TABLE_STORAGE 檢視畫面

INFORMATION_SCHEMA.TABLE_STORAGE 檢視畫面會提供資料表和物化檢視畫面的儲存空間用量目前快照。查詢 INFORMATION_SCHEMA.TABLE_STORAGE 檢視表時，查詢結果會針對目前專案中的每個資料表或具象化檢視表，列出一個資料列。

INFORMATION_SCHEMA.TABLE_STORAGE 檢視畫面中的資料並非即時更新，更新通常會延遲幾秒到幾分鐘。儲存空間變更可能需要最多一天的時間，才能反映在 INFORMATION_SCHEMA.TABLE_STORAGE 檢視畫面中，這取決於分區或資料表到期問題，或是資料集時間回溯視窗的變更。如果資料集包含超過 1,000 個資料表，在刪除資料集後，這個檢視畫面不會反映變更，直到刪除資料集的時間回溯視窗過期為止。

表格儲存空間檢視畫面可讓您輕鬆查看目前的儲存空間用量，並提供詳細資訊，說明儲存空間是否使用邏輯未壓縮位元組、實體壓縮位元組或時間旅行位元組。這項資訊可協助您處理各種工作，例如規劃未來成長情形，以及瞭解資料表的更新模式。

*_BYTES 欄中的資料

表格儲存空間檢視畫面中的 *_BYTES 欄會提供儲存空間位元組用量資訊。這項資訊是根據物化檢視畫面和下列表格類型的儲存空間用量而定：

• 透過「建立及使用資料表」一文所述的任何方法建立的永久資料表。
• 在工作階段中建立的臨時資料表。這些資料表會放入資料集，並產生名稱，例如「_c018003e063d09570001ef33ae401fad6ab92a6a」。
• 在多個陳述式查詢中建立的臨時資料表 (稱為「指令碼」)。這些資料表會放入資料集，並產生名稱，例如「_script72280c173c88442c3a7200183a50eeeaa4073719」。

查詢結果快取中儲存的資料不會向您收費，因此不會包含在 *_BYTES 資料欄值中。

複本和快照會顯示 *_BYTES 資料欄值，就好像是完整的資料表一樣，而不是顯示基礎資料表所使用的儲存空間差異，因此會高估。您的帳單會正確計算儲存空間用量差異。如要進一步瞭解複本和快照儲存及計費的差異位元組，請參閱 TABLE_STORAGE_USAGE_TIMELINE 檢視畫面。

儲存空間預測帳單

如要預測資料集的每月儲存空間計費，您可以根據資料集使用的資料集儲存空間計費模式，使用這個檢視畫面中的 logical 或 physical *_BYTES 欄。請注意，這只是粗略的預測結果，實際帳單金額會根據 BigQuery 儲存空間帳單基礎架構的用量計算，並顯示在 Cloud Billing 中。

如果資料集使用邏輯帳單模式，您可以按照下列方式預測每月儲存空間費用：

((ACTIVE_LOGICAL_BYTES 值 / POW(1024, 3)) * 使用中的邏輯位元組價格) + ((LONG_TERM_LOGICAL_BYTES 值 / POW(1024, 3)) * 長期邏輯位元組價格)

資料表的 ACTIVE_LOGICAL_BYTES 值會反映該資料表目前使用的有效位元組。

針對採用實體計費模式的資料集，您可以按照下列方式預測儲存空間費用：

((ACTIVE_PHYSICAL_BYTES + FAIL_SAFE_PHYSICAL_BYTES 值 / POW(1024, 3)) * 實體位元組的活動價格) + ((LONG_TERM_PHYSICAL_BYTES 值 / POW(1024, 3)) * 長期實體位元組的價格)

資料表的 ACTIVE_PHYSICAL_BYTES 值會反映該資料表目前使用的有效位元組，以及該資料表用於時間旅行的位元組。

如要單獨查看表格的有效位元組，請將 TIME_TRAVEL_PHYSICAL_BYTES 值減去 ACTIVE_PHYSICAL_BYTES 值。

詳情請參閱「儲存空間定價」。

必要的角色

如要取得查詢 INFORMATION_SCHEMA.TABLE_STORAGE 檢視畫面所需的權限，請要求管理員為您授予專案的 BigQuery 中繼資料檢視者 (roles/bigquery.metadataViewer) IAM 角色。如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和機構的存取權」。

