BigQuery-Abos

Dieses Dokument bietet einen Überblick über ein BigQuery-Abo, seinen Workflow und die zugehörigen Attribute.

Ein BigQuery-Abo ist eine Art Exportabo, das Nachrichten beim Empfang in eine vorhandene BigQuery-Tabelle schreibt. Sie müssen keinen separaten Abonnentenclient konfigurieren. Verwenden Sie die Google Cloud Console, die Google Cloud CLI, die Clientbibliotheken oder die Pub/Sub API, um ein BigQuery-Abo zu erstellen, zu aktualisieren, aufzulisten, zu trennen oder zu löschen.

Ohne den BigQuery-Abotyp benötigen Sie ein Pull- oder Push-Abo und einen Abonnenten (z. B. Dataflow), der Nachrichten liest und in eine BigQuery-Tabelle schreibt. Der Aufwand zum Ausführen eines Dataflow-Jobs ist nicht erforderlich, wenn Nachrichten vor dem Speichern in einer BigQuery-Tabelle keine zusätzliche Verarbeitung erfordern. Sie können stattdessen ein BigQuery-Abo verwenden.

Eine Dataflow-Pipeline wird jedoch auch für Pub/Sub-Systeme empfohlen, bei denen eine Datentransformation erforderlich ist, bevor die Daten in einer BigQuery-Tabelle gespeichert werden. Informationen zum Streamen von Daten aus Pub/Sub zu BigQuery mithilfe von Dataflow finden Sie unter Von Pub/Sub zu BigQuery streamen.

Die Vorlage "Pub/Sub-Abo für BigQuery" aus Dataflow erzwingt standardmäßig eine genau einmalige Zustellung. Dies wird in der Regel durch Deduplizierungsmechanismen innerhalb der Dataflow-Pipeline erreicht. Das BigQuery-Abo unterstützt jedoch nur mindestens eine einmalige Übermittlung. Wenn eine genaue Deduplizierung für Ihren Anwendungsfall wichtig ist, erwägen Sie zum Umgang mit potenziellen Duplikaten nachgelagerte Prozesse in BigQuery.

Hinweise

Bevor Sie dieses Dokument lesen, sollten Sie sich mit folgenden Themen vertraut machen:

  • Informationen zur Funktionsweise von Pub/Sub und zu den verschiedenen Pub/Sub-Begriffen.

  • Die verschiedenen Arten von Abos, die von Pub/Sub unterstützt werden, und warum Sie ein BigQuery-Abo verwenden sollten.

  • Funktionsweise von BigQuery und Konfiguration und Verwaltung von BigQuery-Tabellen

BigQuery-Abo-Workflow

Die folgende Abbildung zeigt den Workflow zwischen einem BigQuery-Abo und BigQuery.

Nachrichtenfluss für ein BigQuery-Abo
Abbildung 1. Workflow für ein BigQuery-Abo

Hier ist eine kurze Beschreibung des Workflows, der auf Abbildung 1 verweist:

  1. Pub/Sub verwendet die BigQuery Storage Write API, um Daten an die BigQuery-Tabelle zu senden.
  2. Die Nachrichten werden in Batches an die BigQuery-Tabelle gesendet.
  3. Nach erfolgreichem Abschluss eines Schreibvorgangs gibt die API eine OK-Antwort zurück.
  4. Wenn beim Schreibvorgang Fehler auftreten, wird die Pub/Sub-Nachricht selbst negativ bestätigt. Die Nachricht wird dann noch einmal gesendet. Wenn die Nachricht oft genug fehlschlägt und für das Abo ein Thema für unzustellbare Nachrichten konfiguriert ist, wird die Nachricht in das Thema für unzustellbare Nachrichten verschoben.

Attribute eines BigQuery-Abos

Die Attribute, die Sie für ein BigQuery-Abo konfigurieren, bestimmen die BigQuery-Tabelle, in die Pub/Sub Nachrichten schreibt, sowie den Schematyp dieser Tabelle.

Weitere Informationen finden Sie unter BigQuery-Attribute.

