Modifica partizioni, record e query di flussi di dati

In questa pagina vengono descritti in dettaglio i seguenti attributi delle modifiche in tempo reale:

  • Il suo modello di partizionamento basato su suddivisione
  • Il formato e il contenuto dei record delle modifiche in tempo reale
  • La sintassi di basso livello utilizzata per eseguire query su questi record
  • Esempio di flusso di lavoro delle query

Le informazioni su questa pagina sono più pertinenti per l'utilizzo dell'API Spanner per eseguire direttamente query sulle modifiche in tempo reale. Applicazioni che invece utilizzano Dataflow per leggere le modifiche in tempo reale dati non devono lavorare direttamente con il modello dei dati. descritti qui.

Per una guida introduttiva più ampia ai modifiche in tempo reale, consulta Stream di modifiche Panoramica.

Partizioni delle modifiche in tempo reale

Quando si verifica una modifica in una tabella controllata da un flusso di modifiche, Spanner scrive un record di modifiche in tempo reale corrispondente nel database, in modo sincrono nella stessa transazione con la modifica dei dati. Questo garantisce che, se la transazione ha esito positivo, Spanner ha anche ha acquisito correttamente e ha mantenuto la modifica. Internamente, Spanner co-posiziona il record di modifiche in tempo reale e la modifica dei dati in modo che vengano elaborati dallo stesso server per ridurre al minimo l'overhead di scrittura.

Come parte del DML per una particolare suddivisione, accoda la scrittura ai dati corrispondenti del flusso di modifiche suddivisi nella stessa transazione. A causa di questa colocation, cambia I flussi di dati non aggiungono ulteriore coordinazione tra le risorse di distribuzione, il che riduce al minimo l'overhead del commit della transazione.

immagine

Spanner offre scalabilità dividendo e unendo dinamicamente i dati in base sul carico e sulle dimensioni del database e sulla distribuzione delle suddivisioni tra le risorse di servizio.

A abilita le scritture e le letture dei modifiche in tempo reale per la scalabilità, Spanner e unisce la memoria interna delle modifiche in tempo reale ai dati del database, evitando automaticamente gli hotspot. Per supportare la lettura dei record di modifiche in tempo reale quasi in tempo reale quando il database scrive la scalabilità, l'API Spanner progettato per eseguire query su un flusso di modifiche contemporaneamente utilizzando partizioni di Compute Engine. Le partizioni delle modifiche in tempo reale vengono mappate alle suddivisioni dei dati delle modifiche in tempo reale che contengono i record di modifiche in tempo reale. Una modifica alle partizioni di una modifica in tempo reale in modo dinamico nel tempo e sono correlati al modo in cui Spanner divide e unisce dinamicamente i dati del database.

Una partizione di modifiche in tempo reale contiene i record per un intervallo di chiavi immutabile per un in un intervallo di tempo specifico. Qualsiasi partizione di modifiche in tempo reale può essere suddivisa in una o più partizioni di modifiche in tempo reale oppure unite ad altre partizioni di flusso di modifiche. Quando questi che si verificano eventi di suddivisione o unione, le partizioni secondarie vengono create per acquisire le modifiche per i rispettivi intervalli di chiavi immutabili per l'intervallo di tempo successivo. Inoltre, ai record delle modifiche ai dati, una query di modifica in tempo reale restituisce i record di partizione figlio notifica ai lettori le nuove partizioni delle modifiche in tempo reale su cui è necessario eseguire query; come record di heartbeat per indicare l'avanzamento in avanti quando non sono state eseguite scritture di recente.

Quando si esegue una query su una particolare partizione di modifiche in tempo reale, i record delle modifiche vengono restituiti nell'ordine del timestamp di commit. Ogni record di modifica viene restituito esattamente una volta sola. Tra le partizioni di modifiche in tempo reale, non è garantito l'ordine delle modifiche record. I record delle modifiche per una determinata chiave primaria vengono restituiti solo in una per un determinato intervallo di tempo.

A causa della derivazione della partizione padre-figlio, al fine di elaborare le modifiche per un chiave specifica nell'ordine del timestamp di commit, i record restituiti devono essere elaborate solo dopo i record di tutte le partizioni padre partizioni sono state elaborate.

Funzioni di lettura delle modifiche in tempo reale e sintassi delle query

GoogleSQL

Per eseguire query sulle modifiche in tempo reale, puoi utilizzare ExecuteStreamingSql API. Spanner crea automaticamente una funzione di lettura speciale con le modifiche in tempo reale. La funzione di lettura fornisce accesso alla modifica i record dello stream. La convenzione di denominazione delle funzioni di lettura READ_change_stream_name.

