Mengonfigurasi tujuan BigQuery

Halaman ini menjelaskan cara mengonfigurasi tujuan BigQuery Anda untuk mengalirkan data dari database sumber menggunakan Datastream.

Mengonfigurasi set data tujuan

Saat mengonfigurasi {i>dataset<i} untuk tujuan BigQuery, Anda dapat memilih salah satu opsi berikut:

Set data untuk setiap skema: Set data dipilih atau dibuat di lokasi BigQuery yang ditentukan, berdasarkan nama skema sumber. Akibatnya, untuk setiap skema dalam sumber, Datastream membuat set data di BigQuery secara otomatis.

Jika Anda memilih opsi ini, Datastream akan membuat set data dalam project yang berisi aliran data.

Misalnya, jika Anda memiliki sumber MySQL, dan sumber ini memiliki database mydb serta tabel employees dalam database tersebut, Datastream akan membuat set data mydb dan tabel employees di BigQuery.
Satu set data untuk semua skema: Anda dapat memilih set data BigQuery untuk aliran data. Datastream mengalirkan semua data ke set data ini. Untuk set data yang Anda pilih, Datastream akan membuat semua tabel sebagai <schema>_<table>.

Misalnya, jika Anda memiliki sumber MySQL, dan sumber ini memiliki database mydb serta tabel employees dalam database tersebut, Datastream akan membuat tabel mydb_employees dalam set data yang Anda pilih.

Perilaku penulisan

Datastream menambahkan kolom STRUCT bernama datastream_metadata ke setiap tabel yang ditulis ke tujuan BigQuery.

Jika tabel memiliki {i>primary key<i} di sumbernya, kolom tersebut akan berisi kolom-kolom berikut:

UUID: Kolom ini memiliki jenis data string.
SOURCE_TIMESTAMP: Kolom ini memiliki jenis data integer.

Jika tabel tidak memiliki kunci utama, kolom akan berisi kolom tambahan: IS_DELETED. Kolom ini memiliki jenis data boolean, dan menunjukkan apakah data yang mengalirkan Datastream ke tujuan dikaitkan dengan operasi DELETE di sumber. Tabel tanpa kunci utama hanya untuk penambahan.

Ukuran peristiwa maksimum saat Anda melakukan streaming data ke BigQuery adalah 20 MB.

Menggunakan tabel BigQuery dengan opsi `max_staleness`

Sebagai bagian dari penyerapan yang mendekati real-time, Datastream menggunakan dukungan bawaan BigQuery untuk operasi pembaruan dan penyisipan, seperti memperbarui, menyisipkan, dan menghapus data. Operasi pembaruan dan penyisipan memungkinkan Anda memperbarui tujuan BigQuery secara dinamis saat baris ditambahkan, diubah, atau dihapus. Datastream mengalirkan operasi pembaruan dan penyisipan ini ke tabel tujuan menggunakan BigQuery Storage Write API.

Menentukan batas penghentian data

BigQuery menerapkan perubahan sumber di latar belakang secara berkelanjutan, atau pada waktu proses kueri, sesuai dengan batas penghentian data yang dikonfigurasi. Saat Datastream membuat tabel baru di BigQuery, opsi max_staleness pada tabel ditetapkan sesuai dengan nilai batas penghentian data saat ini untuk aliran data.

Untuk mengetahui informasi selengkapnya tentang penggunaan tabel BigQuery dengan opsi max_staleness, lihat Ketidakberlakuan tabel.

Mengontrol biaya BigQuery

Biaya BigQuery ditagih secara terpisah dari Datastream. Untuk mempelajari cara mengontrol biaya BigQuery, lihat harga BigQuery CDC.

Memetakan jenis data

Tabel berikut mencantumkan konversi jenis data dari database sumber yang didukung ke tujuan BigQuery.

Database sumber	Jenis data sumber	Jenis data BigQuery
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)`	Jika nilai presisinya adalah <=38, dan nilai skalanya adalah <=9, maka `NUMERIC`. Atau `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` Jenis data `BOOLEAN`, `NUMBER`, `OBJECT`, `STRING`, `ARRAY`, dan `NULL` didukung.
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` Nol tanggal tidak didukung dan diganti dengan nilai `NULL`.
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)`	Jika p<=18, maka `INT64`. Jika 18<p=<78, petakan ke jenis desimal yang diparameterisasi. Jika p>=79, petakan ke `STRING`
Oracle	`NUMBER(precision, scale>0)`	Jika 0<p=<78, petakan ke jenis desimal berparameter. Jika p>=79, petakan ke `STRING`
Oracle	`NVARCHAR2`	`STRING`
Oracle	`RAW`	`STRING`
Oracle	`ROWID`	`STRING`
Oracle	`SDO_GEOMETRY`	`UNSUPPORTED`
Oracle	`SMALLINT`	`INT64`
Oracle	`TIMESTAMP`	`TIMESTAMP` Nol tanggal tidak didukung dan diganti dengan nilai `NULL`.
Oracle	`TIMESTAMP WITH TIME ZONE`	`TIMESTAMP` Nol tanggal tidak didukung dan diganti dengan nilai `NULL`.
Oracle	`UDT (user-defined type)`	`UNSUPPORTED`
Oracle	`UROWID`	`STRING`
Oracle	`VARCHAR`	`STRING`
Oracle	`VARCHAR2`	`STRING`
Oracle	`XMLTYPE`	`UNSUPPORTED`
PostgreSQL	`ARRAY`	`JSON` Array jenis data `DATE`, `TIMESTAMP`, atau `TIMESTAMP WITH TIME ZONE` tidak didukung.
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`	Jika presisi = `-1`, lalu `STRING`, atau `BIGNUMERIC`/`NUMERIC`. Untuk informasi selengkapnya, lihat jenis desimal berparameter.
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`