Schemakompatibilität

Pub/Sub und BigQuery verwenden unterschiedliche Möglichkeiten, um Schemas zu definieren. Pub/Sub-Schemas werden im Apache Avro- oder Protocol Buffer-Format definiert, während BigQuery-Schemas in verschiedenen Formaten definiert werden. Im Folgenden finden Sie eine Liste wichtiger Informationen zur Schemakompatibilität zwischen einem Pub/Sub-Thema und einer BigQuery-Tabelle.

  • Nachrichten, die ein falsch formatiertes Feld enthalten, werden nicht in BigQuery geschrieben.

  • Im BigQuery-Schema sind INT, SMALLINT, INTEGER, BIGINT, TINYINT und BYTEINT Aliasse für INTEGER. DECIMAL ist ein Alias für NUMERIC und BIGDECIMAL ein Alias für BIGNUMERIC.

  • Wenn der Typ im Themenschema ein string und der Typ in der BigQuery-Tabelle JSON, TIMESTAMP, DATETIME, DATE, TIME, NUMERIC oder BIGNUMERIC ist, muss jeder Wert für dieses Feld in einer Pub/Sub-Nachricht dem für den BigQuery-Datentyp angegebenen Format entsprechen.

  • Einige logische Avro-Typen werden unterstützt, wie in der folgenden Tabelle angegeben. Alle logischen Typen, die nicht aufgeführt sind, entsprechen nur dem entsprechenden Avro-Typ, den sie annotieren, wie in der Avro-Spezifikation beschrieben.

Im Folgenden finden Sie eine Sammlung von Zuordnung verschiedener Schemaformate zu BigQuery-Datentypen.

Avro-Typen

Avro-Typ BigQuery-Datentyp
null Any NULLABLE
boolean BOOLEAN
int INTEGER, NUMERIC oder BIGNUMERIC
long INTEGER, NUMERIC oder BIGNUMERIC
float FLOAT64, NUMERIC oder BIGNUMERIC
double FLOAT64, NUMERIC oder BIGNUMERIC
bytes BYTES, NUMERIC oder BIGNUMERIC
string STRING, JSON, TIMESTAMP, DATETIME, DATE, TIME, NUMERIC oder BIGNUMERIC
record RECORD/STRUCT
array von Type REPEATED Type
map mit dem Werttyp ValueType REPEATED STRUCT <key STRING, value ValueType>
union mit zwei Typen, dem einen null und dem anderen Type NULLABLE Type
Andere union Nicht zugeordnet
fixed BYTES, NUMERIC oder BIGNUMERIC
enum INTEGER

Logische Avro-Typen

Avro Logical-Typ BigQuery-Datentyp
timestamp-micros TIMESTAMP
date DATE
time-micros TIME
duration INTERVAL
decimal NUMERIC oder BIGNUMERIC

Protokollzwischenspeichertypen

Protokollzwischenspeichertyp BigQuery-Datentyp
double FLOAT64, NUMERIC oder BIGNUMERIC
float FLOAT64, NUMERIC oder BIGNUMERIC
int32 INTEGER, NUMERIC, BIGNUMERIC oder DATE
int64 INTEGER, NUMERIC, BIGNUMERIC, DATE, DATETIME oder TIMESTAMP
uint32 INTEGER, NUMERIC, BIGNUMERIC oder DATE
uint64 NUMERIC oder BIGNUMERIC
sint32 INTEGER, NUMERIC oder BIGNUMERIC
sint64 INTEGER, NUMERIC, BIGNUMERIC, DATE, DATETIME oder TIMESTAMP
fixed32 INTEGER, NUMERIC, BIGNUMERIC oder DATE
fixed64 NUMERIC oder BIGNUMERIC
sfixed32 INTEGER, NUMERIC, BIGNUMERIC oder DATE
sfixed64 INTEGER, NUMERIC, BIGNUMERIC, DATE, DATETIME oder TIMESTAMP
bool BOOLEAN
string STRING, JSON, TIMESTAMP, DATETIME, DATE, TIME, NUMERIC oder BIGNUMERIC
bytes BYTES, NUMERIC oder BIGNUMERIC
enum INTEGER
message RECORD/STRUCT
oneof Nicht zugeordnet
map<KeyType, ValueType> REPEATED RECORD<key KeyType, value ValueType>
enum INTEGER
repeated/array of Type REPEATED Type

Ganzzahldarstellung von Datum und Uhrzeit

Bei der Zuordnung von einer Ganzzahl zu einem der Datums- oder Uhrzeittypen muss die Zahl den richtigen Wert darstellen. Im Folgenden wird die Zuordnung von BigQuery-Datentypen zur Ganzzahl dargestellt, die sie darstellt.