這個預先定義的角色包含查詢 INFORMATION_SCHEMA.TABLE_STORAGE 檢視畫面所需的權限。如要查看確切的必要權限，請展開「必要權限」部分：

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

結構定義

INFORMATION_SCHEMA.TABLE_STORAGE 檢視表具有下列結構定義：

範圍和語法

對這個檢視表執行的查詢必須包含區域限定詞。下表說明此檢視區域範圍：

• 選用：PROJECT_ID： Google Cloud 專案的 ID。如果未指定，系統會使用預設專案。
• REGION：任一資料集區域名稱。例如：`region-us`。

以下範例說明如何針對指定專案中的資料表傳回儲存空間資訊：

SELECT * FROM `myProject`.`region-REGION`.INFORMATION_SCHEMA.TABLE_STORAGE;

以下範例說明如何傳回指定區域中資料表的儲存空間資訊：

SELECT * FROM `region-REGION`.INFORMATION_SCHEMA.TABLE_STORAGE_BY_PROJECT;

範例

範例 1：

以下範例顯示目前專案的邏輯位元組總數。

SELECT
  SUM(total_logical_bytes) AS total_logical_bytes
FROM
  `region-REGION`.INFORMATION_SCHEMA.TABLE_STORAGE;

結果大致如下：

+---------------------+
| total_logical_bytes |
+---------------------+
| 971329178274633     |
+---------------------+

範例 2：

以下範例顯示目前專案的資料集層級，以 GiB 為單位顯示不同的儲存位元組。

SELECT
  table_schema AS dataset_name,
  -- Logical
  SUM(total_logical_bytes) / power(1024, 3) AS total_logical_gib,  
  SUM(active_logical_bytes) / power(1024, 3) AS active_logical_gib, 
  SUM(long_term_logical_bytes) / power(1024, 3) AS long_term_logical_gib, 
  -- Physical
  SUM(total_physical_bytes) / power(1024, 3) AS total_physical_gib,
  SUM(active_physical_bytes) / power(1024, 3) AS active_physical_gib,
  SUM(active_physical_bytes - time_travel_physical_bytes) / power(1024, 3) AS active_no_tt_physical_gib,
  SUM(long_term_physical_bytes) / power(1024, 3) AS long_term_physical_gib,
  SUM(time_travel_physical_bytes) / power(1024, 3) AS time_travel_physical_gib,
  SUM(fail_safe_physical_bytes) / power(1024, 3) AS fail_safe_physical_gib 
FROM
  `region-REGION`.INFORMATION_SCHEMA.TABLE_STORAGE 
WHERE 
  table_type ='BASE TABLE'
GROUP BY 
  table_schema  
ORDER BY 
  dataset_name 

範例 3：

以下範例說明如何預測未來 30 天內，邏輯和實體帳單模式之間每個資料集的價格差異。這個範例假設未來的儲存空間用量在查詢執行後的 30 天內保持不變。請注意，預測功能僅限於基本資料表，不包含資料集中的所有其他類型資料表。

這個查詢的價格變數中使用的價格適用於 us-central1 區域。如果您想針對其他區域執行這項查詢，請適當更新價格變數。如需價格資訊，請參閱「儲存空間定價」。

1. 在 Google Cloud 控制台開啟「BigQuery」頁面。

   前往「BigQuery」頁面

2. 在「Query editor」(查詢編輯器) 方塊中輸入下列 GoogleSQL 查詢。INFORMATION_SCHEMA 需要使用 GoogleSQL 語法。GoogleSQL 是 Google Cloud 控制台的預設語法。

   DECLARE active_logical_gib_price FLOAT64 DEFAULT 0.02;
   DECLARE long_term_logical_gib_price FLOAT64 DEFAULT 0.01;
   DECLARE active_physical_gib_price FLOAT64 DEFAULT 0.04;
   DECLARE long_term_physical_gib_price FLOAT64 DEFAULT 0.02;
   