Mengkueri array PostgreSQL sebagai jenis data array BigQuery

Jika lebih memilih untuk membuat kueri array PostgreSQL sebagai jenis data ARRAY BigQuery, Anda dapat mengonversi nilai JSON menjadi array BigQuery menggunakan fungsi JSON_VALUE_ARRAY BigQuery:

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

Ganti kode berikut:

TYPE: jenis BigQuery yang cocok dengan jenis elemen dalam array sumber PostgreSQL. Misalnya, jika jenis sumber adalah array nilai BIGINT, ganti TYPE dengan INT64.

Untuk mengetahui informasi selengkapnya tentang cara memetakan jenis data, lihat Jenis data peta.
BQ_COLUMN_NAME: nama kolom yang relevan di tabel BigQuery.

Ada 2 pengecualian terkait cara Anda mengonversi nilai:

Untuk array nilai BIT, BIT_VARYING, atau BYTEA di kolom sumber, jalankan kueri berikut:

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

Untuk array nilai JSON atau JSONB di kolom sumber, gunakan fungsi JSON_QUERY_ARRAY:

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

Batasan umum

Batasan umum untuk menggunakan BigQuery sebagai tujuan meliputi:

Anda hanya dapat mereplikasi data ke set data BigQuery yang berada di project Google Cloud yang sama dengan aliran Datastream.
Jika tabel dalam database sumber memiliki kunci utama (misalnya, ID pengguna), lalu ada perubahan dalam tabel sehingga kunci utama berbeda (untuk contoh ini, kunci utama sekarang adalah ID pengguna dan tanggal), Datastream tidak dapat mengalirkan perubahan ini ke tujuan.

Agar Datastream mengalirkan tabel ke tujuan dengan kunci utama yang diubah, selesaikan langkah-langkah berikut:
1. Ubah kunci utama untuk tabel database sumber.
2. Periksa metrik total latensi untuk streaming, dan tunggu setidaknya selama latensi saat ini untuk memastikan bahwa semua peristiwa yang sedang berlangsung ditulis ke tujuan. Tindakan ini memungkinkan semua peristiwa dengan kunci utama asli berhasil di-streaming.
3. Menjeda streaming.
4. Lepaskan tabel di tujuan.
5. Lanjutkan streaming.
6. Memicu pengisian ulang di tabel.
Mungkin masih ada keterlambatan pengiriman peristiwa yang ditulis ke tujuan BigQuery. Namun, mengisi ulang tabel akan memperbaiki baris yang mungkin tidak sinkron.
Kunci utama di BigQuery harus berupa jenis data berikut:
- DATE
- BOOL
- GEOGRAPHY
- INT64
- NUMERIC
- BIGNUMERIC
- STRING
- TIMESTAMP
- DATETIME
Tabel yang berisi kunci utama dari jenis data yang tidak didukung tidak direplikasi oleh Datastream.
BigQuery tidak mendukung nama tabel dengan karakter ., $, /, @, atau +. Datastream mengganti karakter tersebut dengan garis bawah saat membuat tabel tujuan.

Misalnya, table.name di database sumber menjadi table_name di BigQuery.

Untuk informasi selengkapnya tentang nama tabel di BigQuery, lihat Penamaan tabel.
BigQuery tidak mendukung lebih dari empat kolom pengelompokan. Saat mereplikasi tabel dengan lebih dari empat kolom kunci utama, Datastream menggunakan empat kolom kunci utama sebagai kolom pengelompokan.
Datastream memetakan literal tanggal dan waktu di luar rentang seperti jenis tanggal tak terbatas PostgreSQL ke nilai berikut:
- DATE positif ke nilai 9999-12-31
- DATE negatif ke nilai 0001-01-01
- TIMESTAMP positif ke nilai 9999-12-31 23:59:59.999000 UTC
- TIMESTAMP negatif ke nilai 0001-01-01 00:00:00 UTC
BigQuery tidak mendukung tabel streaming yang memiliki kunci utama jenis data FLOAT atau REAL. Tabel tersebut tidak direplikasi.

Untuk mempelajari jenis dan rentang tanggal BigQuery lebih lanjut, lihat Jenis data.