Realiza actualizaciones de esquema

Spanner te permite realizar actualizaciones del esquema sin tiempo de inactividad. Puedes actualizar el esquema de una base de datos existente de varias maneras:

Actualizaciones del esquema compatibles

Spanner admite las siguientes actualizaciones de esquema de una base de datos existente:

  • Agrega o descarta un esquema con nombre.
  • Crear una tabla nueva Las columnas de las tablas nuevas pueden ser NOT NULL
  • Borrar una tabla, si la tabla no tiene otras intercaladas ni índices secundarios
  • Crear o borrar una tabla con una clave externa
  • Agrega o quita una clave externa de una tabla existente.
  • Agregar una columna sin clave a una tabla. Las columnas nuevas sin clave no pueden ser NOT NULL.
  • Eliminar una columna sin clave de cualquier tabla, a menos que la use un índice secundario, una clave externa, una columna generada almacenada o una restricción de verificación
  • Agregar NOT NULL a una columna sin clave, excepto las columnas ARRAY
  • Quitar NOT NULL de una columna sin clave
  • Cambiar una columna STRING por una columna BYTES o una columna BYTES por una columna STRING
  • Cambiar una columna PROTO por una columna BYTES o una columna BYTES por una columna PROTO
  • Cambia el tipo de mensaje proto de una columna PROTO.
  • Agrega valores nuevos a una definición de ENUM y cambia el nombre de los valores existentes con ALTER PROTO BUNDLE.
  • Cambia los mensajes definidos en una PROTO BUNDLE de maneras arbitrarias, siempre que los campos modificados de esos mensajes no se usen como claves en ninguna tabla y los datos existentes cumplan con las nuevas restricciones.
  • Aumentar o disminuir el límite de longitud para un tipo STRING o BYTES (incluido MAX), a menos que sea una columna de clave primaria que heredada por una o más tablas secundarias
  • Aumenta o disminuye el límite de longitud de una columna ARRAY<STRING>, ARRAY<BYTES> o ARRAY<PROTO> al máximo permitido.
  • Habilitar o inhabilitar marcas de tiempo de confirmación en las columnas de valor y clave primaria
  • Agrega o quita un índice secundario.
  • Agrega o quita una restricción de verificación de una tabla existente.
  • Agrega o quita una columna almacenada y generada de una tabla existente.
  • Construir un nuevo paquete de estadísticas del optimizador
  • Crear y administrar vistas.
  • Crear y administrar secuencias.
  • Crear roles de base de datos y otorgar privilegios
  • Configura, cambia o descarta el valor predeterminado de una columna.
  • Cambia las opciones de la base de datos (por ejemplo, default_leader o version_retention_period).
  • Crear y administrar flujos de cambios
  • Crear y administrar modelos de AA

Actualizaciones de esquemas no compatibles

Spanner no admite las siguientes actualizaciones de esquema de una base de datos existente:

  • Si hay un campo PROTO de tipo ENUM al que hace referencia una tabla o una clave de índice, no puedes quitar valores ENUM de las enumeraciones proto. (Se admite la eliminación de los valores ENUM de las enumeraciones que usan las columnas ENUM<>, incluso cuando esas columnas se usan como claves).

Rendimiento de la actualización del esquema

Las actualizaciones de esquema en Spanner no requieren tiempo de inactividad. Cuando emites un lote de declaraciones DDL a una base de datos de Spanner, puedes continuar escribiendo en la base de datos y leyendo desde ella sin interrupciones mientras Spanner aplica la actualización como una operación de larga duración.

El tiempo que tarda ejecutar una declaración DDL está sujeto a si la actualización requiere la validación de los datos existentes o el reabastecimiento de algún dato. Por ejemplo, si agregas la anotación NOT NULL a una columna existente, Spanner debe leer todos los valores de la columna para asegurarse de que esta no contenga ningún valor NULL. Este paso puede demorar bastante si hay muchos datos para validar. Otro ejemplo es si agregas un índice a una base de datos: Spanner reabastece el índice con los datos existentes, y ese proceso puede tardar mucho tiempo en función de la definición del índice y el tamaño de la tabla base correspondiente. Sin embargo, si agregas una columna nueva a una tabla, no hay datos existentes para validar, por lo que Spanner puede realizar la actualización más rápido.

