El lenguaje de manipulación de datos particionado (DML particionado) está diseñado para los siguientes tipos de actualizaciones y eliminaciones masivas:
- Recolección de elementos no usados y limpieza periódicos. Por ejemplo, la eliminación de filas antiguas o la configuración de columnas como
NULL
. - El restablecimiento de columnas nuevas con valores predeterminados. Un ejemplo es el uso de una declaración
UPDATE
para configurar el valor de una columna nueva comoFalse
si, en el momento, se encuentra comoNULL
.
El DML particionado no es adecuado para el procesamiento de transacciones a pequeña escala. Si deseas ejecutar una declaración en algunas filas, usa DML transaccionales con claves primarias identificables. Para obtener más información, consulta Usa DML.
Si necesitas confirmar una gran cantidad de escrituras ocultas, pero no necesitas una transacción atómica, puedes modificar de forma masiva las tablas de Spanner con la escritura por lotes. Para obtener más información, consulta Modifica datos con escrituras por lotes.
Puedes obtener estadísticas sobre las consultas DML particionadas activas y su progreso a partir de las tablas de estadísticas de tu base de datos de Spanner. Para obtener más información, consulta Estadísticas de DML particionadas activas.
DML y DML particionado
Spanner admite dos modos de ejecución para declaraciones DML:
DML, que es adecuado para el procesamiento de transacciones Para obtener más información, consulta la sección sobre cómo usar DML.
DML particionado, que permite operaciones a gran escala en toda la base de datos con un impacto mínimo en el procesamiento de transacciones simultáneas mediante la partición del espacio de claves y la ejecución de la declaración en particiones en transacciones separadas de menor alcance. Para obtener más información, consulta Usa DML particionado.
En la siguiente tabla, se destacan algunas de las diferencias entre los dos modos de ejecución.
DML | DML particionado |
---|---|
Las filas que no coincidan con la cláusula WHERE podrían estar bloqueadas. |
Solo se bloquean las filas que coinciden con la cláusula WHERE . |
Se aplican los límites de tamaño de transacciones. | Spanner controla los límites de transacciones y los límites de simultaneidad por transacción. |
No es necesario que las declaraciones sean idempotentes. | Una declaración DML debe ser idempotente para garantizar resultados coherentes. |
Una transacción puede incluir varias instrucciones de SQL y declaraciones DML. | Una transacción particionada solo puede incluir una declaración DML. |
No hay restricciones para la complejidad de las declaraciones. | Las declaraciones deben poder particionarse por completo. |
Las transacciones de lectura y escritura se crean en el código del cliente. | Spanner crea las transacciones. |
Particionable e idempotente
Cuando se ejecuta una declaración DML particionada, las filas de una partición no tienen acceso a las filas de otras particiones, y no puedes elegir cómo Spanner crea las particiones. La partición garantiza la escalabilidad, pero también significa que las declaraciones DML particionadas deben particionarse por completo. Es decir, la declaración DML particionada debe poder expresarse como la unión de un conjunto de declaraciones, en la que cada declaración accede a una sola fila de la tabla y no accede a ninguna otra tabla. Por ejemplo, una declaración DML que accede a varias tablas o realiza una unión de tabla con sí misma no es particionable. Si la declaración DML no es particionable, Spanner muestra el error BadUsage
.
Estas declaraciones DML se pueden particionar por completo, ya que cada una se puede aplicar a una sola fila de la tabla:
UPDATE Singers SET LastName = NULL WHERE LastName = '';
DELETE FROM Albums WHERE MarketingBudget > 10000;
Esta declaración DML no se puede particionar por completo, ya que accede a varias tablas:
# Not fully partitionable
DELETE FROM Singers WHERE
SingerId NOT IN (SELECT SingerId FROM Concerts);
Spanner podría ejecutar una declaración DML particionada varias veces en algunas particiones debido a reintentos a nivel de la red. Como resultado, una instrucción se puede ejecutar más de una vez en una fila. Por lo tanto, la declaración debe ser idempotente para obtener resultados coherentes. Una declaración es idempotente si, cuando se ejecuta varias veces en una sola fila, genera el mismo resultado.
