Crea visualizzazioni

Questo documento descrive come creare viste in BigQuery.

Puoi creare una vista in BigQuery nei seguenti modi:

Utilizzo della console Google Cloud.
Utilizzo del comando bq mk dello strumento a riga di comando bq.
Chiamata al metodo API tables.insert.
Utilizzo delle librerie client.
Inviare un'istruzione DDL (Data Definition Language) CREATE VIEW.

Visualizza limitazioni

Le viste BigQuery sono soggette alle seguenti limitazioni:

Le visualizzazioni sono di sola lettura. Ad esempio, non puoi eseguire query che inseriscono, aggiornano o eliminano dati.
Il set di dati che contiene la tua vista e il set di dati che contiene le tabelle a cui fa riferimento la vista devono trovarsi nella stessa località.
Un riferimento all'interno di una vista deve essere qualificato con un set di dati. Il set di dati predefinito non influisce sul corpo della vista.
Non puoi utilizzare il metodo dell'API JSON TableDataList per recuperare i dati da una vista. Per ulteriori informazioni, consulta Tabledata: elenco.
Non puoi combinare query GoogleSQL e SQL precedente quando utilizzi le viste. Una query GoogleSQL non può fare riferimento a una vista definita utilizzando la sintassi SQL precedente.
Non puoi fare riferimento ai parametri di query nelle viste.
Gli schemi delle tabelle sottostanti vengono archiviati con la vista al momento della creazione. Se le colonne vengono aggiunte, eliminate o modificate dopo la creazione della vista, lo schema segnalato non sarà accurato fino all'aggiornamento della vista. Anche se lo schema segnalato potrebbe non essere preciso, tutte le query inviate producono risultati accurati.
Non puoi aggiornare automaticamente una visualizzazione SQL precedente alla sintassi GoogleSQL. Per modificare la query utilizzata per definire una vista, puoi utilizzare quanto segue:
- L'opzione Modifica query nella console Google Cloud
- Il comando bq update --view nello strumento a riga di comando bq
- Le librerie client di BigQuery
- I metodi dell'API update o patch.
Non puoi includere una funzione temporanea definita dall'utente o una tabella temporanea nella query SQL che definisce una vista.
Non puoi fare riferimento a una vista in una query di tabella con caratteri jolly.

Per informazioni sulle quote e sui limiti che si applicano alle viste, consulta Limiti delle visualizzazioni.

Prima di iniziare

Concedi i ruoli IAM (Identity and Access Management) che concedono agli utenti le autorizzazioni necessarie per eseguire ogni attività nel documento.

Autorizzazioni obbligatorie

Le viste vengono trattate come risorse di una tabella in BigQuery, pertanto la creazione di una vista richiede le stesse autorizzazioni della tabella. Devi inoltre disporre delle autorizzazioni per eseguire query su qualsiasi tabella a cui fa riferimento la query SQL della vista.

Per creare una vista, devi disporre dell'autorizzazione IAM bigquery.tables.create. Il ruolo IAM predefinito di roles/bigquery.dataEditor include le autorizzazioni necessarie per creare una vista.

Inoltre, se disponi dell'autorizzazione bigquery.datasets.create, puoi creare viste nei set di dati che crei. Per creare una vista per dati che non sono di tua proprietà, devi disporre dell'autorizzazione bigquery.tables.getData per quella tabella.

Per ulteriori informazioni su ruoli e autorizzazioni IAM in BigQuery, consulta Ruoli e autorizzazioni predefiniti.

Visualizza denominazione

Quando crei una vista in BigQuery, il nome della vista deve essere univoco per ogni set di dati. Il nome della visualizzazione può:

Contenere caratteri con un totale di massimo 1024 byte UTF-8.
Contenere caratteri Unicode nella categoria L (lettera), M (segno), N (numero), Pc (connettore, compreso il trattino basso), Pd (trattino), Zs (spazio). Per ulteriori informazioni, consulta la sezione Categoria generale.

Di seguito sono riportati tutti gli esempi di nomi di visualizzazione validi: view 01, ग्राहक, 00_お客様, étudiant-01.

Precisazioni:

Per impostazione predefinita, i nomi delle tabelle sono sensibili alle maiuscole. mytable e MyTable possono coesistere nello stesso set di dati, a meno che non facciano parte di un set di dati con la sensibilità alle maiuscole disattivata.
Alcuni nomi e prefissi dei nomi delle visualizzazioni sono riservati. Se ricevi un errore che indica che il nome o il prefisso della visualizzazione è prenotato, seleziona un altro nome e riprova.
Se includi più operatori di punti (.) in una sequenza, gli operatori duplicati vengono implicitamente rimossi.

