このドキュメントでは、BigQuery サブスクリプション、そのワークフロー、関連するプロパティの概要について説明します。
BigQuery サブスクリプションは、受信時に既存の BigQuery テーブルにメッセージを書き込むエクスポート サブスクリプションの一種です。別のサブスクライバー クライアントを構成する必要はありません。 Google Cloud コンソール、Google Cloud CLI、クライアント ライブラリ、または Pub/Sub API を使用して、BigQuery サブスクリプションの作成、更新、一覧表示、接続解除、削除を行います。
BigQuery サブスクリプション タイプがない場合は、pull サブスクリプションまたは push サブスクリプションと、メッセージを読み取り、BigQuery テーブルに書き込むサブスクライバー(Dataflow など)が必要です。メッセージが BigQuery テーブルに保存される前に追加の処理が不要な場合は、Dataflow ジョブを実行するオーバーヘッドは必要ありません。代わりに BigQuery サブスクリプションを使用できます。
ただし、データを BigQuery テーブルに保存する前にデータ変換が必要な Pub/Sub システムでは、Dataflow パイプラインの使用をおすすめします。Dataflow を使用して変換で Pub/Sub から BigQuery にデータをストリーミングする方法については、Pub/Sub から BigQuery へのストリーミングをご覧ください。
Dataflow の Pub/Sub subscription to BigQuery テンプレートでは、デフォルトで 1 回限りの配信が適用されます。これは通常、Dataflow パイプライン内の重複除去メカニズムによって実現されます。ただし、BigQuery サブスクリプションでは少なくとも 1 回 の配信のみがサポートされます。ユースケースで完全な重複除去が重要である場合は、BigQuery のダウンストリーム プロセスで重複の可能性を処理することを検討してください。
始める前に
このドキュメントを読む前に、次の内容をよく理解しておいてください。
Pub/Sub の仕組みとさまざまな Pub/Sub の用語。
Pub/Sub がサポートするさまざまなサブスクリプションの種類と、BigQuery サブスクリプションを使用する理由。
BigQuery の仕組みと、BigQuery テーブルを構成して管理する方法。
BigQuery サブスクリプション ワークフロー
次の図は、BigQuery サブスクリプションと BigQuery の間のワークフローを示しています。
図 1 を参照するワークフローの概要は次のとおりです。
- Pub/Sub は、BigQuery Storage Write API を使用して BigQuery テーブルにデータを送信します。
- メッセージはバッチで BigQuery テーブルに送信されます。
- 書き込みオペレーションが正常に完了すると、API は OK レスポンスを返します。
- 書き込みオペレーション中にエラーが発生した場合、Pub/Sub メッセージ自体に否定応答が行われます。 その後、メッセージが再送信されます。メッセージが十分な回数失敗し、サブスクリプションにデッドレター トピックが構成されている場合、メッセージはデッドレター トピックに移動します。
BigQuery のサブスクリプションのプロパティ
BigQuery サブスクリプションに対して構成するプロパティによって、Pub/Sub がメッセージを書き込む BigQuery テーブルと、そのテーブルのスキーマのタイプが決まります。
詳細については、BigQuery のプロパティをご覧ください。
スキーマの互換性
このセクションは、BigQuery サブスクリプションを作成するときに [トピック スキーマを使用する] オプションを選択した場合にのみ適用されます。
Pub/Sub と BigQuery は、スキーマの定義に異なる方法を使用します。Pub/Sub スキーマは Apache Avro または Protocol Buffer の形式で定義されますが、BigQuery スキーマはさまざまな形式を使用して定義されます。
Pub/Sub トピックと BigQuery テーブルとの間のスキーマ互換性に関する重要な情報を次に示します。
形式が正しくないフィールドを含むメッセージは、BigQuery に書き込まれません。
BigQuery のスキーマで、
INT
、SMALLINT
、INTEGER
、BIGINT
、TINYINT
、BYTEINT
はINTEGER
のエイリアス、DECIMAL
はNUMERIC
のエイリアス、BIGDECIMAL
はBIGNUMERIC
のエイリアスです。トピック スキーマの型が
string
で、BigQuery テーブルの型がJSON
、TIMESTAMP
、DATETIME
、DATE
、TIME
、NUMERIC