BigQuery-Datentyp Ganzzahldarstellung
DATE Die Anzahl der Tage seit der Unix-Epoche, 1. Januar 1970
DATETIME Das Datum und die Uhrzeit in Mikrosekunden, ausgedrückt als amtliche Zeitung mithilfe des CivilTimeEncoder
TIME Die Zeit in Mikrosekunden, ausgedrückt als amtliche Zeit mithilfe des CivilTimeEncoder
TIMESTAMP Die Anzahl der Mikrosekunden seit der Unix-Epoche, 1. Januar 1970, 00:00:00 UTC

Change Data Capture in BigQuery

BigQuery-Abos unterstützen CDC-Aktualisierungen (Change Data Capture), wenn use_topic_schema oder use_table_schema in den Aboattributen auf true festgelegt ist. Wenn Sie das Feature mit use_topic_schema verwenden möchten, legen Sie das Schema des Themas mit dem folgenden Feld fest:

  • _CHANGE_TYPE (erforderlich): Das Feld string ist auf UPSERT oder DELETE festgelegt.

    • Wenn bei einer Pub/Sub-Nachricht, die in die BigQuery-Tabelle geschrieben wird, _CHANGE_TYPE auf UPSERT gesetzt ist, aktualisiert BigQuery die Zeile mit demselben Schlüssel, sofern vorhanden, oder fügt eine neue Zeile ein, wenn dies nicht der Fall ist.

    • Wenn bei einer Pub/Sub-Nachricht, die in die BigQuery-Tabelle geschrieben wird, _CHANGE_TYPE auf DELETE gesetzt ist, löscht BigQuery die Zeile mit dem gleichen Schlüssel aus der Tabelle, sofern vorhanden.

Fügen Sie das vorherige Feld in die JSON-Nachricht ein, um das Feature mit use_table_schema zu verwenden.

Pub/Sub-Dienstkontoberechtigungen

Zum Erstellen eines BigQuery-Abos muss das Pub/Sub-Dienstkonto die Berechtigung zum Schreiben in die jeweilige BigQuery-Tabelle und zum Lesen der Tabellenmetadaten haben. Weitere Informationen finden Sie unter Einem Pub/Sub-Dienstkonto BigQuery-Rollen zuweisen.

Umgang mit Nachrichtenfehlern

Wenn eine Pub/Sub-Nachricht nicht in BigQuery geschrieben werden kann, kann die Nachricht nicht bestätigt werden. Konfigurieren Sie zum Weiterleiten solcher unzustellbarer Nachrichten ein Thema für unzustellbare Nachrichten für das BigQuery-Abo. Die an das Thema für unzustellbare Nachrichten weitergeleitete Pub/Sub-Nachricht enthält das Attribut CloudPubSubDeadLetterSourceDeliveryErrorMessage mit dem Grund, warum die Pub/Sub-Nachricht nicht in BigQuery geschrieben werden konnte.

Kontingente und Limits

Für den BigQuery-Abonnentendurchsatz pro Region gelten Kontingentbeschränkungen. Weitere Informationen finden Sie unter Pub/Sub-Kontingente und -Limits.

BigQuery-Abos schreiben Daten mithilfe der BigQuery Storage Write API. Informationen zu den Kontingenten und Limits für die Storage Write API finden Sie unter BigQuery Storage Write API-Anfragen. BigQuery-Abos verbrauchen nur das Durchsatzkontingent für die Storage Write API. Sie können die anderen Überlegungen zu Storage Write API-Kontingenten in dieser Instanz ignorieren.

Preise

Informationen zu den Preisen für BigQuery-Abos finden Sie auf der Seite Pub/Sub – Preise.

Nächste Schritte