Ad esempio: project_name....dataset_name..table_name

Diventa questo: project_name.dataset_name.table_name

Crea una vista

Puoi creare una vista componendo una query SQL utilizzata per definire i dati accessibili alla vista. La query SQL deve essere costituita da un'istruzione SELECT. Altri tipi di istruzioni (come le istruzioni DML) e query con più istruzioni non sono consentiti nelle query delle viste.

Per creare una vista:

Console

Dopo aver eseguito una query, fai clic sul pulsante Salva visualizzazione sopra la finestra dei risultati della query per salvarla come visualizzazione.
Nella finestra di dialogo Salva visualizzazione:
- In Nome progetto, seleziona un progetto in cui archiviare la visualizzazione.
- Per Nome set di dati, scegli un set di dati in cui archiviare la vista. Il set di dati che contiene la tua vista e il set di dati che contiene le tabelle a cui fa riferimento la vista devono trovarsi nella stessa località.
- In Nome tabella, inserisci il nome della vista.
- Fai clic su Salva.

SQL

Utilizza l'istruzione CREATE VIEW. L'esempio seguente crea una vista denominata usa_male_names dal set di dati pubblico con i nomi degli Stati Uniti:

Nella console Google Cloud, vai alla pagina BigQuery.

Vai a BigQuery

Nell'Editor query, inserisci la seguente istruzione:

CREATE VIEW mydataset.usa_male_names(name, number) AS (
  SELECT
    name,
    number
  FROM
    bigquery-public-data.usa_names.usa_1910_current
  WHERE
    gender = 'M'
  ORDER BY
    number DESC
);

Fai clic su Esegui.

Per ulteriori informazioni su come eseguire le query, consulta Eseguire una query interattiva.

bq

Usa il comando bq mk con il flag --view. Per le query GoogleSQL, aggiungi il flag --use_legacy_sql e impostalo su false. I parametri facoltativi includono --expiration, --description e --label.

Se la tua query fa riferimento a risorse di funzione definita dall'utente dall'utente (UDF) esterne archiviate in Cloud Storage o in file locali, utilizza il flag --view_udf_resource per specificare queste risorse. Il flag --view_udf_resource non è mostrato qui. Per ulteriori informazioni sull'utilizzo delle funzioni definite dall'utente, consulta le funzioni definite dall'utente.

Se stai creando una vista in un progetto diverso da quello predefinito, specifica l'ID progetto utilizzando il flag --project_id.

bq mk \
--use_legacy_sql=false \
--view_udf_resource=PATH_TO_FILE \
--expiration INTEGER \
--description "DESCRIPTION" \
--label KEY:VALUE \
--view 'QUERY' \
--project_id PROJECT_ID \
DATASET.VIEW

Sostituisci quanto segue:

PATH_TO_FILE è l'URI o il percorso del file system locale verso un file di codice da caricare e valutare immediatamente come risorsa UDF utilizzata dalla vista. Ripeti il flag per specificare più file.
INTEGER imposta la durata (in secondi) della visualizzazione. Se INTEGER è 0, la visualizzazione non scade. Se non includi il flag --expiration, BigQuery crea la vista con la durata predefinita della tabella del set di dati.
DESCRIPTION è una descrizione della vista tra virgolette.
KEY:VALUE è la coppia chiave-valore che rappresenta un'etichetta. Ripeti il flag --label per specificare più etichette.
QUERY è una query valida.
PROJECT_ID è l'ID progetto (se non hai configurato un progetto predefinito).
DATASET è un set di dati nel tuo progetto.
VIEW è il nome della vista da creare.

Esempi:

Inserisci il comando seguente per creare una vista denominata myview in mydataset nel progetto predefinito. La data di scadenza è impostata su 3600 secondi (1 ora), la descrizione è impostata su This is my view e l'etichetta è impostata su organization:development. La query utilizzata per creare i dati delle query delle viste dal set di dati pubblico dei dati dei nomi USA.

bq mk \
--use_legacy_sql=false \
--expiration 3600 \
--description "This is my view" \
--label organization:development \
--view \
'SELECT
  name,
  number
FROM
  `bigquery-public-data.usa_names.usa_1910_current`
WHERE
  gender = "M"
ORDER BY
  number DESC' \
mydataset.myview