Presumendo che nel database esista un flusso di modifiche SingersNameStream, la sintassi delle query per GoogleSQL è la seguente:

SELECT ChangeRecord
FROM READ_SingersNameStream (
    start_timestamp,
    end_timestamp,
    partition_token,
    heartbeat_milliseconds,
    read_options
)

La funzione di lettura accetta i seguenti argomenti:

Nome argomento Tipo Obbligatorio? Descrizione
start_timestamp TIMESTAMP Obbligatorio Specifica che i record con commit_timestamp maggiore o uguale a start_timestamp da restituire. Il valore deve essere compreso nel flusso di modifiche di periodo di conservazione e deve essere inferiore o uguale all'ora corrente, e maggiore o uguale al timestamp della creazione della modifica in tempo reale.
end_timestamp TIMESTAMP Facoltativo (valore predefinito: NULL) Specifica che i record con commit_timestamp in meno o uguale a end_timestamp deve da restituire. Il valore deve rientrare nella conservazione delle modifiche in tempo reale e maggiore o uguale al start_timestamp. La query termina dopo aver restituito tutti i ChangeRecord fino a end_timestamp o l'utente interrompe la connessione. Se NULL o meno specificato, la query viene eseguita finché non vengono restituiti tutti i ChangeRecord o dall'utente termina la connessione.
partition_token STRING Facoltativo (valore predefinito: NULL) Specifica la partizione di modifiche in tempo reale su cui eseguire la query, in base alla contenuto delle partizioni figlio record. Se NULL o non specificato, significa che Reader sta eseguendo una query sul flusso di modifiche per la prima volta e ha non hai ottenuto token di partizione specifici da cui eseguire la query.
heartbeat_milliseconds INT64 Obbligatorio Determina la frequenza con cui viene restituito un ChangeRecord di heartbeat nel caso in cui non siano presenti transazioni confermate in questa partizione. Il valore deve essere compreso tra 1,000 (un secondo) e 30,0000 (cinque minuti).
read_options ARRAY Facoltativo (valore predefinito: NULL) Ulteriori opzioni di lettura riservate per uso futuro. Al momento, l'unico valore consentito è NULL.

Consigliamo di utilizzare un metodo pratico per creare il testo del tag di lettura della query di funzione e dei parametri di associazione, come mostrato di seguito esempio.

Java

private static final String SINGERS_NAME_STREAM_QUERY_TEMPLATE =
        "SELECT ChangeRecord FROM READ_SingersNameStream"
            + "("
            + "   start_timestamp => @startTimestamp,"
            + "   end_timestamp => @endTimestamp,"
            + "   partition_token => @partitionToken,"
            + "   heartbeat_milliseconds => @heartbeatMillis"
            + ")";

// Helper method to conveniently create change stream query texts and bind parameters.
public static Statement getChangeStreamQuery(
      String partitionToken,
      Timestamp startTimestamp,
      Timestamp endTimestamp,
      long heartbeatMillis) {
  return Statement.newBuilder(SINGERS_NAME_STREAM_QUERY_TEMPLATE)
                    .bind("startTimestamp")
                    .to(startTimestamp)
                    .bind("endTimestamp")
                    .to(endTimestamp)
                    .bind("partitionToken")
                    .to(partitionToken)
                    .bind("heartbeatMillis")
                    .to(heartbeatMillis)
                    .build();
}

PostgreSQL

Per eseguire query sulle modifiche in tempo reale, puoi utilizzare API ExecuteStreamingSql. Spanner crea automaticamente una funzione di lettura speciale con le modifiche in tempo reale. La funzione di lettura fornisce accesso alla modifica i record dello stream. La convenzione di denominazione delle funzioni di lettura spanner.read_json_change_stream_name.

Presumendo che nel database esista un flusso di modifiche SingersNameStream, la sintassi delle query per PostgreSQL è la seguente:

SELECT *
FROM "spanner"."read_json_SingersNameStream" (
    start_timestamp,
    end_timestamp,
    partition_token,
    heartbeat_milliseconds,
    null
)

La funzione di lettura accetta i seguenti argomenti:

Nome argomento Tipo Obbligatorio? Descrizione
start_timestamp timestamp with time zone Obbligatorio Specifica che i record di modifica con commit_timestamp maggiore o uguale a start_timestamp da restituire. Il valore deve essere compreso nel flusso di modifiche di periodo di conservazione e deve essere inferiore o uguale all'ora corrente, e maggiore o uguale al timestamp della creazione della modifica in tempo reale.
end_timestamp timestamp with timezone Facoltativo (valore predefinito: NULL) Specifica che i record delle modifiche con commit_timestamp minore o uguale a end_timestamp deve da restituire. Il valore deve rientrare nella conservazione delle modifiche in tempo reale e maggiore o uguale al start_timestamp. La query viene completata dopo aver restituito tutti i record delle modifiche fino a end_timestamp o l'utente interrompe la connessione. Se NULL, la query viene eseguita finché non vengono restituiti tutti i record delle modifiche o l'utente interrompe la connessione.
partition_token text Facoltativo (valore predefinito: NULL) Specifica la partizione di modifiche in tempo reale su cui eseguire la query, in base alla contenuto delle partizioni figlio record. Se NULL o non specificato, significa che Reader sta eseguendo una query sul flusso di modifiche per la prima volta e ha non hai ottenuto token di partizione specifici da cui eseguire la query.
heartbeat_milliseconds bigint Obbligatorio Determina la frequenza con cui viene restituito un ChangeRecord di heartbeat nel caso in cui non siano presenti transazioni confermate in questa partizione. Il valore deve essere compreso tra 1,000 (un secondo) e 300,000 (cinque minuti).
null null Obbligatorio Riservato per un uso futuro

Consigliamo di utilizzare un metodo pratico per creare il testo del tag la funzione di lettura e i parametri di associazione, come mostrato di seguito esempio.

