo colonna _TABLE_SUFFIX
, consulta
Filtro delle tabelle selezionate utilizzando _TABLE_LAMBDA.
Racchiudi i nomi delle tabelle con caratteri jolly nell'accento grave
Il nome della tabella con funzione carattere jolly contiene il carattere speciale (*), il che significa che devi racchiudere il nome della tabella con funzione carattere jolly con caratteri jolly nell'accento grave (`). Ad esempio, la seguente query è valida perché utilizza l'accento grave:
#standardSQL /* Valid SQL query */ SELECT max FROM `bigquery-public-data.noaa_gsod.gsod*` WHERE max != 9999.9 # code for missing data AND _TABLE_SUFFIX = '1929' ORDER BY max DESC
La seguente query NON è valida perché non è citata correttamente con l'accento grave:
#standardSQL /* Syntax error: Expected end of statement but got "-" at [4:11] */ SELECT max FROM # missing backticks bigquery-public-data.noaa_gsod.gsod* WHERE max != 9999.9 # code for missing data AND _TABLE_SUFFIX = '1929' ORDER BY max DESC
Le virgolette non funzionano:
#standardSQL /* Syntax error: Unexpected string literal: 'bigquery-public-data.noaa_gsod.gsod*' at [4:3] */ SELECT max FROM # quotes are not backticks 'bigquery-public-data.noaa_gsod.gsod*' WHERE max != 9999.9 # code for missing data AND _TABLE_SUFFIX = '1929' ORDER BY max DESC
Query sulle tabelle utilizzando tabelle con caratteri jolly
Le tabelle con caratteri jolly consentono di eseguire query su diverse tabelle in modo conciso.
Ad esempio, un set di dati pubblico ospitato da BigQuery,
NOAA Global Surface Summary of the Day Weather Data,
contiene una tabella per ogni anno dal 1929 a oggi, tutti i quali hanno il
prefisso comune gsod
seguito dalle quattro cifre dell'anno. Le tabelle sono denominate
gsod1929
, gsod1930
, gsod1931
e così via.
Per eseguire una query su un gruppo di tabelle che condividono un prefisso comune, utilizza il simbolo del carattere jolly (*) dopo il prefisso della tabella nell'istruzione FROM
. Ad esempio,
la seguente query trova la temperatura massima segnalata durante gli anni '40:
#standardSQL
SELECT
max,
ROUND((max-32)*5/9,1) celsius,
mo,
da,
year
FROM
`bigquery-public-data.noaa_gsod.gsod194*`
WHERE
max != 9999.9 # code for missing data
ORDER BY
max DESC
Filtra le tabelle selezionate utilizzando _TABLE_LAMBDA
Per limitare una query in modo che analizzi solo un insieme specificato di tabelle, utilizza la pseudo colonna _TABLE_SUFFIX
in una clausola WHERE
con una condizione che sia un'espressione costante.
La pseudo colonna _TABLE_SUFFIX
contiene i valori corrispondenti al carattere jolly della tabella. Ad esempio, la precedente query di esempio, che analizza tutte le tabelle degli anni '40, utilizza un carattere jolly per rappresentare l'ultima cifra dell'anno:
FROM
`bigquery-public-data.noaa_gsod.gsod194*`
La pseudo colonna _TABLE_SUFFIX
corrispondente contiene valori compresi nell'intervallo da 0
a 9
e rappresentano le tabelle da gsod1940
a gsod1949
. Questi valori _TABLE_SUFFIX
possono essere utilizzati in una clausola WHERE
per filtrare in base a tabelle specifiche.
Ad esempio, per filtrare in base alla temperatura massima negli anni 1940 e 1944, utilizza i valori 0
e 4
per _TABLE_SUFFIX
:
#standardSQL
SELECT
max,
ROUND((max-32)*5/9,1) celsius,
mo,
da,
year
FROM
`bigquery-public-data.noaa_gsod.gsod194*`
WHERE
max != 9999.9 # code for missing data
AND ( _TABLE_SUFFIX = '0'
OR _TABLE_SUFFIX = '4' )
ORDER BY
max DESC
L'utilizzo di _TABLE_SUFFIX
può ridurre notevolmente il numero di byte analizzati, il che contribuisce a ridurre i costi di esecuzione delle query.
