BigQuery-Ziel konfigurieren

Auf dieser Seite wird beschrieben, wie Sie Ihr BigQuery-Ziel konfigurieren, um Daten mit Datastream aus einer Quelldatenbank zu streamen.

Ziel-Datasets konfigurieren

Wenn Sie Datasets für das BigQuery-Ziel konfigurieren, können Sie eine der folgenden Optionen auswählen:

  • Dataset für jedes Schema: Das Dataset wird am angegebenen BigQuery-Standort basierend auf dem Schemanamen der Quelle ausgewählt oder erstellt. Daher erstellt Datastream für jedes Schema in der Quelle automatisch ein Dataset in BigQuery.

    Wenn Sie diese Option auswählen, erstellt Datastream Datasets in dem Projekt, das den Stream enthält.

    Wenn Sie beispielsweise eine MySQL-Quelle haben und diese eine mydb-Datenbank und eine employees-Tabelle in der Datenbank hat, erstellt Datastream das mydb-Dataset und die employees-Tabelle in BigQuery.

  • Einzelnes Dataset für alle Schemas: Sie können ein BigQuery-Dataset für den Stream auswählen. Datastream streamt alle Daten in dieses Dataset. Für das ausgewählte Dataset erstellt Datastream alle Tabellen als <schema>_<table>.

    Wenn Sie beispielsweise eine MySQL-Quelle haben und diese eine mydb-Datenbank und eine employees-Tabelle in der Datenbank hat, erstellt Datastream die Tabelle mydb_employees in dem von Ihnen ausgewählten Dataset.

Schreibverhalten

Datastream hängt eine STRUCT-Spalte namens datastream_metadata an jede Tabelle an, die in das BigQuery-Ziel geschrieben wird.

Wenn eine Tabelle in der Quelle einen Primärschlüssel hat, enthält die Spalte die folgenden Felder:

  • UUID: Dieses Feld hat den Datentyp string.
  • SOURCE_TIMESTAMP: Dieses Feld hat den Datentyp integer.

Wenn eine Tabelle keinen Primärschlüssel hat, enthält die Spalte ein zusätzliches Feld: IS_DELETED. Dieses Feld hat den Datentyp boolean und gibt an, ob die Daten, die Datastream an das Ziel streamt, einem DELETE-Vorgang in der Quelle zugeordnet sind. Bei Tabellen ohne Primärschlüssel können nur Daten angehängt werden.

Die maximale Ereignisgröße beim Streamen von Daten in BigQuery beträgt 20 MB.

BigQuery-Tabellen mit der Option max_staleness verwenden

Im Rahmen der Datenaufnahme nahezu in Echtzeit verwendet Datastream die integrierte Unterstützung von BigQuery für Upsert-Vorgänge, z. B. das Aktualisieren, Einfügen und Löschen von Daten. Mit Upsert-Vorgängen können Sie das BigQuery-Ziel dynamisch aktualisieren, wenn Zeilen hinzugefügt, geändert oder gelöscht werden. Datastream streamt diese Upsert-Vorgänge mit der BigQuery Storage Write API in die Zieltabelle.

Limit für Datenveralterung angeben

Je nach konfiguriertem Limit für die Veralterung wendet BigQuery Quelländerungen laufend im Hintergrund oder bei der Abfrageausführung an. Wenn Datastream eine neue Tabelle in BigQuery erstellt, wird die Option max_staleness der Tabelle auf den Wert des aktuellen Limits für die Datenveralterung für den Stream festgelegt.

Weitere Informationen zur Verwendung von BigQuery-Tabellen mit der Option max_staleness finden Sie unter Veraltete Tabellen.

BigQuery-Kosten kontrollieren

Die Kosten für BigQuery werden getrennt von Datastream berechnet. Informationen zur Kontrolle Ihrer BigQuery-Kosten finden Sie unter BigQuery-CDC-Preise.

Kartendatentypen

In der folgenden Tabelle sind die Datentypkonvertierungen aus unterstützten Quelldatenbanken in das BigQuery-Ziel aufgeführt.