Java

private static final String SINGERS_NAME_STREAM_QUERY_TEMPLATE =
        "SELECT * FROM \"spanner\".\"read_json_SingersNameStream\""
            + "($1, $2, $3, $4, null)";

// Helper method to conveniently create change stream query texts and bind parameters.
public static Statement getChangeStreamQuery(
      String partitionToken,
      Timestamp startTimestamp,
      Timestamp endTimestamp,
      long heartbeatMillis) {

  return Statement.newBuilder(SINGERS_NAME_STREAM_QUERY_TEMPLATE)
                    .bind("p1")
                    .to(startTimestamp)
                    .bind("p2")
                    .to(endTimestamp)
                    .bind("p3")
                    .to(partitionToken)
                    .bind("p4")
                    .to(heartbeatMillis)
                    .build();
}

Formato di record delle modifiche in tempo reale

GoogleSQL

La funzione di lettura delle modifiche in tempo reale restituisce una singola colonna ChangeRecord di tipo ARRAY<STRUCT<...>>. In ogni riga, questo array contiene sempre un singolo elemento.

Gli elementi array hanno il seguente tipo:

STRUCT <
  data_change_record ARRAY<STRUCT<...>>,
  heartbeat_record ARRAY<STRUCT<...>>,
  child_partitions_record ARRAY<STRUCT<...>>
>

Lo struct contiene tre campi: data_change_record, heartbeat_record e child_partitions_record, ciascuno del tipo ARRAY<STRUCT<...>>. In tutte le righe in cui la funzione di lettura delle modifiche in tempo reale restituisce, solo uno di questi tre campi contiene un valore; gli altri due sono vuote o NULL. Questi campi di array contengono al massimo un elemento.

Le sezioni seguenti esaminano ciascuno di questi tre tipi di record.

PostgreSQL

La funzione di lettura delle modifiche in tempo reale restituisce una singola colonna ChangeRecord di tipo JSON con la seguente struttura:

{
  "data_change_record" : {},
  "heartbeat_record" : {},
  "child_partitions_record" : {}
}

Esistono tre possibili chiavi in questo oggetto: data_change_record, heartbeat_record e child_partitions_record, il valore corrispondente il tipo è JSON. In ogni riga restituita dalla funzione di lettura delle modifiche in tempo reale, solo esiste una di queste tre chiavi.

Le sezioni seguenti esaminano ciascuno di questi tre tipi di record.

Record delle modifiche dei dati

Un record delle modifiche ai dati contiene un insieme di modifiche a una tabella stesso tipo di modifica (inserimento, aggiornamento o eliminazione) eseguito con lo stesso di commit in una partizione di modifiche in tempo reale per lo stesso transazione. È possibile restituire più record di modifiche dei dati per lo stesso su più partizioni delle modifiche in tempo reale.

Tutti i record delle modifiche ai dati hanno commit_timestamp, server_transaction_id, e record_sequence, che insieme determinano l'ordine della modifica "streaming" per un record di stream. Questi tre campi sono sufficienti per ricavare l'ordine delle modifiche e fornire coerenza esterna.

Tieni presente che più transazioni possono avere lo stesso timestamp di commit se toccano dati non sovrapposti. Il campo server_transaction_id consente di distinguere gli insiemi di modifiche tra le partizioni di modifiche in tempo reale) sono stati emessi all'interno dello stesso transazione. Accoppiandolo con record_sequence e I campi number_of_records_in_transaction consentono di eseguire il buffering e l'ordinamento tutti i record di una determinata transazione.

I campi di un record di modifica dei dati includono quanto segue:

GoogleSQL

Campo Tipo Descrizione
commit_timestamp TIMESTAMP Timestamp in cui è stato eseguito il commit della modifica.
record_sequence STRING Il numero di sequenza del record all'interno della transazione. I numeri di sequenza sono garantiti unici e in aumento monotonico (ma non necessariamente contigui) all'interno di una transazione. Ordina i record per lo stesso server_transaction_id entro il giorno record_sequence per ricostruire l'ordine delle modifiche all'interno della transazione.
server_transaction_id STRING Una stringa univoca a livello globale che rappresenta la transazione in di cui è stato eseguito il commit della modifica. Il valore deve essere nell'elaborazione dei record delle modifiche in tempo reale e non sono è correlato all'ID transazione nell'API Spanner.
is_last_record_in_transaction_in_partition BOOL Indica se questo è l'ultimo record per una transazione nella partizione corrente.
table_name STRING Nome della tabella interessata dalla modifica.
value_capture_type STRING

Descrive il tipo di acquisizione del valore specificato nel configurazione delle modifiche in tempo reale al momento dell'acquisizione di questa modifica.