Esta declaración DML es idempotente:
UPDATE Singers SET MarketingBudget = 1000 WHERE true;
Esta declaración DML no es idempotente:
UPDATE Singers SET MarketingBudget = 1.5 * MarketingBudget WHERE true;
Bloqueo de filas
Spanner solo adquiere un bloqueo si una fila es candidata para una actualización o
eliminación. Este comportamiento es diferente de la ejecución de DML, que puede bloquear la lectura de las filas que no coinciden con la cláusula WHERE
.
Ejecución y transacciones
En función del método de la biblioteca cliente que elijas para la ejecución, una declaración DML estará particionada o no. Cada biblioteca cliente proporciona distintos métodos para la ejecución de DML y la ejecución de DML particionado.
Solo puedes ejecutar una declaración DML particionada en una llamada al método de la biblioteca cliente.
Spanner no aplica de forma atómica las declaraciones DML particionadas en toda la tabla. Sin embargo, Spanner aplica de forma atómica declaraciones DML particionadas en cada partición.
El DML particionado no admite la confirmación ni la reversión. Spanner ejecuta y aplica la declaración DML de inmediato.
- Si cancelas la operación, Spanner cancela las particiones en ejecución y no inicia las restantes. Spanner no revierte ninguna partición que ya se haya ejecutado.
- Si la ejecución de la declaración genera un error, se detiene la ejecución en todas las particiones y Spanner muestra ese error para toda la operación. Algunos ejemplos de errores son los incumplimientos de las restricciones de tipo de datos, los incumplimientos de
UNIQUE INDEX
y deON DELETE NO ACTION
. Según el momento en el que falló la ejecución, es posible que la declaración se haya ejecutado con éxito en algunas particiones y que nunca se haya ejecutado en otras.
Si la declaración DML particionada se realiza correctamente, Spanner ejecuta la declaración al menos una vez en cada partición del rango de claves.
Recuento de filas modificadas
Una declaración DML particionada muestra un límite inferior en la cantidad de filas modificadas. Es posible que no sea un recuento exacto de la cantidad de filas modificadas, ya que no hay garantía de que Spanner cuente todas las filas modificadas.
Límites de transacciones
Spanner crea las particiones y transacciones que necesita para ejecutar una declaración DML particionada. Se aplican los límites de transacciones o los límites de simultaneidad por transacción, pero Spanner intenta mantener las transacciones dentro de los límites.
Spanner permite un máximo de 20,000 declaraciones DML particionadas simultáneas por base de datos.
Características no compatibles
Spanner no admite algunas funciones para DML particionado:
INSERT
no es compatible.- Consola de Google Cloud: No puedes ejecutar declaraciones DML particionadas en la consola de Google Cloud.
- Creación de perfiles y planes de consulta: Google Cloud CLI y las bibliotecas cliente no admiten los planes de consulta y la generación de perfiles.
- Subconsultas que leen de otra tabla o una fila diferente de la misma tabla.
Para situaciones complejas, como mover una tabla o transformaciones que requieren uniones entre tablas, considera usar el conector de Dataflow.
Ejemplos
En el siguiente ejemplo de código, se actualiza la columna MarketingBudget
de la tabla Albums
.
C++
Usa la función ExecutePartitionedDml()
para ejecutar una declaración DML particionada.
C#
Usas el método ExecutePartitionedUpdateAsync()
para ejecutar una declaración DML particionada.
Go
Usas el método PartitionedUpdate()
para ejecutar una declaración DML particionada.
Java
Usas el método executePartitionedUpdate()
para ejecutar una declaración DML particionada.
Node.js
Usas el método runPartitionedUpdate()
para ejecutar una declaración DML particionada.
PHP
Usas el método executePartitionedUpdate()
para ejecutar una declaración DML particionada.
Python
Usas el método execute_partitioned_dml()
para ejecutar una declaración DML particionada.
Rita
Usas el método execute_partitioned_update()
para ejecutar una declaración DML particionada.
En el siguiente ejemplo de código, se borran las filas de la tabla Singers
según la columna SingerId
.
C++
C#
Go
Java
Node.js
PHP
Python
Rita
Próximos pasos
Obtén más información sobre cómo modificar datos mediante DML.
Obtén más información sobre las prácticas recomendadas sobre el lenguaje de manipulación de datos (DML).
Para obtener más información sobre las diferencias entre el DML y las mutaciones, consulta Comparación entre el DML y las mutaciones
Considera usar el conector de Dataflow para otras situaciones de transformación de datos.