Inserisci il seguente comando per creare una vista denominata myview in mydataset in myotherproject. La descrizione è impostata su This is my view, l'etichetta è impostata su organization:development e la scadenza della vista è impostata sulla scadenza predefinita della tabella del set di dati. La query utilizzata per creare i dati delle query delle viste dal set di dati pubblico dei dati dei nomi USA.

bq mk \
--use_legacy_sql=false \
--description "This is my view" \
--label organization:development \
--project_id myotherproject \
--view \
'SELECT
  name,
  number
FROM
  `bigquery-public-data.usa_names.usa_1910_current`
WHERE
  gender = "M"
ORDER BY
  number DESC' \
mydataset.myview

Dopo aver creato la vista, puoi aggiornare la scadenza, la descrizione e le etichette della visualizzazione. Per maggiori informazioni, consulta Aggiornamento delle visualizzazioni.

Terraform

Utilizza la risorsa google_bigquery_table.

Nell'esempio seguente viene creata una vista denominata myview:

resource "google_bigquery_dataset" "default" {
  dataset_id                      = "mydataset"
  default_partition_expiration_ms = 2592000000  # 30 days
  default_table_expiration_ms     = 31536000000 # 365 days
  description                     = "dataset description"
  location                        = "US"
  max_time_travel_hours           = 96 # 4 days

  labels = {
    billing_group = "accounting",
    pii           = "sensitive"
  }
}

resource "google_bigquery_table" "default" {
  dataset_id          = google_bigquery_dataset.default.dataset_id
  table_id            = "myview"
  deletion_protection = false # set to "true" in production

  view {
    query          = "SELECT global_id, faa_identifier, name, latitude, longitude FROM `bigquery-public-data.faa.us_airports`"
    use_legacy_sql = false
  }

}

Per applicare la configurazione Terraform in un progetto Google Cloud, completa i passaggi nelle sezioni seguenti.

prepara Cloud Shell

Avvia Cloud Shell.
Imposta il progetto Google Cloud predefinito a cui vuoi applicare le configurazioni Terraform.

Devi eseguire questo comando una sola volta per progetto e puoi eseguirlo in qualsiasi directory.
```
export GOOGLE_CLOUD_PROJECT=PROJECT_ID
```
Se imposti valori espliciti nel file di configurazione Terraform, le variabili di ambiente vengono sostituite.

Prepara la directory

Ogni file di configurazione Terraform deve avere una propria directory (detta anche modulo principale).

In Cloud Shell, crea una directory e un nuovo file al suo interno. Il nome del file deve avere l'estensione .tf, ad esempio main.tf. In questo tutorial, il file è indicato come main.tf.
```
mkdir DIRECTORY && cd DIRECTORY && touch main.tf
```
Se stai seguendo un tutorial, puoi copiare il codice campione in ogni sezione o passaggio.

Copia il codice campione nel file main.tf appena creato.

Se vuoi, copia il codice da GitHub. Questa opzione è consigliata se lo snippet Terraform fa parte di una soluzione end-to-end.
Esamina e modifica i parametri di esempio da applicare al tuo ambiente.
Salva le modifiche.
Inizializza Terraform. Devi eseguire questa operazione una sola volta per directory.
```
terraform init
```
Facoltativamente, per utilizzare la versione più recente del provider Google, includi l'opzione -upgrade:
```
terraform init -upgrade
```

Applica le modifiche

Rivedi la configurazione e verifica che le risorse che Terraform creerà o aggiornerà corrispondano alle tue aspettative:
```
terraform plan
```
Apporta le correzioni necessarie alla configurazione.
Applica la configurazione Terraform eseguendo il comando seguente e inserendo yes al prompt:
```
terraform apply
```
Attendi finché Terraform non visualizza il messaggio "Applicazione completata".
Apri il progetto Google Cloud per visualizzare i risultati. Nella console Google Cloud, vai alle risorse nell'interfaccia utente per assicurarti che Terraform le abbia create o aggiornate.

API

Chiama il metodo tables.insert con una risorsa di tabella che contiene una proprietà view.