Il tipo di acquisizione del valore può essere "OLD_AND_NEW_VALUES", "NEW_ROW", "NEW_VALUES" o "NEW_ROW_AND_OLD_VALUES". Per impostazione predefinita, è "OLD_AND_NEW_VALUES". Per ulteriori informazioni, consulta i tipi di acquisizione dei valori.

column_types ARRAY<STRUCT<
name STRING,
 type JSON,
 is_primary_key BOOL,
 ordinal_position INT64
>>		 Il nome della colonna, il tipo di colonna se si tratta di una chiave primaria e la posizione della colonna definita nello schema ("ordinal_position"). La prima colonna di una tabella nello schema avrebbe la posizione ordinale "1". Il tipo di colonna possono essere nidificati per le colonne di array. Il formato corrisponde alla struttura del tipo descritto nel riferimento per l'API Spanner.
mods ARRAY<STRUCT<
keys JSON,
 new_values JSON,
 old_values JSON
>>		 Descrive le modifiche apportate, inclusa la chiave primaria valori, i vecchi valori e i nuovi valori delle colonne modificate o monitorate. La disponibilità e il contenuto dei valori vecchi e nuovi dipenderanno dal valore configurato value_capture_type. I campi new_values e old_values contengono solo le colonne non chiave.
mod_type STRING Descrive il tipo di modifica. Uno tra INSERT, UPDATE o DELETE.
number_of_records_in_transaction INT64 Il numero di record delle modifiche dei dati che fanno parte di questo in tutte le partizioni delle modifiche in tempo reale.
number_of_partitions_in_transaction INT64 Il numero di partizioni che restituirà i record delle modifiche dei dati per questa transazione.
transaction_tag STRING Tag transazione associato a questa transazione.
is_system_transaction BOOL Indica se la transazione è di sistema.

PostgreSQL

Campo Tipo Descrizione
commit_timestamp STRING Il timestamp in cui è stato eseguito il commit della modifica.
record_sequence STRING Il numero di sequenza per il record all'interno della transazione. I numeri di sequenza sono garantiti unici e in aumento monotonico (ma non necessariamente contigui) all'interno di una transazione. Ordina i record per lo stesso "server_transaction_id" di "record_Sequence" per ricostruire l'ordine delle modifiche all'interno della transazione.
server_transaction_id STRING Una stringa univoca a livello globale che rappresenta la transazione in di cui è stato eseguito il commit della modifica. Il valore deve essere nell'elaborazione dei record delle modifiche in tempo reale e non sono correlato all'ID transazione nell'API Spanner
is_last_record_in_transaction_in_partition BOOLEAN Indica se questo è l'ultimo record per una transazione nella partizione corrente.
table_name STRING Nome della tabella interessata dalla modifica.
value_capture_type STRING

Descrive il tipo di acquisizione del valore specificato nel configurazione delle modifiche in tempo reale al momento dell'acquisizione di questa modifica.

Il tipo di acquisizione del valore può essere "OLD_AND_NEW_VALUES", "NEW_ROW", "NEW_VALUES" o "NEW_ROW_AND_OLD_VALUES". Per impostazione predefinita, è "OLD_AND_NEW_VALUES". Per ulteriori informazioni, consulta i tipi di acquisizione dei valori.

column_types 
[
  {
      "name": <STRING>,
      "type": {
        "code": <STRING>
      },
      "is_primary_key": <BOOLEAN>,
      "ordinal_position": <NUMBER>
    },
    ...
]
 Il nome della colonna, il tipo di colonna se si tratta di una chiave primaria e la posizione della colonna definita nello schema ("ordinal_position"). La prima colonna di una tabella nello schema avrebbe la posizione ordinale "1". Il tipo di colonna possono essere nidificati per le colonne di array. Il formato corrisponde alla struttura del tipo descritto nel riferimento per l'API Spanner.
mods 
[
  {
    "keys": {<STRING> : <STRING>},
    "new_values": {
      <STRING> : <VALUE-TYPE>,
      [...]
    },
    "old_values": {
      <STRING> : <VALUE-TYPE>,
      [...]
    },
  },
  [...]
]
Descrive le modifiche apportate, inclusa la chiave primaria valori, i vecchi valori e i nuovi valori dei valori colonne. La disponibilità e il contenuto dei valori vecchi e nuovi dipenderanno sul tipo configurato value_capture_type. Le new_values e I campi old_values contengono solo le colonne non chiave.
mod_type STRING Descrive il tipo di modifica. Uno tra INSERT, UPDATE o DELETE.
number_of_records_in_transaction INT64 Il numero di record delle modifiche dei dati che fanno parte di questo in tutte le partizioni delle modifiche in tempo reale.
number_of_partitions_in_transaction NUMBER Il numero di partizioni che restituirà i record delle modifiche dei dati per questa transazione.
transaction_tag STRING Tag transazione associato a questa transazione.
is_system_transaction BOOLEAN Indica se la transazione è di sistema.