、またはBIGNUMERIC
の場合、Pub/Sub メッセージのフィールドは、BigQuery データ型に指定された形式に従う必要があります。Avro の論理型の一部がサポートされています。サポートされているものを次の表に示します。表に記載されていない論理型は、その論理型によってアノテーションを付けられる同等の Avro 型と一致します。詳細については、Avro の仕様をご覧ください。
以下に、さまざまなスキーマ形式の BigQuery データ型へのマッピングのコレクションを示します。
Avro 型
Avro 型 | BigQuery のデータ型 |
null |
Any NULLABLE |
boolean |
BOOLEAN |
int |
INTEGER 、NUMERIC 、またはBIGNUMERIC |
long |
INTEGER 、NUMERIC 、またはBIGNUMERIC |
float |
FLOAT64 、NUMERIC 、またはBIGNUMERIC |
double |
FLOAT64 、NUMERIC 、またはBIGNUMERIC |
bytes |
BYTES 、NUMERIC 、またはBIGNUMERIC |
string |
STRING 、JSON 、TIMESTAMP 、DATETIME 、DATE 、TIME 、NUMERIC 、またはBIGNUMERIC |
record |
RECORD/STRUCT |
array /Type |
REPEATED Type |
値タイプ ValueType を持つ map
|
REPEATED STRUCT <key STRING, value
ValueType> |
null と Type の 2 タイプがある union |
NULLABLE Type |
その他の union |
マッピング不可 |
fixed |
BYTES 、NUMERIC 、またはBIGNUMERIC |
enum |
INTEGER |
Avro の論理型
Avro の論理型 | BigQuery のデータ型 |
timestamp-micros |
TIMESTAMP |
date |
DATE |
time-micros |
TIME |
duration |
INTERVAL |
decimal |
NUMERIC または BIGNUMERIC |
プロトコル バッファタイプ
プロトコル バッファ型 | BigQuery のデータ型 |
double |
FLOAT64 、NUMERIC 、またはBIGNUMERIC |
float |
FLOAT64 、NUMERIC 、またはBIGNUMERIC |
int32 |
INTEGER 、NUMERIC 、BIGNUMERIC または DATE |
int64 |
INTEGER 、NUMERIC 、BIGNUMERIC 、DATE 、DATETIME または TIMESTAMP |
uint32 |
INTEGER 、NUMERIC 、BIGNUMERIC または DATE |
uint64 |
NUMERIC または BIGNUMERIC |
sint32 |
INTEGER 、NUMERIC 、またはBIGNUMERIC |
sint64 |
INTEGER 、NUMERIC 、BIGNUMERIC 、DATE 、DATETIME または TIMESTAMP |
fixed32 |
INTEGER 、NUMERIC 、BIGNUMERIC または DATE |
fixed64 |
NUMERIC または BIGNUMERIC |
sfixed32 |
INTEGER 、NUMERIC 、BIGNUMERIC または DATE |
sfixed64 |
INTEGER 、NUMERIC 、BIGNUMERIC 、DATE 、DATETIME または TIMESTAMP |
bool |
BOOLEAN |
string |
STRING 、JSON 、TIMESTAMP 、DATETIME 、DATE 、TIME 、NUMERIC 、またはBIGNUMERIC |
bytes |
BYTES 、NUMERIC 、またはBIGNUMERIC |
enum |
INTEGER |
message |
RECORD/STRUCT |
oneof |
マッピング不可 |
map<KeyType, ValueType> |
REPEATED RECORD<key KeyType, value
ValueType> |
enum |
INTEGER |
repeated/array of Type |
REPEATED Type |
日時整数表現
整数から日付型または時刻型のいずれかにマッピングする場合、数値は正しい値を表す必要があります。以下に、BigQuery データ型とそれらを表す整数のマッピングを示します。
BigQuery のデータ型 | 整数の表現 |
DATE |
Unix エポックである1970 年 1 月 1 日からの日数 |
DATETIME |
