Gravações

Esta página lista os tipos de solicitações de gravação que você pode enviar ao Bigtable e descreve quando você deve usá-las e quando não deve. Para informações sobre como agregar dados em uma célula no momento da gravação, consulte Agregar valores no momento da gravação.

As APIs de dados e as bibliotecas de cliente do Bigtable permitem que você grave dados programaticamente em suas tabelas. O Cloud Bigtable retorna uma resposta ou confirmação para cada gravação.

Cada biblioteca de cliente oferece a capacidade de enviar os seguintes tipos de solicitações de gravação:

  • Gravações simples
  • Incrementos e anexos
  • Gravações condicionais
  • Gravações em lote

As bibliotecas de cliente do Cloud Bigtable têm um recurso integrado de tentativas inteligentes para gravações simples e em lote, isto é, elas podem solucionar indisponibilidades temporárias sem interromper a tarefa. Por exemplo, se o aplicativo encontrar uma interrupção temporária ou um problema de rede enquanto tenta gravar dados, ele fará novas tentativas automaticamente até que a gravação seja confirmada ou que o prazo final da solicitação seja atingido. Essa resiliência funciona com instâncias de cluster único e replicadas, com roteamento de cluster único ou de vários clusters.

Para operações de gravação em lote e de streaming, use o conector do Bigtable Beam. Para mais informações, consulte Gravações em lote.

Para saber mais sobre os limites que se aplicam às solicitações de gravação, consulte Cotas e limites.

Para conferir exemplos de biblioteca de cliente do Cloud Bigtable das solicitações de gravação descritas nesta página, consulte Exemplos de gravação.

Tipos de gravações e quando usá-las

Todas as solicitações de gravação incluem os seguintes componentes básicos:

  • O nome da tabela para gravar.
  • Um código de perfil de aplicativo, que informa ao Cloud Bigtable como encaminhar o tráfego.
  • Uma ou mais mutações. Uma mutação é formada pelos seguintes elementos:
    • Nome do grupo de colunas
    • Qualificador de coluna
    • Carimbo de data/hora
    • Valor que está sendo gravado na tabela

O carimbo de data/hora de uma mutação tem um valor padrão da data e hora atuais, medido como o tempo decorrido desde a época do Unix, 00:00:00 UTC em 1º de janeiro de 1970.

O carimbo de data/hora que você envia ao Bigtable precisa ser um valor em microssegundos com precisão de milissegundos no máximo. Um carimbo de data/hora com precisão de microssegundos, como 3023483279876543, é rejeitado. Neste exemplo, o valor aceitável do carimbo de data/hora é 3023483279876000.

Todas as mutações em uma única solicitação de gravação têm o mesmo carimbo, a menos que você os substitua. É possível definir o carimbo de data/hora de todas as mutações em uma solicitação de gravação para que sejam iguais ou diferentes entre si.

Gravações simples

Você pode gravar uma única linha no Bigtable com uma solicitação MutateRow que inclua o nome da tabela, o código de perfil do aplicativo que será usado, uma chave de linha e até 100.000 mutações para essa linha. para criar um anexo da VLAN de monitoramento. Uma gravação de linha única é atômica. Use esse tipo de gravação quando estiver fazendo várias mutações em uma única linha.

Para amostras de código que demonstram como enviar solicitações de gravação simples, consulte Como executar uma gravação simples.

Quando não usar gravações simples

As gravações simples não são o melhor modo para gravar dados nos seguintes casos de uso:

  • Ao gravar um lote de dados que terá chaves de linha contíguas . Nesse caso, você deve usar gravações em lote em vez de gravações simples consecutivas, já que é possível aplicar um lote contíguo em uma única chamada de back-end.

  • Se você quer alta capacidade (linhas por segundo ou bytes por segundo) e não exige baixa latência. As gravações em lote serão mais rápidas neste caso.

Agregações, incluindo incrementos

Os agregados são células de tabela do Bigtable que agregam os valores das células à medida que os dados são gravados. Os seguintes tipos de agregação estão disponíveis:

  • Soma: incremente um contador ou mantenha uma soma em execução.
  • Mínimo: envie um número inteiro para uma célula, e o Bigtable mantém o valor mais baixo da célula atual e o valor enviado ou o valor enviado se a célula ainda não existir.
  • Máximo: envie um número inteiro para uma célula que contém um valor, e Bigtable mantém o maior dos dois valores.
  • HyperLogLog (HLL): envie um valor que é adicionado a um conjunto probabilístico de todos os valores adicionados à célula.