Segue un paio di record di modifiche dei dati di esempio. Descrivono una singola transazione in cui è presente e trasferire dati tra due account. Nota che i due account sono in flusso di modifiche separato partizioni di Compute Engine.

"data_change_record": {
  "commit_timestamp": "2022-09-27T12:30:00.123456Z",
  // record_sequence is unique and monotonically increasing within a
  // transaction, across all partitions.
  "record_sequence": "00000000",
  "server_transaction_id": "6329047911",
  "is_last_record_in_transaction_in_partition": true,

  "table_name": "AccountBalance",
  "column_types": [
    {
      "name": "AccountId",
      "type": {"code": "STRING"},
      "is_primary_key": true,
      "ordinal_position": 1
    },
    {
      "name": "LastUpdate",
      "type": {"code": "TIMESTAMP"},
      "is_primary_key": false,
      "ordinal_position": 2
    },
    {
       "name": "Balance",
       "type": {"code": "INT"},
       "is_primary_key": false,
       "ordinal_position": 3
    }
  ],
  "mods": [
    {
      "keys": {"AccountId": "Id1"},
      "new_values": {
        "LastUpdate": "2022-09-27T12:30:00.123456Z",
        "Balance": 1000
      },
      "old_values": {
        "LastUpdate": "2022-09-26T11:28:00.189413Z",
        "Balance": 1500
      },
    }
  ],
  "mod_type": "UPDATE", // options are INSERT, UPDATE, DELETE
  "value_capture_type": "OLD_AND_NEW_VALUES",
  "number_of_records_in_transaction": 2,
  "number_of_partitions_in_transaction": 2,
  "transaction_tag": "app=banking,env=prod,action=update",
  "is_system_transaction": false,
}

"data_change_record": {
  "commit_timestamp": "2022-09-27T12:30:00.123456Z",
  "record_sequence": "00000001",
  "server_transaction_id": "6329047911",
  "is_last_record_in_transaction_in_partition": true,

  "table_name": "AccountBalance",
  "column_types": [
    {
      "name": "AccountId",
      "type": {"code": "STRING"},
      "is_primary_key": true,
      "ordinal_position": 1
    },
    {
      "name": "LastUpdate",
      "type": {"code": "TIMESTAMP"},
      "is_primary_key": false,
      "ordinal_position": 2
    },
    {
      "name": "Balance",
      "type": {"code": "INT"},
      "is_primary_key": false,
      "ordinal_position": 3
    }
  ],
  "mods": [
    {
      "keys": {"AccountId": "Id2"},
      "new_values": {
        "LastUpdate": "2022-09-27T12:30:00.123456Z",
        "Balance": 2000
      },
      "old_values": {
        "LastUpdate": "2022-01-20T11:25:00.199915Z",
        "Balance": 1500
      },
    },
    ...
  ],
  "mod_type": "UPDATE", // options are INSERT, UPDATE, DELETE
  "value_capture_type": "OLD_AND_NEW_VALUES",
  "number_of_records_in_transaction": 2,
  "number_of_partitions_in_transaction": 2,
  "transaction_tag": "app=banking,env=prod,action=update",
  "is_system_transaction": false,
}

Il seguente record di modifiche dei dati è un esempio di record con il valore tipo di acquisizione "NEW_VALUES". Tieni presente che vengono compilati solo i nuovi valori. È stata modificata solo la colonna "LastUpdate", quindi solo quella colonna è stato restituito.

"data_change_record": {
  "commit_timestamp": "2022-09-27T12:30:00.123456Z",
  // record_sequence is unique and monotonically increasing within a
  // transaction, across all partitions.
  "record_sequence": "00000000",
  "server_transaction_id": "6329047911",
  "is_last_record_in_transaction_in_partition": true,
  "table_name": "AccountBalance",
  "column_types": [
    {
      "name": "AccountId",
      "type": {"code": "STRING"},
      "is_primary_key": true,
      "ordinal_position": 1
    },
    {
      "name": "LastUpdate",
      "type": {"code": "TIMESTAMP"},
      "is_primary_key": false,
      "ordinal_position": 2
    }
  ],
  "mods": [
    {
      "keys": {"AccountId": "Id1"},
      "new_values": {
        "LastUpdate": "2022-09-27T12:30:00.123456Z"
      },
      "old_values": {}
    }
  ],
  "mod_type": "UPDATE", // options are INSERT, UPDATE, DELETE
  "value_capture_type": "NEW_VALUES",
  "number_of_records_in_transaction": 1,
  "number_of_partitions_in_transaction": 1,
  "transaction_tag": "app=banking,env=prod,action=update",
  "is_system_transaction": false
}

Il seguente record di modifiche dei dati è un esempio di record con il valore tipo di acquisizione "NEW_ROW". Solo "LastUpdate" è stata modificata, ma vengono restituite tutte le colonne monitorate.