Quelldatenbank Quelldatentyp BigQuery-Datentyp
MySQL BIGINT(size) INT64
MySQL BIGINT (unsigned) NUMERIC
MySQL BINARY(size) STRING (hex encoded)
MySQL BIT(size) INT64
MySQL BLOB(size) STRING (hex encoded)
MySQL BOOL INT64
MySQL CHAR(size) STRING
MySQL DATE DATE
MySQL DATETIME(fsp) DATETIME
MySQL DECIMAL(precision, scale) Wenn der Precision-Wert <=38 und der Skalierungswert <=9 ist, dann NUMERIC. Andernfalls BIGNUMERIC
MySQL DOUBLE(size, d) FLOAT64
MySQL ENUM(val1, val2, val3, ...) STRING
MySQL FLOAT(precision) FLOAT64
MySQL FLOAT(size, d) FLOAT64
MySQL INTEGER(size) INT64
MySQL

JSON

 JSON
MySQL LONGBLOB STRING (hex encoded)
MySQL LONGTEXT STRING (hex encoded)
MySQL MEDIUMBLOB STRING (hex encoded)
MySQL MEDIUMINT(size) INT64
MySQL MEDIUMTEXT STRING
MySQL SET(val1, val2, val3, ...) STRING
MySQL SMALLINT(size) INT64
MySQL TEXT(size) STRING
MySQL TIME(fsp) INTERVAL
MySQL TIMESTAMP(fsp) TIMESTAMP
MySQL TINYBLOB STRING (hex encoded)
MySQL TINYINT(size) INT64
MySQL TINYTEXT STRING
MySQL VARBINARY(size) STRING (hex encoded)
MySQL VARCHAR STRING
MySQL YEAR INT64
Oracle ANYDATA UNSUPPORTED
Oracle BFILE STRING
Oracle BINARY DOUBLE FLOAT64
Oracle BINARY FLOAT FLOAT64
Oracle BLOB BYTES
Oracle CHAR STRING
Oracle CLOB STRING
Oracle DATE DATETIME
Oracle DOUBLE PRECISION FLOAT64
Oracle FLOAT(p) FLOAT64
Oracle INTERVAL DAY TO SECOND UNSUPPORTED
Oracle INTERVAL YEAR TO MONTH UNSUPPORTED
Oracle LONG/LONG RAW STRING
Oracle NCHAR STRING
Oracle NCLOB STRING
Oracle NUMBER STRING
Oracle NUMBER(precision=*) STRING
Oracle NUMBER(precision, scale<=0) Wenn p<=18, dann INT64. Wenn 18<p=<78 ist, erfolgt die Zuordnung zu parametrierten Dezimaltypen. Wenn p>=79 ist, ordnen Sie sie STRING zu.
Oracle NUMBER(precision, scale>0) Wenn 0<p=<78, dann den parametrierten Dezimaltypen zugeordnet werden. Wenn p>=79 ist, ordnen Sie sie STRING zu.
Oracle NVARCHAR2 STRING
Oracle RAW STRING
Oracle ROWID STRING
Oracle SDO_GEOMETRY UNSUPPORTED
Oracle SMALLINT INT64
Oracle TIMESTAMP TIMESTAMP
Oracle TIMESTAMP WITH TIME ZONE TIMESTAMP
Oracle UDT (user-defined type) UNSUPPORTED
Oracle UROWID STRING
Oracle VARCHAR STRING
Oracle VARCHAR2 STRING