As solicitações para atualizar células agregadas são enviadas com uma solicitação MutateRow e um tipo de mutação AddToCell ou MergeToCell ou um dos tipos de mutação de exclusão. Para mais informações sobre famílias de colunas e tipos de agregação, consulte Agregar valores no momento da gravação.

Anexações

Para anexar dados a um valor existente, use uma solicitação ReadModifyWriteRow. Essa solicitação inclui o nome da tabela, o ID do perfil do app que será usado, uma chave de linha e um conjunto de regras para a gravação de dados. Cada regra inclui o nome do grupo de colunas, o qualificador de coluna e um valor de anexo ou um valor de incremento.

As regras são aplicadas segundo a ordenação. Por exemplo, se sua solicitação incluir uma solicitação para anexar o valor de uma coluna que contém o valor some com a string thing, e uma regra posterior na mesma solicitação anexar essa mesma coluna com body, o valor será modificado duas vezes em uma única gravação atômica, e o valor resultante será somethingbody. A regra posterior não substitui a regra anterior.

Também é possível incrementar um número inteiro com uma chamada ReadModifyWriteRow, mas recomendamos usar células agregadas e AddToCell ou MergeToCell. Um valor só pode ser incrementado usando ReadModifyWrite se for codificado como um número inteiro assinado big-endian de 64 bits. O Bigtable trata um incremento para um valor vazio ou inexistente como se o valor fosse zero.

As solicitações ReadModifyWriteRow são atômicas. Elas não serão repetidas se falharem por qualquer motivo.

Quando não usar ReadModifyWriteRow

Não envie solicitações ReadModifyWriteRow nas seguintes situações:

  • Seu caso de uso pode ser processado enviando uma solicitação MutateRow com uma mutação AddToCell. Para mais informações, consulte Agregações.

  • Se você usa um perfil de aplicativo que tem roteamento de vários clusters.

  • Se você está usando vários perfis de aplicativo de cluster único e enviando gravações que podem entrar em conflito com dados gravados na mesma linha e coluna em outros clusters na instância. Com o roteamento de cluster único, uma solicitação de gravação é enviada para um único cluster e replicada.

  • Se você depende do recurso de tentativas inteligentes fornecido pelas bibliotecas de cliente. Não é possível tentar novamente uma solicitação ReadModifyWriteRow.

  • Se você está gravando grandes quantidades de dados e precisa que as gravações sejam concluídas rapidamente. Uma solicitação que lê e, em seguida, modifica uma linha é mais lenta do que uma simples gravação. Como resultado, esse tipo de gravação muitas vezes não é a melhor abordagem em grande escala.

    Por exemplo, se você quiser contar algo que será numerado em milhões, como visualizações de página, MutateRow com uma mutação AddToCell para atualizar as contagens no momento da gravação.

Gravações condicionais

Se quiser verificar uma linha em relação a uma condição e, dependendo do resultado, gravar dados nessa linha, envie uma solicitação CheckAndMutateRow. Esse tipo de solicitação inclui uma chave de linha e um filtro de linha. Um filtro de linha é um conjunto de regras usadas para verificar o valor dos dados atuais. As mutações só serão confirmadas para colunas específicas na linha quando determinadas condições, verificadas pelo filtro, sejam atendidas. Esse processo de análise e gravação é concluído como uma única ação atômica.

Uma solicitação de filtro precisa incluir um ou os dois tipos de mutações abaixo:

  • Mutações verdadeiras, isto é, as mutações que serão aplicadas se o filtro retornar um valor.
  • Mutações falsas, que são aplicadas se o filtro não retornar nada.

Você pode fornecer até 100.000 mutações de cada tipo, verdadeiras e falsas, em uma única gravação, e você deve enviar pelo menos uma. O Bigtable envia uma resposta quando todas as mutações são concluídas.

Para amostras de código que demonstram como enviar gravações condicionais, consulte Como gravar um valor condicionalmente.

Quando não usar gravações condicionais

Não é possível usar gravações condicionais nos seguintes caso de uso:

  • Se você está usando um perfil de aplicativo que tem roteamento de vários clusters.

