BigQuery-Abos

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

Ein BigQuery-Abo ist eine Art Exportabo, bei dem Nachrichten beim Empfang in eine vorhandene BigQuery-Tabelle geschrieben werden. Sie müssen keinen separaten Abonnentenclient konfigurieren. Mit der Google Cloud Console, der Google Cloud CLI, den Clientbibliotheken oder der Pub/Sub API können Sie BigQuery-Abos erstellen, aktualisieren, auflisten, trennen oder 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 beim Ausführen eines Dataflow-Job ist nicht erforderlich, wenn für Nachrichten nichts erforderlich ist zusätzliche Verarbeitung vor dem Speichern in einer BigQuery-Tabelle; können Sie stattdessen ein BigQuery-Abo verwenden.

Eine Dataflow-Pipeline wird jedoch für Pub/Sub-Systeme, bei denen zuerst eine gewisse Datentransformation erforderlich ist werden die Daten in einer BigQuery-Tabelle gespeichert. Weitere Informationen zum Streamen Daten von Pub/Sub zu BigQuery mit Transformation mit Dataflow ausführen, siehe "Streamen von Pub/Sub zu BigQuery

Die Pub/Sub-Abo-zu-BigQuery-Vorlage aus Dataflow erzwingt standardmäßig eine Übermittlung genau einmal. Dies wird in der Regel durch Deduplizierungsmechanismen innerhalb der Dataflow-Pipeline. Das BigQuery-Abo unterstützt jedoch nur die Übermittlung mindestens einmal. Wenn die genaue Deduplizierung die für Ihren Anwendungsfall wichtig sind, sollten Sie nachgelagerte Prozesse BigQuery zum Verarbeiten potenzieller Duplikate.

Hinweis

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

  • Die Funktionsweise von Pub/Sub und die verschiedenen Pub/Sub-Bedingungen

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

  • Informationen zur Funktionsweise von BigQuery und zum Konfigurieren und Verwalten von BigQuery-Tabellen.

BigQuery-Aboworkflow

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-Meldung aus. Antwort.
  4. Bei Fehlern beim Schreibvorgang 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 Eigenschaften, die Sie für ein BigQuery-Abo konfigurieren, bestimmen die BigQuery-Tabelle, in die Pub/Sub Nachrichten schreibt, und den Schematyp dieser Tabelle.

Weitere Informationen finden Sie unter BigQuery-Properties.

Schemakompatibilität

Dieser Abschnitt gilt nur, wenn Sie beim Erstellen eines BigQuery-Abos die Option Schema des Themas verwenden auswählen.

Pub/Sub und BigQuery nutzen unterschiedliche ihre Schemas zu definieren. Pub/Sub-Schemas sind in Apache definiert Avro- oder Protocol Buffer-Format während BigQuery-Schemas werden mithilfe eines in verschiedenen Formaten.

Im Folgenden finden Sie eine Liste mit wichtige Informationen zur Schemakompatibilität zwischen einem Pub/Sub-Thema und eine BigQuery-Tabelle.

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

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

  • Wenn der Typ im Themenschema 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 wie in der Avro-Spezifikation beschrieben.

Im Folgenden finden Sie eine Sammlung von Zuordnungen 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, einer mit null und die anderen Type NULLABLE Type
Sonstige unions Nicht kartografierbar
fixed BYTES, NUMERIC oder BIGNUMERIC
enum INTEGER

Logische Avro-Typen

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

Protokollpuffertypen

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. Unten finden Sie die Zuordnung von BigQuery-Datentypen zu den entsprechenden Ganzzahlen.

BigQuery-Datentyp Ganzzahldarstellung
DATE Die Anzahl der Tage seit der Unix-Epoche, 1. Januar 1970
DATETIME Datum und Uhrzeit in Mikrosekunden, ausgedrückt als bürgerliche Zeit mit dem CivilTimeEncoder
TIME Die Zeit in Mikrosekunden, ausgedrückt als bürgerliche Zeit mit dem 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 Aboeigenschaften auf true festgelegt ist. Wenn Sie die Funktion mit use_topic_schema verwenden möchten, legen Sie das Schema des Themas mit den folgenden Feldern 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 festgelegt ist, aktualisiert BigQuery die Zeile mit demselben Schlüssel, falls vorhanden, oder fügt eine neue Zeile ein, falls nicht.

    • Wenn für eine Pub/Sub-Nachricht, die in die BigQuery-Tabelle geschrieben wurde, _CHANGE_TYPE auf DELETE festgelegt ist, löscht BigQuery die Zeile in der Tabelle mit demselben Schlüssel, falls vorhanden.

  • _CHANGE_SEQUENCE_NUMBER (optional): Ein int64- (long) oder int32-Feld (int), das dafür sorgt, dass Aktualisierungen und Löschvorgänge in der BigQuery-Tabelle in der richtigen Reihenfolge verarbeitet werden. Nachrichten mit demselben Zeilenschlüssel müssen einen monoton steigenden Wert für _CHANGE_SEQUENCE_NUMBER enthalten. Nachrichten mit Sequenznummern, die kleiner sind als die höchste verarbeitete Sequenznummer für eine Zeile, haben keine Auswirkungen auf die Zeile in der BigQuery-Tabelle. Hinweis dass Pub/Sub einen auf Ganzzahlen basierenden Wert benötigt, Der stringbasierte Wert, der bei der Interaktion mit BigQuery verwendet wird .

Wenn Sie die Funktion mit use_table_schema verwenden möchten, fügen Sie die vorherigen Felder in die JSON-Nachricht ein.

Pub/Sub-Dienstkontoberechtigungen

Zum Erstellen eines BigQuery-Abos Dienstkonto muss die Berechtigung zum Schreiben in den spezifischen BigQuery-Tabelle und zum Lesen der Tabellenmetadaten. Weitere Informationen Weitere Informationen zum Zuweisen von BigQuery-Rollen zum Pub/Sub-Dienst Konto.

Umgang mit Nachrichtenfehlern

Wenn eine Pub/Sub-Nachricht nicht in BigQuery geschrieben werden kann, kann sie nicht bestätigt werden. Wenn Sie solche nicht zustellbaren Nachrichten weiterleiten möchten, konfigurieren Sie 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.

Wenn Pub/Sub keine Nachrichten in BigQuery schreiben kann, verzögert Pub/Sub die Zustellung der Nachrichten ähnlich wie beim Push-Backoff-Verhalten. Wenn die hat ein Thema für unzustellbare Nachrichten angehängt unterstützt Pub/Sub die Zustellung nicht, wenn Nachrichtenfehler auftreten. auf Schemakompatibilitätsfehler zurückzuführen.

Kontingente und Limits

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

Bei BigQuery-Abos werden Daten mithilfe der BigQuery Storage Write API geschrieben. Für 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. Die anderen Kontingente für die Storage Write API können in diesem Fall ignoriert werden.

Preise

Informationen zu den Preisen für BigQuery-Abos finden Sie in der Pub/Sub-Preisseite

Nächste Schritte