Tuttavia, i filtri su _TABLE_SUFFIX
che includono condizioni senza espressioni costanti non limitano il numero di tabelle analizzate in una tabella con funzione carattere jolly. Ad esempio, la seguente query non limita le tabelle analizzate per la tabella con caratteri jolly bigquery-public-data.noaa_gsod.gsod19*
, perché il filtro utilizza il valore dinamico della colonna table_id
:
#standardSQL
# Scans all tables that match the prefix `gsod19`
SELECT
ROUND((max-32)*5/9,1) celsius
FROM
`bigquery-public-data.noaa_gsod.gsod19*`
WHERE
_TABLE_SUFFIX = (SELECT SUBSTR(MAX(table_name), LENGTH('gsod19') + 1)
FROM `bigquery-public-data.noaa_gsod.INFORMATION_SCHEMA.TABLES`
WHERE table_name LIKE 'gsod194%')
Come ulteriore esempio, la query seguente limita la scansione in base alla prima condizione di filtro, _TABLE_SUFFIX BETWEEN '40' and '60'
, perché è un'espressione costante.
Tuttavia, la seguente query non limita la scansione in base alla seconda condizione di filtro, _TABLE_SUFFIX = (SELECT SUBSTR(MAX(table_name), LENGTH('gsod19')
+ 1) FROM
, perché è un'espressione dinamica:bigquery-public-data.noaa_gsod.INFORMATION_SCHEMA.TABLES
WHERE table_name LIKE
'gsod194%')
#standardSQL
# Scans all tables with names that fall between `gsod1940` and `gsod1960`
SELECT
ROUND((max-32)*5/9,1) celsius
FROM
`bigquery-public-data.noaa_gsod.gsod19*`
WHERE
_TABLE_SUFFIX BETWEEN '40' AND '60'
AND _TABLE_SUFFIX = (SELECT SUBSTR(MAX(table_name), LENGTH('gsod19') + 1)
FROM `bigquery-public-data.noaa_gsod.INFORMATION_SCHEMA.TABLES`
WHERE table_name LIKE 'gsod194%')
Per risolvere il problema, puoi eseguire due query separate, ad esempio:
Prima query:
#standardSQL
# Get the list of tables that match the required table name prefixes
SELECT SUBSTR(MAX(table_name), LENGTH('gsod19') + 1)
FROM `bigquery-public-data.noaa_gsod.INFORMATION_SCHEMA.TABLES`
WHERE table_name LIKE 'gsod194%'
Seconda query:
#standardSQL
# Construct the second query based on the values from the first query
SELECT
ROUND((max-32)*5/9,1) celsius
FROM
`bigquery-public-data.noaa_gsod.gsod19*`
WHERE _TABLE_SUFFIX = '49'
Queste query di esempio utilizzano la visualizzazione INFORMATION_SCHEMA.TABLES
. Per ulteriori informazioni sulla tabella INFORMATION_SCHEMA
, consulta la sezione Recupero dei metadati delle tabelle utilizzando INFORMATION_SCHEMA.
Scansione di un intervallo di tabelle utilizzando _TABLE_LAMBDA
Per analizzare un intervallo di tabelle, utilizza la pseudo colonna _TABLE_SUFFIX
insieme alla
clausola BETWEEN
. Ad esempio, per trovare la temperatura massima riportata negli anni compresi tra il 1929 e il 1935 inclusi, utilizza il carattere jolly della tabella per rappresentare le ultime due cifre dell'anno:
#standardSQL
SELECT
max,
ROUND((max-32)*5/9,1) celsius,
mo,
da,
year
FROM
`bigquery-public-data.noaa_gsod.gsod19*`
WHERE
max != 9999.9 # code for missing data
AND _TABLE_SUFFIX BETWEEN '29' and '35'
ORDER BY
max DESC
Analisi di un intervallo di tabelle partizionate per data di importazione utilizzando _PARTITIONTIME
Per analizzare un intervallo di tabelle partizionate per la fase di importazione, utilizza la pseudo colonna _PARTITIONTIME
con la pseudo colonna _TABLE_SUFFIX
. Ad esempio, la seguente query esegue la scansione della partizione del 1° gennaio 2017 nella tabella my_dataset.mytable_id1
.