En resumen, las actualizaciones del esquema que no requieren que Spanner valide los datos existentes pueden ocurrir en minutos. Las actualizaciones del esquema que requieren validación pueden tardar más, según la cantidad de datos existentes que deban validarse. Sin embargo, la validación de datos ocurre en segundo plano con una prioridad menor que el tráfico de producción. Las actualizaciones del esquema que requieren validación de datos se analizan con más detalle en la sección siguiente.

Actualizaciones del esquema validadas en función de las definiciones de vistas

Cuando realizas una actualización del esquema, Spanner valida que la actualización no invalide las consultas que se usan para definir las vistas existentes. Si la validación se realiza de forma correcta, la actualización del esquema se realizará de forma correcta. Si la validación no se realiza de forma correcta, la actualización del esquema falla. Para obtener más detalles, consulta Prácticas recomendadas para crear vistas.

Actualizaciones del esquema que requieren validación de datos

Puedes realizar actualizaciones del esquema que requieran validar que los datos existentes cumplan con las restricciones nuevas. Cuando una actualización del esquema requiere la validación de datos, Spanner no permite las actualizaciones del esquema en conflicto para las entidades de esquema afectadas y valida los datos en segundo plano. Si la validación no falla, se realizará de forma correcta la actualización del esquema. Si la validación falla, la actualización del esquema no se realizará de forma correcta. Las operaciones de validación se ejecutan como operaciones de larga duración. Puedes verificar el estado de estas operaciones para determinar si se realizaron de forma correcta o no.

Por ejemplo, supongamos que definiste el siguiente archivo music.proto con un mensaje de tipo enum RecordLabel y un mensaje de protocolo Songwriter:

  enum RecordLabel {
    COOL_MUSIC_INC = 0;
    PACIFIC_ENTERTAINMENT = 1;
    XYZ_RECORDS = 2;
  }

  message Songwriter {
    required string nationality   = 1;
    optional int64  year_of_birth = 2;
  }

Para agregar una tabla Songwriters a tu esquema, haz lo siguiente:

GoogleSQL 

CREATE PROTO BUNDLE (
  googlesql.example.music.Songwriter,
  googlesql.example.music.RecordLabel,
);

CREATE TABLE Songwriters (
  Id         INT64 NOT NULL,
  FirstName  STRING(1024),
  LastName   STRING(1024),
  Nickname   STRING(MAX),
  OpaqueData BYTES(MAX),
  SongWriter googlesql.example.music.Songwriter
) PRIMARY KEY (Id);

CREATE TABLE Albums (
  SongwriterId     INT64 NOT NULL,
  AlbumId          INT64 NOT NULL,
  AlbumTitle       STRING(MAX),
  Label            INT32
) PRIMARY KEY (SongwriterId, AlbumId);

Se permiten las siguientes actualizaciones del esquema, pero requieren validación y pueden tardar más en completarse, según la cantidad de datos existentes:

  • Agregar la anotación NOT NULL a una columna sin clave. Por ejemplo:

    ALTER TABLE Songwriters ALTER COLUMN Nickname STRING(MAX) NOT NULL;

  • Reducir la longitud de una columna. Por ejemplo:

    ALTER TABLE Songwriters ALTER COLUMN FirstName STRING(10);

  • Cambiar BYTES por STRING. Por ejemplo:

    ALTER TABLE Songwriters ALTER COLUMN OpaqueData STRING(MAX);

  • Cambiar INT64/INT32 por ENUM. Por ejemplo:

    ALTER TABLE Albums ALTER COLUMN Label googlesql.example.music.RecordLabel;

  • Se quitaron los valores existentes de la definición de enumeración RecordLabel.

  • Habilitar marcas de tiempo de confirmación en una columna TIMESTAMP existente. Por ejemplo:

    ALTER TABLE Albums ALTER COLUMN LastUpdateTime SET OPTIONS (allow_commit_timestamp = true);

  • Agrega una restricción de verificación a una tabla existente.

  • Agregar una columna almacenada y generada a una tabla existente.

  • Crear una tabla nueva con una clave externa.

  • Agregar una clave externa a una tabla existente

Estas actualizaciones del esquema fallan si los datos subyacentes no cumplen con las restricciones nuevas. Por ejemplo, la declaración ALTER TABLE Songwriters ALTER COLUMN Nickname STRING(MAX) NOT NULL falla si algún valor de la columna Nickname es NULL, porque los datos existentes no cumplen con la restricción NOT NULL de la definición nueva.