Oracle XMLTYPE UNSUPPORTED
PostgreSQL ARRAY JSON
PostgreSQL BIGINT INT64
PostgreSQL BIT BYTES
PostgreSQL BIT_VARYING BYTES
PostgreSQL BOOLEAN BOOLEAN
PostgreSQL BOX UNSUPPORTED
PostgreSQL BYTEA BYTES
PostgreSQL CHARACTER STRING
PostgreSQL CHARACTER_VARYING STRING
PostgreSQL CIDR STRING
PostgreSQL CIRCLE UNSUPPORTED
PostgreSQL DATE DATE
PostgreSQL DOUBLE_PRECISION FLOAT64
PostgreSQL ENUM STRING
PostgreSQL INET STRING
PostgreSQL INTEGER INT64
PostgreSQL INTERVAL INTERVAL
PostgreSQL JSON JSON
PostgreSQL JSONB JSON
PostgreSQL LINE UNSUPPORTED
PostgreSQL LSEG UNSUPPORTED
PostgreSQL MACADDR STRING
PostgreSQL MONEY FLOAT64
PostgreSQL NUMERIC Wenn Präzision = -1, dann STRING, andernfalls BIGNUMERIC/NUMERIC. Weitere Informationen finden Sie unter Parametrisierte Dezimaltypen.
PostgreSQL OID INT64
PostgreSQL PATH UNSUPPORTED
PostgreSQL POINT UNSUPPORTED
PostgreSQL POLYGON UNSUPPORTED
PostgreSQL REAL FLOAT64
PostgreSQL SMALLINT INT64
PostgreSQL SMALLSERIAL INT64
PostgreSQL SERIAL INT64
PostgreSQL TEXT STRING
PostgreSQL TIME TIME
PostgreSQL TIMESTAMP TIMESTAMP
PostgreSQL TIMESTAMP_WITH_TIMEZONE TIMESTAMP
PostgreSQL TIME_WITH_TIMEZONE TIME
PostgreSQL TSQUERY STRING
PostgreSQL TSVECTOR STRING
PostgreSQL TXID_SNAPSHOT STRING
PostgreSQL UUID STRING
PostgreSQL XML STRING
SQL Server BIGINT INT64
SQL Server BINARY BYTES
SQL Server BIT BOOL
SQL Server CHAR STRING
SQL Server DATE DATE
SQL Server DATETIME2 DATETIME
SQL Server DATETIME DATETIME
SQL Server DATETIMEOFFSET TIMESTAMP
SQL Server DECIMAL BIGNUMERIC
SQL Server FLOAT FLOAT64
SQL Server IMAGE BYTES
SQL Server INT INT64
SQL Server MONEY BIGNUMERIC
SQL Server NCHAR STRING
SQL Server NTEXT STRING
SQL Server NUMERIC BIGNUMERIC
SQL Server NVARCHAR STRING
SQL Server NVARCHAR(MAX) STRING
SQL Server REAL FLOAT64
SQL Server SMALLDATETIME DATETIME
SQL Server SMALLINT INT64
SQL Server SMALLMONEY NUMERIC
SQL Server TEXT STRING
SQL Server TIME TIME
SQL Server TIMESTAMP/ROWVERSION BYTES
SQL Server TINYINT INT64
SQL Server UNIQUEIDENTIFIER STRING
SQL Server VARBINARY BYTES
SQL Server VARBINARY(MAX) BYTES
SQL Server VARCHAR STRING
SQL Server VARCHAR(MAX) STRING
SQL Server XML STRING