  • Se você está usando vários perfis de aplicativo de cluster único e enviando gravações que podem entrar em conflito com dados gravados na mesma linha e coluna em outros clusters na instância. Com o roteamento de cluster único, uma solicitação de gravação é enviada para um único cluster e replicada posteriormente.

  • Se você está gravando grandes quantidades de dados e precisa que as gravações sejam concluídas rapidamente. Assim como ReadModifyWriteRow, as solicitações de gravação condicional precisam ler linhas antes de modificá-las. Portanto, as solicitações CheckAndModifyRow são mais lentas do que as solicitações de gravação simples. Consequentemente, esse tipo de gravação muitas vezes não é a melhor abordagem em grande escala.

Gravações em lote

É possível gravar mais de uma linha com uma única chamada usando uma solicitação MutateRows. As solicitações MutateRows contêm um conjunto de até 100.000 entradas que são aplicadas atomicamente. Cada entrada consiste em uma chave de linha e pelo menos uma mutação a ser aplicada à linha. Uma solicitação de gravação em lote pode conter até 100.000 mutações distribuídas por todas as entradas. Por exemplo, uma gravação em lote pode incluir qualquer uma das seguintes permutações:

  • 100.000 entradas com 1 mutação em cada entrada.
  • 1 entrada com 100.000 mutações.
  • 1.000 entradas com 100 mutações cada.

Cada entrada em uma solicitação MutateRows é atômica, mas a solicitação como um todo não é. Se necessário, o Bigtable tentará repetir todas as entradas no lote que não forem bem-sucedidas até que todas as gravações tenham êxito ou o prazo de solicitação seja atingido. Em seguida, ele retorna uma resposta que identifica cada gravação no lote e se a gravação foi bem-sucedida.

Para amostras de código que demonstram como enviar gravações em lote, consulte Como executar gravações em lote.

Quando não usar gravações em lote

  • Se você está gravando dados em massa em linhas que não são próximas umas das outras. O Bigtable armazena dados lexicograficamente por chave de linha, o equivalente binário à ordem alfabética. Por causa disso, quando as chaves de linha em uma solicitação não são semelhantes entre si, o Bigtable as trata de modo sequencial, e não em paralelo. A capacidade será alta, mas a latência também será alta. Para evitar essa alta latência, use MutateRows quando as chaves de linha forem semelhantes, e o Bigtable for escrever linhas próximas umas das outras. Use MutateRow, ou gravações simples, para linhas que não são próximas umas das outras.

  • Se você está solicitando várias mutações para a mesma linha. Nesse caso, você observará um desempenho melhor se todas as mutações forem executadas em uma única solicitação de gravação simples. Isso ocorre porque, em uma gravação simples, todas as alterações são confirmadas em uma única ação atômica, mas uma gravação em lote é forçada a serializar mutações para a mesma linha, causando latência.

Controle de fluxo de gravação em lote

Se você enviar gravações em lote (incluindo exclusões) usando uma das opções a seguir, poderá ativar o controle de fluxo de gravação em lote no código.

Quando o controle de fluxo de gravação em lote está ativado para um job do Dataflow, o Bigtable faz automaticamente o seguinte:

  • Limite o tráfego para evitar sobrecarregar o cluster do Bigtable
  • Garante que o cluster esteja sob carga suficiente para acionar o escalonamento automático do Bigtable (se ativado), para que mais nós sejam adicionados automaticamente ao cluster quando necessário.

Essas ações combinadas evitam sobrecarga de cluster e falha de job, e você não precisa escalonar o cluster manualmente antes da execução da gravação em lote. Quando o controle de fluxo está ativado, o escalonamento de cluster ocorre durante o job do Dataflow, e não antes dele. Portanto, o job pode levar mais tempo para ser concluído do que se você escalonar o cluster manualmente.

Use um perfil de aplicativo configurado para roteamento de cluster único. A ativação do escalonamento automático do Bigtable para o cluster de destino não é um requisito, mas o escalonamento automático permite aproveitar ao máximo o controle do fluxo de gravação em lote. Use o escalonamento automático do Dataflow como faria com qualquer outro job.

Para saber mais sobre o escalonamento automático do Bigtable, consulte Escalonamento automático. Para entender as políticas de roteamento de perfis de app, consulte Visão geral dos perfis de app.