"data_change_record": {
  "commit_timestamp": "2022-09-27T12:30:00.123456Z",
  // record_sequence is unique and monotonically increasing within a
  // transaction, across all partitions.
  "record_sequence": "00000000",
  "server_transaction_id": "6329047911",
  "is_last_record_in_transaction_in_partition": true,

  "table_name": "AccountBalance",
  "column_types": [
    {
      "name": "AccountId",
      "type": {"code": "STRING"},
      "is_primary_key": true,
      "ordinal_position": 1
    },
    {
      "name": "LastUpdate",
      "type": {"code": "TIMESTAMP"},
      "is_primary_key": false,
      "ordinal_position": 2
    },
    {
       "name": "Balance",
       "type": {"code": "INT"},
       "is_primary_key": false,
       "ordinal_position": 3
    }
  ],
  "mods": [
    {
      "keys": {"AccountId": "Id1"},
      "new_values": {
        "LastUpdate": "2022-09-27T12:30:00.123456Z",
        "Balance": 1000
      },
      "old_values": {}
    }
  ],
  "mod_type": "UPDATE", // options are INSERT, UPDATE, DELETE
  "value_capture_type": "NEW_ROW",
  "number_of_records_in_transaction": 1,
  "number_of_partitions_in_transaction": 1,
  "transaction_tag": "app=banking,env=prod,action=update",
  "is_system_transaction": false
}

Il seguente record di modifiche dei dati è un esempio di record con il valore tipo di acquisizione "NEW_ROW_AND_OLD_VALUES". Solo "LastUpdate" è stata modificata, ma vengono restituite tutte le colonne monitorate. Questa acquisizione del valore acquisisce il nuovo valore e quello precedente di LastUpdate.

"data_change_record": {
  "commit_timestamp": "2022-09-27T12:30:00.123456Z",
  // record_sequence is unique and monotonically increasing within a
  // transaction, across all partitions.
  "record_sequence": "00000000",
  "server_transaction_id": "6329047911",
  "is_last_record_in_transaction_in_partition": true,

  "table_name": "AccountBalance",
  "column_types": [
    {
      "name": "AccountId",
      "type": {"code": "STRING"},
      "is_primary_key": true,
      "ordinal_position": 1
    },
    {
      "name": "LastUpdate",
      "type": {"code": "TIMESTAMP"},
      "is_primary_key": false,
      "ordinal_position": 2
    },
    {
       "name": "Balance",
       "type": {"code": "INT"},
       "is_primary_key": false,
       "ordinal_position": 3
    }
  ],
  "mods": [
    {
      "keys": {"AccountId": "Id1"},
      "new_values": {
        "LastUpdate": "2022-09-27T12:30:00.123456Z",
        "Balance": 1000
      },
      "old_values": {
        "LastUpdate": "2022-09-26T11:28:00.189413Z"
      }
    }
  ],
  "mod_type": "UPDATE", // options are INSERT, UPDATE, DELETE
  "value_capture_type": "NEW_ROW_AND_OLD_VALUES",
  "number_of_records_in_transaction": 1,
  "number_of_partitions_in_transaction": 1,
  "transaction_tag": "app=banking,env=prod,action=update",
  "is_system_transaction": false
}

Record di heartbeat

Quando viene restituito un record di heartbeat, questo indica che tutte le modifiche commit_timestamp inferiore o uguale al record di heartbeat Sono stati restituiti timestamp e record di dati futuri in questo deve avere timestamp di commit più alti di quelli restituiti un record di heartbeat. I record di heartbeat vengono restituiti quando non sono disponibili dati modifiche scritte su una partizione. Quando sono presenti modifiche ai dati la partizione, puoi usare data_change_record.commit_timestamp di heartbeat_record.timestamp per indicare che il lettore sta progredendo l'avanzamento della lettura della partizione.

Puoi usare record di heartbeat restituiti sulle partizioni per eseguire la sincronizzazione lettori in tutte le partizioni. Una volta che tutti i lettori hanno ricevuto un un heartbeat maggiore o uguale a un timestamp A oppure ha ricevuto dati o elementi figlio di partizione maggiore o uguale al timestamp A, i lettori sanno di aver ricevuto tutti i record impegnati a partire da quel timestamp A e possono iniziare elaborare i record presenti nel buffer, ad esempio ordinare la partizione record per timestamp e raggrupparli per server_transaction_id.

Un record di heartbeat contiene un solo campo:

GoogleSQL

Campo Tipo Descrizione
timestamp TIMESTAMP Timestamp del record di heartbeat.

PostgreSQL

Campo Tipo Descrizione
timestamp STRING Timestamp del record di heartbeat.