PostgreSQL-Array als BigQuery-Array-Datentyp abfragen

Wenn Sie ein PostgreSQL-Array lieber als BigQuery-ARRAY-Datentyp abfragen möchten, können Sie die JSON-Werte mithilfe der BigQuery-Funktion JSON_VALUE_ARRAY in ein BigQuery-Array konvertieren:

  SELECT ARRAY(SELECT CAST(element AS TYPE) FROM UNNEST(JSON_VALUE_ARRAY(BQ_COLUMN_NAME,'$')) AS element) AS array_col

Ersetzen Sie Folgendes:

  • TYPE: Der BigQuery-Typ, der mit dem Elementtyp im PostgreSQL-Quellarray übereinstimmt. Wenn der Quelltyp beispielsweise ein Array von BIGINT-Werten ist, ersetzen Sie TYPE durch INT64.

    Weitere Informationen zum Zuordnen der Datentypen finden Sie unter Kartendatentypen.

  • BQ_COLUMN_NAME: der Name der entsprechenden Spalte in der BigQuery-Tabelle.

Bei der Konvertierung der Werte gibt es zwei Ausnahmen:

  • Führen Sie für Arrays mit BIT-, BIT_VARYING- oder BYTEA-Werten in der Quellspalte die folgende Abfrage aus:

    SELECT ARRAY(SELECT FROM_BASE64(element) FROM UNNEST(JSON_VALUE_ARRAY(BQ_COLUMN_NAME,'$')) AS element) AS array_of_bytes

  • Verwenden Sie für Arrays mit JSON- oder JSONB-Werten in der Quellspalte die Funktion JSON_QUERY_ARRAY:

    SELECT ARRAY(SELECT element FROM UNNEST(JSON_QUERY_ARRAY(BQ_COLUMN_NAME,'$')) AS element) AS array_of_jsons

Bekannte Einschränkungen

Bekannte Einschränkungen bei der Verwendung von BigQuery als Ziel:

  • Sie können Daten nur in ein BigQuery-Dataset replizieren, das sich im selben Google Cloud-Projekt wie der Datastream-Stream befindet.

  • Wenn eine Tabelle in der Quelldatenbank einen Primärschlüssel hat (z. B. die Nutzer-ID) und sich dann der Primärschlüssel in der Tabelle ändert (in diesem Beispiel ist der Primärschlüssel jetzt die Nutzer-ID und das Datum), kann Datastream diese Änderung nicht in das Ziel streamen.

    Führen Sie die folgenden Schritte aus, damit Datastream die Tabelle mit dem geänderten Primärschlüssel an das Ziel streamt:

    1. Ändern Sie den Primärschlüssel für die Quelldatenbanktabelle.
    2. Prüfen Sie den Messwert für die Gesamtlatenz für den Stream und warten Sie mindestens die aktuelle Latenz, damit alle laufenden Ereignisse in das Ziel geschrieben werden. So können alle Ereignisse mit dem ursprünglichen Primärschlüssel erfolgreich gestreamt werden.
    3. Pausiere den Stream.
    4. Löschen Sie die Tabelle im Ziel.
    5. Setze den Stream fort.
    6. Backfill für die Tabelle auslösen

  • Primärschlüssel in BigQuery müssen folgende Datentypen haben:

    • DATE
    • BOOL
    • GEOGRAPHY
    • INT64
    • NUMERIC
    • BIGNUMERIC
    • STRING
    • TIMESTAMP
    • DATETIME

    Tabellen, die Primärschlüssel mit nicht unterstützten Datentypen enthalten, werden von Datastream nicht repliziert.

  • BigQuery unterstützt keine Tabellennamen mit den Zeichen ., $, /, @ oder +. Datastream ersetzt solche Zeichen beim Erstellen von Zieltabellen durch Unterstriche.

    Beispiel: table.name in der Quelldatenbank wird in BigQuery zu table_name.

    Weitere Informationen zu Tabellennamen in BigQuery finden Sie unter Tabellennamen.

  • BigQuery unterstützt nicht mehr als vier Clustering-Spalten. Beim Replizieren einer Tabelle mit mehr als vier Primärschlüsselspalten verwendet Datastream vier Primärschlüsselspalten als Clustering-Spalten.
  • Datastream ordnet Datums- und Uhrzeitliterale außerhalb des Bereichs wie PostgreSQL-Datumstypen für unendliche Daten den folgenden Werten zu:
    • Positive Werte für DATE in Wert von 9999-12-31
    • DATE negativ auf den Wert 0001-01-01
    • Positive Werte für TIMESTAMP in Wert von 9999-12-31 23:59:59.999000 UTC
    • TIMESTAMP negativ auf den Wert 0001-01-01 00:00:00 UTC
  • BigQuery unterstützt keine Streamingtabellen mit Primärschlüsseln des Datentyps FLOAT oder REAL. Solche Tabellen werden nicht repliziert.

    • Weitere Informationen zu BigQuery-Datumstypen und ‐Bereichen finden Sie unter Datentypen.

Zurück
Datastream und Dataflow für Analysen implementieren
Weiter
Cloud Storage-Ziel konfigurieren