La validación de datos puede tardar varios minutos o varias horas. El tiempo para completar la validación de los datos depende de lo siguiente:

  • El tamaño del conjunto de datos
  • La capacidad de procesamiento de la instancia
  • La carga de la instancia

Algunas actualizaciones del esquema pueden cambiar el comportamiento de las solicitudes a la base de datos antes de que se complete la actualización del esquema. Por ejemplo, si agregas NOT NULL a una columna, Spanner casi de inmediato comienza a rechazar escrituras para solicitudes nuevas que usan NULL para la columna. Si la actualización del esquema nuevo al final falla para la validación de datos, habrá un período en el que se bloquearon las escrituras, incluso si el esquema anterior las hubiera aceptado.

Puedes cancelar una operación de validación de datos de larga duración con el método projects.instances.databases.operations.cancel o con gcloud spanner operations.

Orden de ejecución de las declaraciones en lotes

Si usas Google Cloud CLI, la API de REST o la API de RPC, puedes emitir un lote de una o más declaraciones CREATE, ALTER o DROP.

Spanner aplica declaraciones del mismo lote en orden y se detiene en el primer error. Si aplicar una declaración da como resultado un error, esa declaración se revierte. Los resultados de las declaraciones aplicadas antes en el lote no se revierten.

Spanner puede combinar y reordenar instrucciones de lotes diferentes, lo que podría mezclar las declaraciones de lotes diferentes en un cambio atómico que se aplica a la base de datos. Dentro de cada cambio atómico, las declaraciones de diferentes lotes ocurren en un orden arbitrario. Por ejemplo, si un lote de declaraciones contiene ALTER TABLE MyTable ALTER COLUMN MyColumn STRING(50) y otro lote contiene ALTER TABLE MyTable ALTER COLUMN MyColumn STRING(20), Spanner dejará esa columna en uno de esos dos estados, pero no se especificará cuál.

Versiones de esquema creadas durante las actualizaciones del esquema

Spanner usa el control de versiones de esquemas para que no haya tiempo de inactividad durante una actualización del esquema de una base de datos grande. Spanner mantiene la versión anterior del esquema para admitir lecturas mientras se procesa la actualización del esquema. Luego, Spanner crea una o más versiones nuevas del esquema para procesar su actualización. Cada versión contiene el resultado de una colección de declaraciones en un solo cambio atómico.

No es necesario que las versiones de esquema se correspondan uno a uno con lotes de declaraciones DDL ni con declaraciones DDL individuales. Algunas declaraciones DDL individuales, como la creación de índices para tablas base existentes o las declaraciones que requieren validación de datos, dan como resultado varias versiones de esquema. En otros casos, varias declaraciones DDL se pueden agrupar en una sola versión. Las versiones anteriores del esquema pueden consumir una cantidad significativa de recursos de servidor y almacenamiento, y se retienen hasta su vencimiento (ya no son necesarios para entregar lecturas de versiones anteriores de datos).

En la siguiente tabla, se muestra cuánto tarda Spanner en actualizar un esquema.

Operación de esquema Duración estimada
CREATE TABLE Minutos
CREATE INDEX

Minutos a horas, si la tabla base se creó antes del índice

Minutos, si la declaración se ejecuta al mismo tiempo que la declaración CREATE TABLE para la tabla base
DROP TABLE Minutos
DROP INDEX Minutos
ALTER TABLE ... ADD COLUMN Minutos
ALTER TABLE ... ALTER COLUMN

Minutos a horas, si se requiere validación en segundo plano

Minutos, si la validación en segundo plano no es necesaria
ALTER TABLE ... DROP COLUMN Minutos
ANALYZE

Minutos a horas, según el tamaño de la base de datos.

Cambios en los tipos de datos y flujos de cambios

Si cambias el tipo de datos de una columna que observa una transmisión de cambios, el campo column_types de los registros de flujos de cambios posteriores reflejan su tipo nuevo, al igual que los datos old_values de JSON dentro del campo mods de los registros.

El new_values del campo mods de un registro de flujo de cambios siempre coincide con el tipo actual de una columna. Cambiar el tipo de datos de una columna observada no afecta ningún registro de flujo de cambios anterior a ese cambio.

En el caso particular de un cambio de BYTES a STRING, Spanner valida los valores anteriores de la columna como parte de la actualización del esquema. Como resultado, Spanner decodificaba de forma segura los valores antiguos de tipo BYTES en strings cuando se escribe cualquier registro de flujo de cambios posterior.

Prácticas recomendadas para las actualizaciones del esquema

En las siguientes secciones, se describen las prácticas recomendadas para actualizar esquemas.