Go

Prima di provare questo esempio, segui le istruzioni di configurazione di Go disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Go.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.

import (
	"context"
	"fmt"

	"cloud.google.com/go/bigquery"
)

// createView demonstrates creation of a BigQuery logical view.
func createView(projectID, datasetID, tableID string) error {
	// projectID := "my-project-id"
	// datasetID := "mydatasetid"
	// tableID := "mytableid"
	ctx := context.Background()

	client, err := bigquery.NewClient(ctx, projectID)
	if err != nil {
		return fmt.Errorf("bigquery.NewClient: %v", err)
	}
	defer client.Close()

	meta := &bigquery.TableMetadata{
		// This example shows how to create a view of the shakespeare sample dataset, which
		// provides word frequency information.  This view restricts the results to only contain
		// results for works that contain the "king" in the title, e.g. King Lear, King Henry V, etc.
		ViewQuery: "SELECT word, word_count, corpus, corpus_date FROM `bigquery-public-data.samples.shakespeare` WHERE corpus LIKE '%king%'",
	}
	if err := client.Dataset(datasetID).Table(tableID).Create(ctx, meta); err != nil {
		return err
	}
	return nil
}

Java

Prima di provare questo esempio, segui le istruzioni di configurazione di Java disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Java.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.TableId;
import com.google.cloud.bigquery.TableInfo;
import com.google.cloud.bigquery.ViewDefinition;

// Sample to create a view
public class CreateView {

  public static void main(String[] args) {
    // TODO(developer): Replace these variables before running the sample.
    String datasetName = "MY_DATASET_NAME";
    String tableName = "MY_TABLE_NAME";
    String viewName = "MY_VIEW_NAME";
    String query =
        String.format(
            "SELECT TimestampField, StringField, BooleanField FROM %s.%s", datasetName, tableName);
    createView(datasetName, viewName, query);
  }

  public static void createView(String datasetName, String viewName, String query) {
    try {
      // Initialize client that will be used to send requests. This client only needs to be created
      // once, and can be reused for multiple requests.
      BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();

      TableId tableId = TableId.of(datasetName, viewName);

      ViewDefinition viewDefinition =
          ViewDefinition.newBuilder(query).setUseLegacySql(false).build();

      bigquery.create(TableInfo.of(tableId, viewDefinition));
      System.out.println("View created successfully");
    } catch (BigQueryException e) {
      System.out.println("View was not created. \n" + e.toString());
    }
  }
}

Node.js

Prima di provare questo esempio, segui le istruzioni di configurazione di Node.js disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Node.js.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.

// Import the Google Cloud client library and create a client
const {BigQuery} = require('@google-cloud/bigquery');
const bigquery = new BigQuery();

async function createView() {
  // Creates a new view named "my_shared_view" in "my_dataset".

  /**
   * TODO(developer): Uncomment the following lines before running the sample.
   */
  // const myDatasetId = "my_table"
  // const myTableId = "my_table"
  // const projectId = "bigquery-public-data";
  // const sourceDatasetId = "usa_names"
  // const sourceTableId = "usa_1910_current";
  const myDataset = await bigquery.dataset(myDatasetId);

  // For all options, see https://cloud.google.com/bigquery/docs/reference/v2/tables#resource
  const options = {
    view: `SELECT name
    FROM \`${projectId}.${sourceDatasetId}.${sourceTableId}\`
    LIMIT 10`,
  };

  // Create a new view in the dataset
  const [view] = await myDataset.createTable(myTableId, options);

  console.log(`View ${view.id} created.`);
}

Python

Prima di provare questo esempio, segui le istruzioni di configurazione di Python disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Python.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.

from google.cloud import bigquery

client = bigquery.Client()

view_id = "my-project.my_dataset.my_view"
source_id = "my-project.my_dataset.my_table"
view = bigquery.Table(view_id)

# The source table in this example is created from a CSV file in Google
# Cloud Storage located at
# `gs://cloud-samples-data/bigquery/us-states/us-states.csv`. It contains
# 50 US states, while the view returns only those states with names
# starting with the letter 'W'.
view.view_query = f"SELECT name, post_abbr FROM `{source_id}` WHERE name LIKE 'W%'"

# Make an API request to create the view.
view = client.create_table(view)
print(f"Created {view.table_type}: {str(view.reference)}")

Dopo aver creato la vista, puoi eseguire una query come una tabella.

Visualizza sicurezza

Per controllare l'accesso alle viste in BigQuery, consulta Visualizzazioni autorizzate.

Passaggi successivi

Per informazioni sulla creazione di una vista autorizzata, consulta Creazione di viste autorizzate.
Per informazioni su come ottenere i metadati delle visualizzazioni, consulta Ottenere informazioni sulle viste.
Per ulteriori informazioni sulla gestione delle viste, consulta la sezione Gestione delle viste.