Un record di heartbeat di esempio, in cui tutti i record con timestamp è stato restituito un valore minore o uguale al timestamp di questo record:

heartbeat_record: {
  "timestamp": "2022-09-27T12:35:00.312486Z"
}

Record di partizioni secondarie

Un record di partizioni figlio restituisce informazioni sulle partizioni figlio: i token di partizione, i token delle partizioni principali e start_timestamp che rappresenta il primo timestamp che l'account secondario contengono record di modifiche. Record con timestamp di commit sono immediatamente precedenti a child_partitions_record.start_timestamp sono restituito nella partizione corrente. Dopo aver restituito tutti i partizioni figlio per questa partizione, questa query restituirà con Uno stato di operazione riuscita, che indica che tutti i record sono stati restituiti per questo della partizione di testo.

I campi di un record di partizioni figlio includono quanto segue:

GoogleSQL

Campo Tipo Descrizione
start_timestamp TIMESTAMP Record delle modifiche dei dati restituiti da un account bambino le partizioni di questo record di partizione figlio hanno un timestamp di commit maggiore o uguale a start_timestamp. Quando esegui una query su una partizione figlio, specifica il token di partizione figlio e un valore start_timestamp maggiore o uguale a child_partitions_token.start_timestamp. Tutti i record delle partizioni figlio restituiti da una partizione hanno gli stessi start_timestamp e il timestamp è sempre compreso tra il valore start_timestamp specificato per la query e end_timestamp.
record_sequence STRING Una sequenza monotonica crescente numero che può essere utilizzato per definire l'ordine dei di partizioni figlio, quando sono presenti record delle partizioni secondarie restituiti con lo stesso start_timestamp in un particolare partizione. Il token di partizione, start_timestamp e record_sequence identifica in modo univoco un delle partizioni figlio.
child_partitions ARRAY<STRUCT<
token STRING,
parent_partition_tokens
ARRAY<STRING>
>>		 Restituisce un insieme di partizioni figlio e le informazioni associate. Include la stringa del token di partizione utilizzata per identificare l'elemento figlio partizionata nelle query, nonché i token del partizioni di Compute Engine.

PostgreSQL

Campo Tipo Descrizione
start_timestamp STRING Record delle modifiche dei dati restituiti da un account bambino le partizioni in questo record di partizioni figlio hanno un timestamp di commit maggiore o uguale a start_timestamp. Quando invii una query a un account bambino la partizione, la query deve specificare il token di partizione figlio e start_timestamp maggiore o uguale a child_partitions_token.start_timestamp. Tutte le partizioni figlio i record restituiti da una partizione hanno lo stesso start_timestamp e il timestamp è sempre compreso tra gli attributi start_timestamp e la durata della query end_timestamp.
record_sequence STRING Una sequenza monotonica crescente numero che può essere utilizzato per definire l'ordine dei di partizioni figlio, quando sono presenti record delle partizioni secondarie restituiti con lo stesso start_timestamp in un particolare partizione. Il token di partizione, start_timestamp e record_sequence identifica in modo univoco un partizioni figlio.
child_partitions 
[
  {
    "token": <STRING>,
    "parent_partition_tokens": [<STRING>],
  }, [...]
]
 Restituisce un array di partizioni figlio e le informazioni associate. Include la stringa del token di partizione utilizzata per identificare l'elemento figlio partizionata nelle query, nonché i token del partizioni di Compute Engine.

Di seguito è riportato un esempio di record di partizione figlio:

child_partitions_record: {
  "start_timestamp": "2022-09-27T12:40:00.562986Z",
  "record_sequence": "00000001",
  "child_partitions": [
    {
      "token": "child_token_1",
      // To make sure changes for a key is processed in timestamp
      // order, wait until the records returned from all parents
      // have been processed.
      "parent_partition_tokens": ["parent_token_1", "parent_token_2"]
    }
  ],
}

Flusso di lavoro delle query sulle modifiche in tempo reale

Esegui le query di modifiche in tempo reale utilizzando ExecuteStreamingSql, con una singola API sola lettura transazione e un legato al timestamp elevato. Il cambiamento la funzione di lettura del flusso consente di specificare start_timestamp e end_timestamp per l'intervallo di tempo che ti interessa. Tutti i record delle modifiche entro il periodo di conservazione sono accessibili tramite l'efficace al timestamp associato.

Tutti gli altri TransactionOptions non sono validi per le query di modifiche in tempo reale. Inoltre, Se il criterio TransactionOptions.read_only.return_read_timestamp è impostato su true, verrà restituito un valore speciale di kint64max - 1 in Transaction che descrive la transazione, invece di una lettura valida timestamp. Questo valore speciale deve essere scartato e non deve essere utilizzato per per le query successive.

Ogni query sulle modifiche in tempo reale può restituire un numero qualsiasi di righe, ognuna contenente un record di modifiche dei dati, un record heartbeat o partizioni figlio record. Non è necessario impostare una scadenza per la richiesta.

Esempio:

Il flusso di lavoro delle query in modalità flusso inizia con l'emissione del primo flusso di modifiche specificando partition_token a NULL. La query deve specificare la funzione di lettura per il flusso di modifiche, il timestamp di inizio e di fine di interesse e l'intervallo del battito cardiaco. Quando il valore di end_timestamp è NULL, la query mantiene restituendo modifiche ai dati fino al termine della partizione.

