Linguaggio di manipolazione dei dati partizionato

Il Data Manipulation Language partizionato (DML partizionato) è progettato per i seguenti tipi di aggiornamenti ed eliminazioni collettive:

  • Pulizia periodica e garbage collection. Alcuni esempi sono l'eliminazione di righe precedenti o l'impostazione di colonne su NULL.
  • Backfill di nuove colonne con valori predefiniti. Un esempio è l'utilizzo di un'istruzione UPDATE per impostare il valore di una nuova colonna su False, dove attualmente è NULL.

Il DML partizionato non è adatto per l'elaborazione di transazioni su scala ridotta. Se vuoi eseguire un'istruzione su più righe, utilizza DML transazionali con chiavi primarie identificabili. Per ulteriori informazioni, consulta la sezione Utilizzo di DML.

Se devi eseguire il commit di un numero elevato di scritture cieche, ma non hai bisogno di una transazione atomica, puoi apportare modifiche collettive alle tabelle Spanner utilizzando la scrittura batch. Per saperne di più, consulta Modificare i dati utilizzando le scritture in batch.

Puoi ottenere insight sulle query DML partizionate attive e sul loro avanzamento dalle tabelle statistiche nel database Spanner. Per maggiori informazioni, consulta la pagina relativa alle statistiche sulle DML partizionate attive.

DML e DML partizionato

Spanner supporta due modalità di esecuzione per le istruzioni DML:

  • DML, adatto all'elaborazione delle transazioni. Per maggiori informazioni, consulta la pagina Utilizzo di DML.

  • DML partizionato, che consente operazioni su larga scala a livello di database con un impatto minimo sull'elaborazione delle transazioni simultanee, partizionando lo spazio delle chiavi ed eseguendo l'istruzione su partizioni in transazioni separate con ambito più ridotto. Per maggiori informazioni, consulta la sezione Utilizzo di DML partizionato.

La tabella seguente evidenzia alcune delle differenze tra le due modalità di esecuzione.

DML DML partizionato
Le righe che non corrispondono alla clausola WHERE potrebbero essere bloccate. Solo le righe che corrispondono alla clausola WHERE vengono bloccate.
Si applicano limiti per le dimensioni delle transazioni. Spanner gestisce i limiti delle transazioni e i limiti di contemporaneità per transazione.
Le dichiarazioni non devono essere idempotenti. Un'istruzione DML deve essere idempotente per garantire risultati coerenti.
Una transazione può includere più istruzioni DML e SQL. Una transazione partizionata può includere una sola istruzione DML.
Non ci sono limitazioni alla complessità degli estratti conto. Le istruzioni devono essere completamente partizionabili.
Puoi creare transazioni di lettura/scrittura nel codice client. Spanner crea le transazioni.

Partizionabile e idempotente

Quando viene eseguita un'istruzione DML partizionata, le righe di una partizione non hanno accesso alle righe di altre partizioni e non puoi scegliere il modo in cui Spanner crea le partizioni. Il partizionamento garantisce la scalabilità, ma significa anche che le istruzioni DML partizionate devono essere completamente partizionabili. In altre parole, l'istruzione DML partizionata deve essere esprimibile come unione di un insieme di istruzioni, in cui ogni istruzione accede a una singola riga della tabella e ogni istruzione non accede ad altre tabelle. Ad esempio, un'istruzione DML che accede a più tabelle o esegue un self-join non è partizionabile. Se l'istruzione DML non è partizionabile, Spanner restituisce l'errore BadUsage.

Queste istruzioni DML sono completamente partizionabili, poiché ogni istruzione può essere applicata a una singola riga della tabella:

UPDATE Singers SET LastName = NULL WHERE LastName = '';

DELETE FROM Albums WHERE MarketingBudget > 10000;

Questa istruzione DML non è completamente partizionabile, perché accede a più tabelle:

# Not fully partitionable
DELETE FROM Singers WHERE
SingerId NOT IN (SELECT SingerId FROM Concerts);

Spanner potrebbe eseguire più volte un'istruzione DML partizionata su alcune partizioni a causa di nuovi tentativi a livello di rete. Di conseguenza, un'istruzione potrebbe essere eseguita più di una volta su una riga. L'istruzione deve quindi essere idempotente per produrre risultati coerenti. Un'istruzione è idempotente se la esegui più volte su una singola riga porta allo stesso risultato.

