Paramètres d'exécution dans les transferts Amazon S3
Lorsque vous configurez un transfert de données dans Cloud Storage, Azure Blob Storage ou Amazon Simple Storage Service (Amazon S3), vous pouvez paramétrer l'URI (ou le chemin d'accès aux données) et la table de destination. Le paramétrage vous permet de charger des données à partir de buckets organisés par date. Ces paramètres sont appelés runtime parameters ou paramètres d'exécution pour les distinguer des paramètres de requête.
Lorsque vous utilisez des paramètres d'exécution dans le cadre d'un transfert, vous pouvez effectuer les opérations suivantes :
- Définir la manière dont vous souhaitez partitionner la table de destination
- Récupérer des fichiers qui correspondent à une date particulière
Paramètres d'exécution disponibles
Lorsque vous configurez le transfert Cloud Storage, Blob Storage ou Amazon S3, vous pouvez spécifier le mode de partitionnement de la table de destination à l'aide de paramètres d'exécution.
Paramètre | Type de modèle | Valeur |
---|---|---|
run_time |
Horodatage formaté | En heure UTC, selon l'exécution programmée. Pour les requêtes programmées de façon récurrente, run_time représente l'heure d'exécution prévue. Par exemple, si le transfert est programmé pour s'exécuter "toutes les 24 heures", la différence de run_time entre deux transferts consécutifs sera exactement de 24 heures, même si le temps d'exécution réel peut varier légèrement.Reportez-vous à TransferRun.runTime. |
run_date |
Chaîne de date | Date du paramètre run_time au format %Y%m%d , par exemple, 20180101. Ce format est compatible avec les tables partitionnées par date d'ingestion. |
Système de modélisation
Les transferts Cloud Storage, Blob Storage et Amazon S3 acceptent les paramètres d'exécution dans le nom de la table de destination grâce à une syntaxe de modélisation.
Syntaxe des paramètres de modélisation
La syntaxe de modélisation supporte la modélisation de base des chaînes et le décalage horaire. Les paramètres sont référencés dans les formats suivants :
{run_date}
{run_time[+\-offset]|"time_format"}
Paramètre | Objectif |
---|---|
run_date |
Ce paramètre est remplacé par la date au format YYYYMMDD . |
run_time |
Ce paramètre accepte les propriétés suivantes :
|
- Aucun espace n'est autorisé entre run_time, offset et time format.
- Pour inclure des accolades littérales dans la chaîne, vous pouvez les échapper comme ceci :
'\{' and '\}'
. - Pour inclure des guillemets littéraux ou une barre verticale au format time_format, comme dans
"YYYY|MM|DD"
, vous pouvez les échapper au format de chaîne suivant :'\"'
ou'\|'
.
Exemples de paramètres de modélisation
Les exemples suivants permettent d'illustrer la manière de définir les noms d'une table de destination avec différents formats d'heure, et en incluant un décalage de l'exécution.run_time (UTC) | Paramètre modélisé | Nom de la table de destination de sortie |
---|---|---|
2018-02-15 00:00:00 | mytable |
mytable |
2018-02-15 00:00:00 | mytable_{run_time|"%Y%m%d"} |
mytable_20180215 |
2018-02-15 00:00:00 | mytable_{run_time+25h|"%Y%m%d"} |
mytable_20180216 |
2018-02-15 00:00:00 | mytable_{run_time-1h|"%Y%m%d"} |
mytable_20180214 |
2018-02-15 00:00:00 | mytable_{run_time+1.5h|"%Y%m%d%H"} ou mytable_{run_time+90m|"%Y%m%d%H"} |
mytable_2018021501 |
2018-02-15 00:00:00 | {run_time+97s|"%Y%m%d"}_mytable_{run_time+97s|"%H%M%S"} |
20180215_mytable_000137 |
Options de partitionnement
Il existe deux types de tables partitionnées dans BigQuery :
- Tables partitionnées par date d'ingestion : pour les transferts Cloud Storage, Blob Storage et Amazon S3, le temps d'ingestion est la durée d'exécution du transfert.
- Tables partitionnées en fonction d'une colonne : Le type de colonne doit être
TIMESTAMP
ouDATE
.
