创建视图

本文档介绍了如何在 BigQuery 中创建视图。

您可以通过以下方式在 BigQuery 中创建视图：

  • 使用 Cloud Console。
  • 使用 bq 命令行工具的 bq mk 命令。
  • 调用 tables.insert API 方法。
  • 使用客户端库。
  • 提交 CREATE VIEW 数据定义语言 (DDL) 语句。

视图命名

在 BigQuery 中创建视图时，每个数据集的视图名称必须唯一。视图名称可以包含以下内容：

  • 不超过 1024 个字符
  • 字母（大写字母或小写字母）、数字和下划线

视图限制

BigQuery 视图存在如下限制：

  • 视图是只读的。您无法对视图运行 DML（插入、更新、删除）查询。
  • 包含视图的数据集与包含视图所引用表的数据集必须位于相同位置。
  • 您无法运行从视图导出数据的 BigQuery 作业。
  • 您无法使用 TableDataList JSON API 方法从视图中检索数据。如需了解详情，请参阅 Tabledata: list。
  • 使用视图时，不能混合使用标准 SQL 查询和旧版 SQL 查询。标准 SQL 查询无法引用使用旧版 SQL 语法定义的视图。
  • 无法在视图中引用查询参数。
  • 创建视图时，底层表的架构会与视图一同存储。如果在视图创建后执行列的添加、删除等操作，则在视图更新之前，系统报告的架构可能不准确。 尽管系统报告的架构可能会不准确，但所有已提交的查询都会产生准确的结果。
  • 您无法自动将旧版 SQL 视图更新为标准 SQL 语法。如需修改用于定义视图的查询，请在 Cloud Console 中使用修改查询选项、在 bq 命令行工具中使用 bq update --view 命令、使用客户端库或使用 update 或 patch API 方法。
  • 您无法在定义视图的 SQL 查询中包含用户定义的临时性函数或临时表。
  • 您无法在通配符表查询中引用视图。

如需了解适用于视图的配额和限制，请参阅视图限制。

所需权限

在 BigQuery 中，视图作为表资源处理，因此创建视图所需的权限与创建表相同。如需创建视图，您必须至少具备 bigquery.tables.create 权限。以下预定义的 IAM 角色包含 bigquery.tables.create 权限：

  • bigquery.dataEditor
  • bigquery.dataOwner
  • bigquery.admin

此外，如果用户具有 bigquery.datasets.create 权限，则当该用户创建数据集时，系统会为其授予该数据集的 bigquery.dataOwner 访问权限。具备 bigquery.dataOwner 访问权限的用户可以在数据集中创建视图。

最后，如果要针对非自己拥有的数据创建视图，您必须拥有表的 bigquery.jobs.create 权限。

如需详细了解 BigQuery 中的 IAM 角色和权限，请参阅预定义的角色和权限。

创建视图

要创建视图，您可以编写 SQL 查询来定义视图可访问的数据。

要创建视图，请执行以下操作：

控制台

  1. 运行查询后，点击查询结果窗口上方的保存视图按钮，将查询保存为视图。

    保存视图。

  2. 在保存视图对话框中，执行以下操作：

    • 对于项目名称，请选择将存储视图的项目。
    • 在数据集名称部分，选择将包含该视图的数据集。 包含视图的数据集与包含视图所引用表的数据集必须位于相同位置。
    • 在表名称部分，输入该视图的名称。
    • 点击保存。

bq

使用带有 --view 标志的 bq mk 命令。对于标准 SQL 查询，请添加 --use_legacy_sql 标志并将其设置为 false。可选参数包括 --expiration、--description 和 --label。

如果您的查询引用了存储在 Cloud Storage 或本地文件中的外部用户定义函数 (UDF) 资源，请使用 --view_udf_resource 标志指定这些资源。此处未显示 --view_udf_resource 标志。如需详细了解如何使用 UDF，请参阅 UDF 和 bq 命令行工具。

如果您要在非默认项目中创建视图，请使用 --project_id 标志指定项目 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

请替换以下内容：

  • PATH_TO_FILE 是一个代码文件的 URI 或本地文件系统路径，该代码文件会被立即加载为 UDF 资源并评估，以供视图使用。重复使用该标志可指定多个文件。
  • INTEGER 设置视图的生命周期（以秒为单位）。如果 INTEGER 为 0，则视图不会过期。如果不添加 --expiration 标志，则 BigQuery 将使用数据集的默认表生命周期来创建视图。
  • DESCRIPTION 是括在引号中的视图说明。
  • KEY:VALUE 是代表标签的键值对。重复使用 --label 标志以指定多个标签。
  • QUERY 是一个有效查询。
  • PROJECT_ID 是您的项目 ID（如果您未配置默认项目）。
  • DATASET 是项目中的数据集。
  • VIEW 是您要创建的视图的名称。

示例：

输入以下命令可在默认项目的 mydataset 中创建名为 myview 的视图。到期时间设置为 3600 秒（1 小时），说明设置为 This is my view，且标签设置为 organization:development。用于创建视图的查询会查询美国姓名数据公共数据集中的数据。

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

输入以下命令可在 myotherproject 的 mydataset 中创建名为 myview 的视图。说明设置为 This is my view，标签设置为 organization:development，视图的到期时间设置为数据集的默认表到期时间。用于创建视图的查询会查询美国姓名数据公共数据集中的数据。

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

创建视图后，您可以更新视图的到期时间、说明和标签。如需了解详情，请参阅更新视图。

API

使用包含 view 属性的表资源调用 tables.insert 方法。

Go

在尝试此示例之前，请按照《BigQuery 快速入门：使用客户端库》中的 Go 设置说明进行操作。如需了解详情，请参阅 BigQuery Go API 参考文档。

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

试用此示例之前，请按照《BigQuery 快速入门：使用客户端库》中的 Java 设置说明进行操作。 如需了解详情，请参阅 BigQuery Java API 参考文档。

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

在尝试此示例之前，请按照《BigQuery 快速入门：使用客户端库》中的 Node.js 设置说明进行操作。如需了解详情，请参阅 BigQuery Node.js API 参考文档。 

// 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

在尝试此示例之前，请按照《BigQuery 快速入门：使用客户端库》中的 Python 设置说明进行操作。如需了解详情，请参阅 BigQuery Python API 参考文档。

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)}")

创建视图后，您可以按照与查询表相同的方式查询视图。

后续步骤