Questa istruzione DML è idempotente:

UPDATE Singers SET MarketingBudget = 1000 WHERE true;

Questa istruzione DML non è idempotente:

UPDATE Singers SET MarketingBudget = 1.5 * MarketingBudget WHERE true;

Blocco delle righe

Spanner acquisisce un blocco solo se una riga è candidata per l'aggiornamento o l'eliminazione. Questo comportamento è diverso dall'esecuzione di DML, che potrebbe bloccare righe con blocco di lettura che non corrispondono alla clausola WHERE.

Esecuzione e transazioni

La partizionamento di un'istruzione DML o meno dipende dal metodo della libreria client scelto per l'esecuzione. Ogni libreria client fornisce metodi separati per l'esecuzione di DML e l'esecuzione di DML partizionata.

Puoi eseguire una sola istruzione DML partizionata in una chiamata al metodo della libreria client.

Spanner non applica le istruzioni DML partizionate atomicamente all'intera tabella. Spanner, tuttavia, applica istruzioni DML partizionate atomicamente su ogni partizione.

Il DML partizionato non supporta il commit o il rollback. Spanner esegue e applica immediatamente l'istruzione DML.

  • Se annulli l'operazione, Spanner annulla le partizioni in esecuzione e non avvia quelle rimanenti. Spanner non esegue il rollback delle partizioni già eseguite.
  • Se l'esecuzione dell'istruzione causa un errore, l'esecuzione si interrompe su tutte le partizioni e Spanner restituisce l'errore per l'intera operazione. Alcuni esempi di errori sono violazioni dei vincoli dei tipi di dati, violazioni di UNIQUE INDEX e violazioni di ON DELETE NO ACTION. A seconda del momento in cui l'esecuzione non è riuscita, l'istruzione potrebbe essere stata eseguita correttamente su alcune partizioni e non essere mai stata eseguita su altre partizioni.

Se l'istruzione DML partizionata ha esito positivo, Spanner ha eseguito l'istruzione almeno una volta su ogni partizione dell'intervallo di chiavi.

Conteggio delle righe modificate

Un'istruzione DML partizionata restituisce un limite inferiore al numero di righe modificate. Potrebbe non essere un conteggio esatto del numero di righe modificate, perché non vi è alcuna garanzia che Spanner conteggi tutte le righe modificate.

Limiti transazioni

Spanner crea le partizioni e le transazioni necessarie per eseguire un'istruzione DML partizionata. Si applicano limiti alle transazioni o limiti di contemporaneità per transazione, ma Spanner tenta di mantenere le transazioni entro i limiti.

Spanner consente un massimo di 20.000 istruzioni DML concomitanti e partizionate per database.

Funzionalità non supportate

Spanner non supporta alcune funzionalità per il DML partizionato:

  • INSERT non supportato.
  • Console Google Cloud: non puoi eseguire istruzioni DML partizionate nella console Google Cloud.
  • Piani di query e profilazione: Google Cloud CLI e le librerie client non supportano i piani di query e la profilazione.
  • Sottoquery che leggono da un'altra tabella o da un'altra riga della stessa tabella.

Per scenari complessi, come lo spostamento di una tabella o trasformazioni che richiedono join tra tabelle, valuta la possibilità di utilizzare il connettore Dataflow.

Esempi

Il seguente esempio di codice aggiorna la colonna MarketingBudget della tabella Albums.

C++

Puoi utilizzare la funzione ExecutePartitionedDml() per eseguire un'istruzione DML partizionata.

void DmlPartitionedUpdate(google::cloud::spanner::Client client) {
  namespace spanner = ::google::cloud::spanner;
  auto result = client.ExecutePartitionedDml(
      spanner::SqlStatement("UPDATE Albums SET MarketingBudget = 100000"
                            "  WHERE SingerId > 1"));
  if (!result) throw std::move(result).status();
  std::cout << "Updated at least " << result->row_count_lower_bound
            << " row(s) [spanner_dml_partitioned_update]\n";
}

C#

Utilizzi il metodo ExecutePartitionedUpdateAsync() per eseguire un'istruzione DML partizionata.


using Google.Cloud.Spanner.Data;
using System;
using System.Threading.Tasks;

public class UpdateUsingPartitionedDmlCoreAsyncSample
{
    public async Task<long> UpdateUsingPartitionedDmlCoreAsync(string projectId, string instanceId, string databaseId)
    {
        string connectionString = $"Data Source=projects/{projectId}/instances/{instanceId}/databases/{databaseId}";

        using var connection = new SpannerConnection(connectionString);
        await connection.OpenAsync();

        using var cmd = connection.CreateDmlCommand("UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1");
        long rowCount = await cmd.ExecutePartitionedUpdateAsync();