Si la table de destination est partitionnée en fonction d'une colonne, vous identifiez la colonne partitionnée lorsque vous créez la table de destination et spécifiez son schéma. Pour plus d'informations sur la création de tables partitionnées en colonnes, consultez la section Créer et utiliser des tables partitionnées.
Exemples de partitionnement
- Table sans partitionnement
- Table de destination :
mytable
- Table de destination :
- Table partitionnée par date d'ingestion
- Table de destination :
mytable$YYYYMMDD
- Notez qu'il n'est pas possible de spécifier les minutes.
- Table de destination :
- Table partitionnée en colonnes
- Table de destination :
mytable
- Spécifiez la colonne partitionnée en tant que colonne
TIMESTAMP
ouDATE
lorsque vous créez le schéma de la table.
- Table de destination :
Remarques concernant l'utilisation des paramètres
- Si vous partitionnez vos données en fonction de votre fuseau horaire local, vous devez calculer manuellement le décalage horaire à partir de l'heure UTC à l'aide du mécanisme de décalage de la syntaxe de modélisation.
- Il n'est pas possible de spécifier les minutes dans les paramètres.
- Il est possible d'utiliser de caractères génériques pour l'URI ou le chemin d'accès aux données avec des paramètres sur le nom de la table de destination.
Exemples de paramètres d'exécution
Les exemples suivants montrent comment combiner caractères génériques et paramètres pour des cas d'utilisation courants. Supposons que le nom de la table soit mytable
et que run_time
soit 2018-02-15 00:00:00
(UTC) pour tous les exemples.
Transférer des données vers une table non partitionnée
Ce cas d'utilisation s'applique au chargement de nouveaux fichiers à partir d'un bucket Cloud Storage, Blob Storage ou Amazon S3 et vers une table non partitionnée. Cet exemple utilise un caractère générique dans l'URI ou le chemin d'accès aux données, et utilise un transfert d'actualisation ad hoc pour récupérer les nouveaux fichiers.
Source de données | Chemin d'accès aux données ou URI source | Nom de la table de destination |
---|---|---|
Cloud Storage | gs://bucket/*.csv |
mytable |
Amazon S3 | s3://bucket/*.csv |
mytable |
Stockage de blobs | *.csv |
mytable |
Charger un instantané de toutes les données dans une table partitionnée par date d'ingestion
Dans ce cas, toutes les données de l'URI ou du chemin d'accès aux données spécifié sont transférées vers une table partitionnée à la date du jour. Lors d'un transfert d'actualisation, cette configuration récupère les fichiers récemment ajoutés depuis le dernier chargement, et les ajoute à une partition particulière.
Source de données | Chemin d'accès aux données ou URI source | Nom paramétré de la table de destination | Nom évalué de la table de destination |
---|---|---|---|
Cloud Storage | gs://bucket/*.csv |
mytable${run_time|"%Y%m%d"} |
mytable$20180215 |
Amazon S3 | s3://bucket/*.csv |
mytable${run_time|"%Y%m%d"} |
mytable$20180215 |
Stockage de blobs | *.csv |
mytable${run_time|"%Y%m%d"} |
mytable$20180215 |
Ce cas d'utilisation transfère les données du jour dans une table partitionnée à la date du jour. Cet exemple s'applique également à un transfert d'actualisation qui récupère les fichiers récemment ajoutés correspondant à une date donnée, et charge les données dans la partition correspondante.
Source de données | Chemin d'accès aux données ou URI paramétré | Nom paramétré de la table de destination | Chemin d'accès aux données ou URI évalué | Nom évalué de la table de destination |
---|---|---|---|---|
Cloud Storage | gs://bucket/events-{run_time|"%Y%m%d"}/*.csv |
mytable${run_time|"%Y%m%d"} |
gs://bucket/events-20180215/*.csv |
mytable$20180215 |
Amazon S3 | s3://bucket/events-{run_time|"%Y%m%d"}/*.csv |
mytable${run_time|"%Y%m%d"} |
s3://bucket/events-20180215/*.csv |
mytable$20180215 |
Stockage de blobs | events-{run_time|"%Y%m%d"}/*.csv |
mytable${run_time|"%Y%m%d"} |
events-20180215/*.csv |
mytable$20180215 |
Étapes suivantes
- Découvrez comment configurer un transfert Amazon S3.
- Obtenez plus d'informations sur le Service de transfert de données BigQuery.