GoogleSQL 

SELECT ChangeRecord FROM READ_SingersNameStream (
  start_timestamp => "2022-05-01T09:00:00Z",
  end_timestamp => NULL,
  partition_token => NULL,
  heartbeat_milliseconds => 10000
);

PostgreSQL 

SELECT *
FROM "spanner"."read_json_SingersNameStream" (
  '2022-05-01T09:00:00Z',
  NULL,
  NULL,
  10000,
  NULL
) ;

Elabora i record di dati di questa query finché i record di partizione figlio non vengono restituito. Nell'esempio seguente, due record di partizione figlio e tre vengono restituiti i token, quindi la query viene terminata. Record di partizione figlio da un una query specifica condivide sempre lo stesso start_timestamp.

child_partitions_record: {
  "record_type": "child_partitions",
  "start_timestamp": "2022-05-01T09:00:01Z",
  "record_sequence": 1000012389,
  "child_partitions": [
    {
      "token": "child_token_1",
      // Note parent tokens are null for child partitions returned
        // from the initial change stream queries.
      "parent_partition_tokens": [NULL]
    }
    {
      "token": "child_token_2",
      "parent_partition_tokens": [NULL]
    }
  ],
}

child partitions record: {
  "record_type": "child_partitions",
  "start_timestamp": "2022-05-01T09:00:01Z",
  "record_sequence": 1000012390,
  "child_partitions": [
    {
      "token": "child_token_3",
      "parent_partition_tokens": [NULL]
    }
  ],
}

Per elaborare le modifiche future dopo il giorno 2022-05-01T09:00:01Z, crea tre nuove query di ricerca ed eseguirle in parallelo. Insieme, le tre query restituiscono informazioni modifiche ai dati per lo stesso intervallo di chiavi coperto dall'elemento principale. Imposta sempre start_timestamp a start_timestamp nello stesso record di partizione figlio e utilizza lo stesso intervallo end_timestamp e heartbeat per elaborare i record in modo coerente in tutte le query.

GoogleSQL 

SELECT ChangeRecord FROM READ_SingersNameStream (
  start_timestamp => "2022-05-01T09:00:01Z",
  end_timestamp => NULL,
  partition_token => "child_token_1",
  heartbeat_milliseconds => 10000
);

SELECT ChangeRecord FROM READ_SingersNameStream (
  start_timestamp => "2022-05-01T09:00:01Z",
  end_timestamp => NULL,
  partition_token => "child_token_2",
  heartbeat_milliseconds => 10000
);

SELECT ChangeRecord FROM READ_SingersNameStream (
  start_timestamp => "2022-05-01T09:00:01Z",
  end_timestamp => NULL,
  partition_token => "child_token_3",
  heartbeat_milliseconds => 10000
);

PostgreSQL 

SELECT *
FROM "spanner"."read_json_SingersNameStream" (
  '2022-05-01T09:00:01Z',
  NULL,
  'child_token_1',
  10000,
  NULL
);

SELECT *
FROM "spanner"."read_json_SingersNameStream" (
  '2022-05-01T09:00:01Z',
  NULL,
  'child_token_2',
  10000,
  NULL
);

SELECT *
FROM "spanner"."read_json_SingersNameStream" (
  '2022-05-01T09:00:01Z',
  NULL,
  'child_token_3',
  10000,
  NULL
);

Dopo un po' di tempo, la query su child_token_2 termina dopo aver restituito un'altra query di partizione figlio, questo record indica che verrà copre le modifiche future per child_token_2 e child_token_3 a partire da 2022-05-01T09:30:15Z. La query restituirà lo stesso identico record child_token_3, perché entrambe sono le partizioni padre del nuovo child_token_4. Per garantire un trattamento rigoroso e ordinato dei record di dati per una determinata chiave, la query su child_token_4 deve iniziare solo al termine di tutti gli elementi padre, che in questo caso sono child_token_2 e child_token_3. Creare una sola query per ogni token di partizione figlio, la progettazione del flusso di lavoro della query principale per attendere e pianificare la query su child_token_4.

child partitions record: {
  "record_type": "child_partitions",
  "start_timestamp": "2022-05-01T09:30:15Z",
  "record_sequence": 1000012389,
  "child_partitions": [
    {
      "token": "child_token_4",
      "parent_partition_tokens": [child_token_2, child_token_3],
    }
  ],
}

GoogleSQL 

SELECT ChangeRecord FROM READ_SingersNameStream(
  start_timestamp => "2022-05-01T09:30:15Z",
  end_timestamp => NULL,
  partition_token => "child_token_4",
  heartbeat_milliseconds => 10000
);

PostgreSQL 

SELECT *
FROM "spanner"."read_json_SingersNameStream" (
  '2022-05-01T09:30:15Z',
  NULL,
  'child_token_4',
  10000,
  NULL
);

Puoi trovare esempi di gestione e analisi dei record di modifiche in tempo reale in SpannerIO di Apache Beam Connettore Dataflow attivo GitHub.