        Console.WriteLine($"{rowCount} row(s) updated...");
        return rowCount;
    }
}

Go

Utilizzi il metodo PartitionedUpdate() per eseguire un'istruzione DML partizionata.


import (
	"context"
	"fmt"
	"io"

	"cloud.google.com/go/spanner"
)

func updateUsingPartitionedDML(w io.Writer, db string) error {
	ctx := context.Background()
	client, err := spanner.NewClient(ctx, db)
	if err != nil {
		return err
	}
	defer client.Close()

	stmt := spanner.Statement{SQL: "UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1"}
	rowCount, err := client.PartitionedUpdate(ctx, stmt)
	if err != nil {
		return err
	}
	fmt.Fprintf(w, "%d record(s) updated.\n", rowCount)
	return nil
}

Java

Utilizzi il metodo executePartitionedUpdate() per eseguire un'istruzione DML partizionata.

static void updateUsingPartitionedDml(DatabaseClient dbClient) {
  String sql = "UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1";
  long rowCount = dbClient.executePartitionedUpdate(Statement.of(sql));
  System.out.printf("%d records updated.\n", rowCount);
}

Node.js

Utilizzi il metodo runPartitionedUpdate() per eseguire un'istruzione DML partizionata.

// Imports the Google Cloud client library
const {Spanner} = require('@google-cloud/spanner');

/**
 * TODO(developer): Uncomment the following lines before running the sample.
 */
// const projectId = 'my-project-id';
// const instanceId = 'my-instance';
// const databaseId = 'my-database';

// Creates a client
const spanner = new Spanner({
  projectId: projectId,
});

// Gets a reference to a Cloud Spanner instance and database
const instance = spanner.instance(instanceId);
const database = instance.database(databaseId);

try {
  const [rowCount] = await database.runPartitionedUpdate({
    sql: 'UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1',
  });
  console.log(`Successfully updated ${rowCount} records.`);
} catch (err) {
  console.error('ERROR:', err);
} finally {
  // Close the database when finished.
  database.close();
}

PHP

Utilizzi il metodo executePartitionedUpdate() per eseguire un'istruzione DML partizionata.

use Google\Cloud\Spanner\SpannerClient;

/**
 * Updates sample data in the database by partition with a DML statement.
 *
 * This updates the `MarketingBudget` column which must be created before
 * running this sample. You can add the column by running the `add_column`
 * sample or by running this DDL statement against your database:
 *
 *     ALTER TABLE Albums ADD COLUMN MarketingBudget INT64
 *
 * Example:
 * ```
 * update_data($instanceId, $databaseId);
 * ```
 *
 * @param string $instanceId The Spanner instance ID.
 * @param string $databaseId The Spanner database ID.
 */
function update_data_with_partitioned_dml(string $instanceId, string $databaseId): void
{
    $spanner = new SpannerClient();
    $instance = $spanner->instance($instanceId);
    $database = $instance->database($databaseId);

    $rowCount = $database->executePartitionedUpdate(
        'UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1'
    );

    printf('Updated %d row(s).' . PHP_EOL, $rowCount);
}

Python

Utilizzi il metodo execute_partitioned_dml() per eseguire un'istruzione DML partizionata.

# instance_id = "your-spanner-instance"
# database_id = "your-spanner-db-id"

spanner_client = spanner.Client()
instance = spanner_client.instance(instance_id)
database = instance.database(database_id)

row_ct = database.execute_partitioned_dml(
    "UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1"
)

print("{} records updated.".format(row_ct))

Ruby

Utilizzi il metodo execute_partitioned_update() per eseguire un'istruzione DML partizionata.

# project_id  = "Your Google Cloud project ID"
# instance_id = "Your Spanner instance ID"
# database_id = "Your Spanner database ID"

require "google/cloud/spanner"

spanner = Google::Cloud::Spanner.new project: project_id
client  = spanner.client instance_id, database_id

row_count = client.execute_partition_update(
  "UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1"
)

puts "#{row_count} records updated."

Il seguente esempio di codice elimina le righe dalla tabella Singers in base alla colonna SingerId.