Procedimientos previos a la actualización del esquema

Antes de emitir una actualización del esquema, realiza los siguientes pasos:

  • Verifica que todos los datos existentes en la base de datos que deseas modificar cumplan con las restricciones que impone la actualización del esquema. Como el éxito de algunos tipos de actualizaciones del esquema depende de los datos de la base de datos y no solo del esquema actual, una actualización del esquema correcta de una base de datos de prueba no garantiza una actualización del esquema correcta de una base de datos de producción. A continuación, hay algunos ejemplos comunes:

    • Si agregas una anotación NOT NULL a una columna existente, comprueba que la columna no contenga ningún valor NULL existente.
    • Si reduces la longitud permitida de una columna STRING o BYTES, verifica que todos los valores existentes en esa columna cumplan con la restricción de longitud.

  • Si escribes en una columna, tabla o índice que experimenta una actualización del esquema, asegúrate de que los valores que escribes cumplan con las restricciones nuevas.

  • Si eliminas una columna, una tabla o un índice, asegúrate de no estar escribiendo datos allí ni leyéndolos.

Limita la frecuencia de las actualizaciones del esquema

Si realizas demasiadas actualizaciones del esquema en un período breve, Spanner puede throttle el procesamiento de las actualizaciones del esquema en cola. Esto se debe a que Spanner limita la cantidad de espacio para almacenar versiones de esquema. Es posible que se limite la actualización de tu esquema si hay demasiadas versiones antiguas del esquema dentro del período de retención. La frecuencia máxima de cambios de esquema depende de muchos factores, uno de ellos es la cantidad total de columnas en la base de datos. Por ejemplo, una base de datos con 2,000 columnas (aproximadamente 2,000 filas en INFORMATION_SCHEMA.COLUMNS) puede realizar como máximo 1,500 cambios de esquema (menos si el cambio de esquema requiere varias versiones) dentro del período de retención. Para ver el estado de las actualizaciones del esquema en curso, usa el comando gcloud spanner operations list y filtra por operaciones de tipo DATABASE_UPDATE_DDL. Para cancelar una actualización de esquema en curso, usa el comando gcloud spanner operations cancel y especifica el ID de operación.

La forma en que las declaraciones DDL se agrupan en lotes y su orden dentro de cada lote puede afectar la cantidad de versiones de esquema resultantes. Para maximizar la cantidad de actualizaciones de esquema que puedes realizar en un período determinado, debes usar lotes que minimicen la cantidad de versiones del esquema. Algunas reglas generales se describen en actualizaciones grandes.

Como se describe en las versiones de esquema, algunas declaraciones DDL crearán varias versiones de esquema, y estas son importantes cuando se considera el procesamiento por lotes y el orden dentro de cada lote. Existen dos tipos principales de declaraciones que pueden crear varias versiones de esquema:

  • Declaraciones que podrían necesitar reabastecer datos de índice, como CREATE INDEX
  • Declaraciones que podrían necesitar validar datos existentes, como agregar NOT NULL

Sin embargo, estos tipos de declaraciones no siempre crean varias versiones de esquema. Spanner intentará detectar cuándo se pueden optimizar estos tipos de declaraciones para evitar el uso de varias versiones de esquema, que dependen del procesamiento por lotes. Por ejemplo, una declaración CREATE INDEX que se produce en el mismo lote que una declaración CREATE TABLE para la tabla base del índice, sin ninguna declaración interviniente para otras tablas, puede evitar la necesidad de reabastecer los datos del índice, ya que Spanner puede garantizar que la tabla base esté vacía en el momento en que se crea el índice. En la sección de actualizaciones grandes, se describe cómo usar esta propiedad para crear muchos índices de manera eficiente.

Si no puedes agrupar en lotes tus declaraciones DDL para evitar crear muchas versiones de esquema, debes limitar la cantidad de actualizaciones del esquema al esquema de una sola base de datos dentro de su período de retención. Aumenta el período en el que realizas actualizaciones del esquema para permitir que Spanner quite las versiones anteriores del esquema antes de que se creen versiones nuevas.

  • Para algunos sistemas de administración de bases de datos relacionales, hay paquetes de software que realizan varias series de actualizaciones del esquema a una versión inferior o una posterior en la base de datos en cada implementación de producción. Estos tipos de procesos no se recomiendan para Spanner.
  • Spanner está optimizado para usar claves primarias en los datos de partición de soluciones de multiusuario. Las soluciones de multiusuario que usan tablas separadas para cada cliente pueden generar una gran cantidad de operaciones de actualización del esquema pendientes que tardan mucho tiempo en completarse.
  • Las actualizaciones de esquema que requieren validación o reabastecimiento de índices usan más recursos del servidor porque cada instrucción crea varias versiones del esquema de forma interna.