CivilTimeEncoder を使用して常用時として表された日時(マイクロ秒単位) |
TIME |
CivilTimeEncoder を使用して常用時として表された時間(マイクロ秒単位) |
TIMESTAMP |
Unix エポックである1970 年 1 月 1 日 00:00:00 UTC からのマイクロ秒数 |
BigQuery の変更データ キャプチャ
BigQuery サブスクリプションでは、use_topic_schema
または use_table_schema
がサブスクリプション プロパティで true
に設定されてる場合、変更データ キャプチャ(CDC)の更新がサポートされます。use_topic_schema
でこの機能を使用するには、次のフィールドを使用してトピックのスキーマを設定します。
_CHANGE_TYPE
(必須):UPSERT
またはDELETE
に設定されたstring
フィールド。BigQuery テーブルに書き込まれた Pub/Sub メッセージの
_CHANGE_TYPE
がUPSERT
に設定されている場合、BigQuery は同じキーが存在する場合は対象のキーで行を更新し、同じキーが存在しない場合は新しい行を挿入します。BigQuery テーブルに書き込まれた Pub/Sub メッセージの
_CHANGE_TYPE
がDELETE
に設定されている場合、BigQuery は同じがキーが存在する場合は対象のキーでテーブル内の行を削除します。
_CHANGE_SEQUENCE_NUMBER
(省略可): BigQuery テーブルに対する更新と削除を確実に行うために設定されたint64
(long
)フィールドが順番に処理されます。同じ行キーのメッセージには、_CHANGE_SEQUENCE_NUMBER
の単調に増加する値が含まれている必要があります。行に対して処理された最大シーケンス番号よりも小さいシーケンス番号を持つメッセージは、BigQuery テーブルの行に影響しません。Pub/Sub では、BigQuery を直接操作する場合に使用される文字列ベースの値ではなく、整数ベースの値が必要です。
use_table_schema
でこの機能を使用するには、JSON メッセージに上記のフィールドを含めます。
Pub/Sub サービス アカウントの権限
BigQuery サブスクリプションを作成するには、Pub/Sub サービス アカウントに、特定の BigQuery テーブルへの書き込みとテーブル メタデータの読み取りを行う権限が必要です。詳細については、Pub/Sub サービス アカウントに BigQuery のロールを割り当てるをご覧ください。
メッセージ エラーの処理
Pub/Sub メッセージを BigQuery に書き込めない場合、メッセージの確認応答はできません。このような配信不能メッセージを転送するには、BigQuery サブスクリプションでデッドレター トピックを構成します。デッドレター トピックに転送された Pub/Sub メッセージには、Pub/Sub メッセージを BigQuery に書き込めなかった理由を示す属性 CloudPubSubDeadLetterSourceDeliveryErrorMessage
が含まれています。
Pub/Sub が BigQuery にメッセージを書き込むことができない場合、Pub/Sub は push バックオフ動作と同様の方法でメッセージの配信を解除します。ただし、サブスクリプションにデッドレター トピックがアタッチされているときに、スキーマの互換性エラーが原因でメッセージ エラーが発生した場合、Pub/Sub は配信を解除しません。
割り当てと上限
リージョンごとの BigQuery サブスクライバーのスループットには割り当て上限があります。詳細については、Pub/Sub の割り当てと上限をご覧ください。
BigQuery サブスクリプションは、BigQuery Storage Write API を使用してデータを書き込みます。Storage Write API の割り当てと制限については、BigQuery Storage Write API リクエストをご覧ください。BigQuery サブスクリプションは、Storage Write API のスループット割り当てのみを使用します。このインスタンスでは、Storage Write API の他の割り当てに関する考慮事項は無視できます。
料金
BigQuery サブスクリプションの料金については、Pub/Sub の料金ページをご覧ください。
次のステップ
サブスクリプション(BigQuery サブスクリプションなど)を作成します。
BigQuery サブスクリプションのトラブルシューティングを行う。
BigQuery について確認する。
BigQuery サブスクリプションを含む Pub/Sub の料金を確認する。
gcloud
CLI コマンドを使用して、サブスクリプションを作成または変更する。REST API を使用してサブスクリプションを作成または変更する。