C++

void DmlPartitionedDelete(google::cloud::spanner::Client client) {
  namespace spanner = ::google::cloud::spanner;
  auto result = client.ExecutePartitionedDml(
      spanner::SqlStatement("DELETE FROM Singers WHERE SingerId > 10"));
  if (!result) throw std::move(result).status();
  std::cout << "Deleted at least " << result->row_count_lower_bound
            << " row(s) [spanner_dml_partitioned_delete]\n";
}

C#


using Google.Cloud.Spanner.Data;
using System;
using System.Threading.Tasks;

public class DeleteUsingPartitionedDmlCoreAsyncSample
{
    public async Task<long> DeleteUsingPartitionedDmlCoreAsync(string projectId, string instanceId, string databaseId)
    {
        string connectionString = $"Data Source=projects/{projectId}/instances/{instanceId}/databases/{databaseId}";

        using var connection = new SpannerConnection(connectionString);
        await connection.OpenAsync();

        using var cmd = connection.CreateDmlCommand("DELETE FROM Singers WHERE SingerId > 10");
        long rowCount = await cmd.ExecutePartitionedUpdateAsync();

        Console.WriteLine($"{rowCount} row(s) deleted...");
        return rowCount;
    }
}

Go


import (
	"context"
	"fmt"
	"io"

	"cloud.google.com/go/spanner"
)

func deleteUsingPartitionedDML(w io.Writer, db string) error {
	ctx := context.Background()
	client, err := spanner.NewClient(ctx, db)
	if err != nil {
		return err
	}
	defer client.Close()

	stmt := spanner.Statement{SQL: "DELETE FROM Singers WHERE SingerId > 10"}
	rowCount, err := client.PartitionedUpdate(ctx, stmt)
	if err != nil {
		return err

	}
	fmt.Fprintf(w, "%d record(s) deleted.", rowCount)
	return nil
}

Java

static void deleteUsingPartitionedDml(DatabaseClient dbClient) {
  String sql = "DELETE FROM Singers WHERE SingerId > 10";
  long rowCount = dbClient.executePartitionedUpdate(Statement.of(sql));
  System.out.printf("%d records deleted.\n", rowCount);
}

Node.js

// Imports the Google Cloud client library
const {Spanner} = require('@google-cloud/spanner');

/**
 * TODO(developer): Uncomment the following lines before running the sample.
 */
// const projectId = 'my-project-id';
// const instanceId = 'my-instance';
// const databaseId = 'my-database';

// Creates a client
const spanner = new Spanner({
  projectId: projectId,
});

// Gets a reference to a Cloud Spanner instance and database
const instance = spanner.instance(instanceId);
const database = instance.database(databaseId);

try {
  const [rowCount] = await database.runPartitionedUpdate({
    sql: 'DELETE FROM Singers WHERE SingerId > 10',
  });
  console.log(`Successfully deleted ${rowCount} records.`);
} catch (err) {
  console.error('ERROR:', err);
} finally {
  // Close the database when finished.
  database.close();
}

PHP

use Google\Cloud\Spanner\SpannerClient;

/**
 * Delete sample data in the database by partition with a DML statement.
 *
 * This updates the `MarketingBudget` column which must be created before
 * running this sample. You can add the column by running the `add_column`
 * sample or by running this DDL statement against your database:
 *
 *     ALTER TABLE Albums ADD COLUMN MarketingBudget INT64
 *
 * Example:
 * ```
 * update_data($instanceId, $databaseId);
 * ```
 *
 * @param string $instanceId The Spanner instance ID.
 * @param string $databaseId The Spanner database ID.
 */
function delete_data_with_partitioned_dml(string $instanceId, string $databaseId): void
{
    $spanner = new SpannerClient();
    $instance = $spanner->instance($instanceId);
    $database = $instance->database($databaseId);

    $rowCount = $database->executePartitionedUpdate(
        'DELETE FROM Singers WHERE SingerId > 10'
    );

    printf('Deleted %d row(s).' . PHP_EOL, $rowCount);
}

Python

# instance_id = "your-spanner-instance"
# database_id = "your-spanner-db-id"
spanner_client = spanner.Client()
instance = spanner_client.instance(instance_id)
database = instance.database(database_id)

row_ct = database.execute_partitioned_dml("DELETE FROM Singers WHERE SingerId > 10")

print("{} record(s) deleted.".format(row_ct))

Ruby

# project_id  = "Your Google Cloud project ID"
# instance_id = "Your Spanner instance ID"
# database_id = "Your Spanner database ID"

require "google/cloud/spanner"

spanner = Google::Cloud::Spanner.new project: project_id
client  = spanner.client instance_id, database_id

row_count = client.execute_partition_update(
  "DELETE FROM Singers WHERE SingerId > 10"
)

puts "#{row_count} records deleted."

Che cosa succede dopo?