#standardSQL
SELECT
field1,
field2,
field3
FROM
`my_dataset.mytable_*`
WHERE
_TABLE_SUFFIX = 'id1'
AND _PARTITIONTIME = TIMESTAMP('2017-01-01')
Esecuzione di query su tutte le tabelle in un set di dati
Per analizzare tutte le tabelle in un set di dati, puoi utilizzare un prefisso vuoto e il carattere jolly della tabella, che indica che la pseudo colonna _TABLE_SUFFIX
contiene nomi di tabella completi. Ad esempio, la seguente clausola FROM
analizza tutte le tabelle nel set di dati GSOD:
FROM
`bigquery-public-data.noaa_gsod.*`
Con un prefisso vuoto, la pseudo colonna _TABLE_SUFFIX
contiene nomi completi delle tabelle. Ad esempio, la seguente query è equivalente all'esempio precedente, che trova la temperatura massima tra gli anni 1929 e il 1935, ma utilizza i nomi di tabella completi nella clausola WHERE
:
#standardSQL
SELECT
max,
ROUND((max-32)*5/9,1) celsius,
mo,
da,
year
FROM
`bigquery-public-data.noaa_gsod.*`
WHERE
max != 9999.9 # code for missing data
AND _TABLE_SUFFIX BETWEEN 'gsod1929' and 'gsod1935'
ORDER BY
max DESC
Tuttavia, tieni presente che i prefissi più lunghi in genere hanno un rendimento migliore. Per scoprire di più, consulta le best practice.
Dettagli esecuzione query
Schema utilizzato per la valutazione delle query
Per eseguire una query GoogleSQL che utilizza una tabella con funzione carattere jolly, BigQuery deduce automaticamente lo schema per quella tabella.
BigQuery utilizza lo schema per l'ultima tabella creata che corrisponde al carattere jolly come schema per la tabella con funzione carattere jolly. Anche se limiti il numero di tabelle da utilizzare dalla tabella con funzione carattere jolly jolly tramite la pseudo colonna _TABLE_SUFFIX
in una clausola WHERE
, BigQuery utilizza lo schema per la tabella creata più di recente che corrisponde al carattere jolly.
Se una colonna dello schema dedotto non esiste in una tabella corrispondente, BigQuery restituisce i valori NULL
per quella colonna nelle righe della tabella in cui manca la colonna.
Se lo schema non è coerente tra le tabelle corrispondenti dalla query con caratteri jolly, BigQuery restituisce un errore. Questo si verifica quando le colonne delle tabelle corrispondenti hanno tipi di dati diversi o quando non si può presumere che le colonne che non sono presenti in tutte le tabelle corrispondenti abbiano un valore nullo.
best practice
I prefissi più lunghi in genere hanno un rendimento migliore rispetto a quelli più brevi. Ad esempio, la seguente query utilizza un prefisso lungo (
gsod200
):#standardSQL SELECT max FROM `bigquery-public-data.noaa_gsod.gsod200*` WHERE max != 9999.9 # code for missing data AND _TABLE_SUFFIX BETWEEN '0' AND '1' ORDER BY max DESC
La seguente query in genere ha un rendimento peggiore perché utilizza un prefisso vuoto:
#standardSQL SELECT max FROM `bigquery-public-data.noaa_gsod.*` WHERE max != 9999.9 # code for missing data AND _TABLE_SUFFIX BETWEEN 'gsod2000' AND 'gsod2001' ORDER BY max DESC
Il partizionamento è consigliato rispetto allo sharding, perché le tabelle partizionate hanno prestazioni migliori. Lo sharding riduce le prestazioni e crea più tabelle da gestire. Per saperne di più, consulta Partizionamento e sharding.
Per le best practice per il controllo dei costi in BigQuery, consulta Controllo dei costi in BigQuery
Passaggi successivi
- Per ulteriori informazioni su GoogleSQL, consulta la documentazione di riferimento sulle query GoogleSQL.