Opciones para actualizaciones del esquema grandes

La mejor manera de crear una tabla y una gran cantidad de índices en ella es crearlos todos al mismo tiempo, de modo que se cree una sola versión del esquema. Se recomienda crear los índices inmediatamente después de la tabla de la lista de declaraciones DDL. Puedes crear la tabla y sus índices cuando creas la base de datos o en un solo gran lote de declaraciones. Si necesitas crear muchas tablas, cada una con muchos índices, puedes incluir todas las declaraciones en un solo lote. Puedes incluir varios miles de declaraciones en un solo lote cuando todas las declaraciones se pueden ejecutar juntas con una sola versión de esquema.

Cuando una instrucción requiere reabastecer los datos del índice o realizar la validación de los datos, no se puede ejecutar en una sola versión del esquema. Esto sucede para las declaraciones CREATE INDEX cuando la tabla base del índice ya existe (ya sea porque se creó en un lote anterior de declaraciones DDL o porque había una declaración en el lote entre las declaraciones CREATE TABLE y CREATE INDEX que requería varias versiones de esquema). Spanner requiere que no haya más de 10 de estas declaraciones en un solo lote. La creación de índices que requiere reabastecimiento, en particular, usa varias versiones de esquema por índice, por lo que es una buena regla general crear un máximo de 3 índices nuevos que requieran reabastecimiento por día (sin importar cómo se agrupan en lotes, a menos que este proceso pueda evitar el reabastecimiento).

Por ejemplo, este lote de declaraciones usará una sola versión de esquema:

GoogleSQL 

CREATE TABLE Singers (
SingerId   INT64 NOT NULL,
FirstName  STRING(1024),
LastName   STRING(1024),
) PRIMARY KEY (SingerId);

CREATE INDEX SingersByFirstName ON Singers(FirstName);

CREATE INDEX SingersByLastName ON Singers(LastName);

CREATE TABLE Albums (
SingerId   INT64 NOT NULL,
AlbumId    INT64 NOT NULL,
AlbumTitle STRING(MAX),
) PRIMARY KEY (SingerId, AlbumId);

CREATE INDEX AlbumsByTitle ON Albums(AlbumTitle);

En cambio, este lote usará muchas versiones de esquema, porque UnrelatedIndex requiere el reabastecimiento (ya que su tabla base ya debe existir) y que obliga a todos los siguientes índices a requerir el reabastecimiento (aunque están en el mismo lote que sus tablas base):

GoogleSQL 

CREATE TABLE Singers (
SingerId   INT64 NOT NULL,
FirstName  STRING(1024),
LastName   STRING(1024),
) PRIMARY KEY (SingerId);

CREATE TABLE Albums (
SingerId   INT64 NOT NULL,
AlbumId    INT64 NOT NULL,
AlbumTitle STRING(MAX),
) PRIMARY KEY (SingerId, AlbumId);

CREATE INDEX UnrelatedIndex ON UnrelatedTable(UnrelatedIndexKey);

CREATE INDEX SingersByFirstName ON Singers(FirstName);

CREATE INDEX SingersByLastName ON Singers(LastName);

CREATE INDEX AlbumsByTitle ON Albums(AlbumTitle);

Sería mejor mover la creación de UnrelatedIndex al final del lote o a un lote diferente para minimizar las versiones de esquema.

Espera a que se completen las solicitudes a la API

Cuando realices solicitudes projects.instances.databases.updateDdl (API de REST) o UpdateDatabaseDdl (API de RPC), usa projects.instances.databases.operations.get (API de REST) o GetOperation (API de RPC), respectivamente, para esperar a que se complete cada solicitud antes de iniciar una solicitud nueva. Esperar a que se complete cada solicitud permite que tu aplicación realice un seguimiento del progreso de las actualizaciones del esquema. También mantiene la acumulación de actualizaciones del esquema pendientes en un tamaño administrable.

Carga masiva

Si cargas datos de forma masiva en tus tablas después de crearlas, suele ser más eficaz crear índices después de cargar los datos. Si agregas varios índices, podría ser más eficaz crear la base de datos con todas las tablas y los índices en el esquema inicial, como se describe en las opciones para actualizaciones grandes.