   WITH
    storage_sizes AS (
      SELECT
        table_schema AS dataset_name,
        -- Logical
        SUM(IF(deleted=false, active_logical_bytes, 0)) / power(1024, 3) AS active_logical_gib,
        SUM(IF(deleted=false, long_term_logical_bytes, 0)) / power(1024, 3) AS long_term_logical_gib,
        -- Physical
        SUM(active_physical_bytes) / power(1024, 3) AS active_physical_gib,
        SUM(active_physical_bytes - time_travel_physical_bytes) / power(1024, 3) AS active_no_tt_physical_gib,
        SUM(long_term_physical_bytes) / power(1024, 3) AS long_term_physical_gib,
        -- Restorable previously deleted physical
        SUM(time_travel_physical_bytes) / power(1024, 3) AS time_travel_physical_gib,
        SUM(fail_safe_physical_bytes) / power(1024, 3) AS fail_safe_physical_gib,
      FROM
        `region-REGION`.INFORMATION_SCHEMA.TABLE_STORAGE_BY_PROJECT
      WHERE total_physical_bytes + fail_safe_physical_bytes > 0
        -- Base the forecast on base tables only for highest precision results
        AND table_type  = 'BASE TABLE'
        GROUP BY 1
    )
   SELECT
     dataset_name,
     -- Logical
     ROUND(active_logical_gib, 2) AS active_logical_gib,
     ROUND(long_term_logical_gib, 2) AS long_term_logical_gib,
     -- Physical
     ROUND(active_physical_gib, 2) AS active_physical_gib,
     ROUND(long_term_physical_gib, 2) AS long_term_physical_gib,
     ROUND(time_travel_physical_gib, 2) AS time_travel_physical_gib,
     ROUND(fail_safe_physical_gib, 2) AS fail_safe_physical_gib,
     -- Compression ratio
     ROUND(SAFE_DIVIDE(active_logical_gib, active_no_tt_physical_gib), 2) AS active_compression_ratio,
     ROUND(SAFE_DIVIDE(long_term_logical_gib, long_term_physical_gib), 2) AS long_term_compression_ratio,
     -- Forecast costs logical
     ROUND(active_logical_gib * active_logical_gib_price, 2) AS forecast_active_logical_cost,
     ROUND(long_term_logical_gib * long_term_logical_gib_price, 2) AS forecast_long_term_logical_cost,
     -- Forecast costs physical
     ROUND((active_no_tt_physical_gib + time_travel_physical_gib + fail_safe_physical_gib) * active_physical_gib_price, 2) AS forecast_active_physical_cost,
     ROUND(long_term_physical_gib * long_term_physical_gib_price, 2) AS forecast_long_term_physical_cost,
     -- Forecast costs total
     ROUND(((active_logical_gib * active_logical_gib_price) + (long_term_logical_gib * long_term_logical_gib_price)) -
        (((active_no_tt_physical_gib + time_travel_physical_gib + fail_safe_physical_gib) * active_physical_gib_price) + (long_term_physical_gib * long_term_physical_gib_price)), 2) AS forecast_total_cost_difference
   FROM
     storage_sizes
   ORDER BY
     (forecast_active_logical_cost + forecast_active_physical_cost) DESC;

3. 按一下「執行」。

結果會與下列內容相似：

+--------------+--------------------+-----------------------+---------------------+------------------------+--------------------------+-----------------------------+------------------------------+----------------------------------+-------------------------------+----------------------------------+--------------------------------+
| dataset_name | active_logical_gib | long_term_logical_gib | active_physical_gib | long_term_physical_gib | active_compression_ratio | long_term_compression_ratio | forecast_active_logical_cost | forecaset_long_term_logical_cost | forecast_active_physical_cost | forecast_long_term_physical_cost | forecast_total_cost_difference |
+--------------+--------------------+-----------------------+---------------------+------------------------+--------------------------+-----------------------------+------------------------------+----------------------------------+-------------------------------+----------------------------------+--------------------------------+
| dataset1     |               10.0 |                  10.0 |                 1.0 |                    1.0 |                     10.0 |                        10.0 |                          0.2 |                              0.1 |                          0.04 |                             0.02 |                           0.24 |