Para exemplos de código, consulte Ativar o controle de fluxo de gravação em lote.

Gravar dados em uma visualização autorizada

Para gravar dados em uma visualização autorizada, use uma das seguintes opções:

  • CLI da gcloud
  • Cliente Bigtable para Java

As outras bibliotecas de cliente do Bigtable ainda não oferecem suporte ao acesso autorizado à visualização.

Ao gravar dados em uma visualização autorizada, você fornece o ID da visualização autorizada, além do ID da tabela.

Todas as gravações em uma visualização autorizada são aplicadas diretamente à tabela subjacente.

Limitações da definição de visualização autorizada

Em uma visualização autorizada, as linhas ou colunas em que você pode gravar dados são limitadas pela definição da visualização autorizada. Em outras palavras, só é possível escrever em linhas e colunas que atendam aos mesmos critérios especificados para a visualização autorizada.

Por exemplo, se a visualização autorizada for definida pelo prefixo da chave de linha examplepetstore1, não será possível gravar dados usando uma chave de linha de examplepetstore2. O início do valor da chave de linha precisa incluir toda a string examplepetstore1.

Da mesma forma, se a visualização autorizada for definida pelo prefixo order-phone do qualificador de coluna, será possível gravar dados usando o qualificador de coluna order-phone123, mas não o qualificador order-tablet.

Sua solicitação de gravação também não pode referenciar dados que estão fora da visualização autorizada, como quando você está verificando um valor em uma solicitação de gravação condicional.

Para qualquer solicitação que grava ou referencia dados fora da visualização autorizada, uma mensagem de erro PERMISSION_DENIED é retornada.

Replicação

Quando um cluster de uma instância replicada recebe uma gravação, ela é replicada imediatamente para os outros clusters na instância.

Atomicidade

Cada solicitação MutateRows enviada a uma instância de vários clusters é confirmada como uma única ação atômica no cluster para onde a solicitação é roteada. Quando a gravação é replicada para os outros clusters na instância, eles também recebem a gravação como uma operação atômica. Os clusters não recebem mutações parciais. uma mutação é bem-sucedida ou falha atomicamente para todas as células que modifica.

Consistência

O tempo necessário para que os dados gravados estejam disponíveis para leituras depende de vários fatores, incluindo o número de clusters em sua instância e o tipo de roteamento usado pelo perfil de aplicativo.

Com uma instância de cluster único, os dados podem ser lidos imediatamente, mas se uma instância tiver mais de um cluster, o que significa que está usando a replicação, o Bigtable terá consistência eventual. Você pode atingir a consistência na leitura das gravações ao rotear solicitações para o mesmo cluster.

Você pode criar e usar um token de consistência e chamar CheckConsistency no modo StandardReadRemoteWrites depois de enviar solicitações de gravação. O token verifica a consistência da replicação. Em geral, é melhor criar um token de consistência após o envio de um lote de gravações ou após um determinado intervalo, de uma hora, por exemplo. Em seguida, o token pode ser usado por outro processo, como um módulo que faz uma solicitação de leitura e usa o token para verificar se todos os dados foram replicados antes da tentativa de leitura.

Se você usar um token logo após sua criação, ele pode demorar alguns minutos para verificar a consistência em sua primeira utilização. Essa demora ocorre porque cada cluster verifica todos os outros clusters para garantir que não há mais dados chegando. Depois do uso inicial, ou se você esperar vários minutos para usar o token pela primeira vez, o token será bem-sucedido imediatamente sempre que for usado.

Resolução de conflitos

Cada valor de célula em uma tabela do Bigtable é identificado exclusivamente por quatro tuplas (chave de linha, grupo de colunas, qualificador de coluna, carimbo de data/hora). Consulte Modelo de armazenamento do Bigtable para mais detalhes sobre esses identificadores. No caso raro em que duas gravações com as mesmas quatro tuplas são enviadas para dois clusters diferentes, o Bigtable resolve automaticamente o conflito usando um algoritmo interno de última gravação ganha com base no tempo do lado do servidor. A implementação "última gravação ganha" do Bigtable é determinista e, quando a replicação alcança, todos os clusters têm o mesmo valor para as quatro tuplas.

A seguir