Crea viste materializzate

Questo documento descrive come creare viste materializzate in BigQuery. Prima di leggere questo documento, familiarizza con l'introduzione alle viste materializzate.

Prima di iniziare

Concedi ruoli IAM (Identity and Access Management) che forniscono agli utenti le autorizzazioni necessarie per eseguire ogni attività descritta in questo documento.

Autorizzazioni obbligatorie

Per creare viste materializzate, devi disporre dell'autorizzazione IAM bigquery.tables.create.

Ognuno dei seguenti ruoli IAM predefiniti include le autorizzazioni necessarie per creare una vista materializzata:

• bigquery.dataEditor
• bigquery.dataOwner
• bigquery.admin

Per ulteriori informazioni su BigQuery Identity and Access Management (IAM), consulta Controllo dell'accesso con IAM.

Crea viste materializzate

Per creare una vista materializzata, seleziona una delle seguenti opzioni:

CREATE MATERIALIZED VIEW myproject.mydataset.my_mv_table AS (
  SELECT
    product_id,
    SUM(clicks) AS sum_clicks
  FROM
    myproject.mydataset.my_base_table
  GROUP BY
    product_id
);

resource "google_bigquery_dataset" "default" {
  dataset_id                      = "mydataset"
  default_partition_expiration_ms = 2592000000  # 30 days
  default_table_expiration_ms     = 31536000000 # 365 days
  description                     = "dataset description"
  location                        = "US"
  max_time_travel_hours           = 96 # 4 days

  labels = {
    billing_group = "accounting",
    pii           = "sensitive"
  }
}

resource "google_bigquery_table" "default" {
  dataset_id          = google_bigquery_dataset.default.dataset_id
  table_id            = "my_materialized_view"
  deletion_protection = false # set to "true" in production

  materialized_view {
    query                            = "SELECT ID, description, date_created FROM `myproject.orders.items`"
    enable_refresh                   = "true"
    refresh_interval_ms              = 172800000 # 2 days
    allow_non_incremental_definition = "false"
  }

}

{
  "kind": "bigquery#table",
  "tableReference": {
    "projectId": "PROJECT_ID",
    "datasetId": "DATASET",
    "tableId": "MATERIALIZED_VIEW_NAME"
  },
  "materializedView": {
    "query": "QUERY_EXPRESSION"
  }
}

{
  "kind": "bigquery#table",
  "tableReference": {
    "projectId": "myproject",
    "datasetId": "mydataset",
    "tableId": "my_mv"
  },
  "materializedView": {
    "query": "select product_id,sum(clicks) as
                sum_clicks from myproject.mydataset.my_source_table
                group by 1"
  }
}

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.MaterializedViewDefinition;
import com.google.cloud.bigquery.TableId;
import com.google.cloud.bigquery.TableInfo;

// Sample to create materialized view
public class CreateMaterializedView {

  public static void main(String[] args) {
    // TODO(developer): Replace these variables before running the sample.
    String datasetName = "MY_DATASET_NAME";
    String tableName = "MY_TABLE_NAME";
    String materializedViewName = "MY_MATERIALIZED_VIEW_NAME";
    String query =
        String.format(
            "SELECT MAX(TimestampField) AS TimestampField, StringField, "
                + "MAX(BooleanField) AS BooleanField "
                + "FROM %s.%s GROUP BY StringField",
            datasetName, tableName);
    createMaterializedView(datasetName, materializedViewName, query);
  }

  public static void createMaterializedView(
      String datasetName, String materializedViewName, String query) {
    try {
      // Initialize client that will be used to send requests. This client only needs to be created
      // once, and can be reused for multiple requests.
      BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();

      TableId tableId = TableId.of(datasetName, materializedViewName);

      MaterializedViewDefinition materializedViewDefinition =
          MaterializedViewDefinition.newBuilder(query).build();

      bigquery.create(TableInfo.of(tableId, materializedViewDefinition));
      System.out.println("Materialized view created successfully");
    } catch (BigQueryException e) {
      System.out.println("Materialized view was not created. \n" + e.toString());
    }
  }
}

Una volta creata correttamente, la vista materializzata viene visualizzata nel riquadro Explorer di BigQuery nella console Google Cloud . L'esempio seguente mostra uno schema di vista materializzata:

A meno che tu non disattivi l'aggiornamento automatico, BigQuery avvia un aggiornamento completo asincrono per la vista materializzata. La query termina rapidamente, ma l'aggiornamento iniziale potrebbe continuare a essere eseguito.

Controllo degli accessi

Puoi concedere l'accesso a una vista materializzata a livello di set di dati, a livello di vista o a livello di colonna. Puoi anche impostare l'accesso a un livello superiore nella gerarchia delle risorse IAM.

L'esecuzione di query su una vista materializzata richiede l'accesso alla vista e alle relative tabelle di base. Per condividere una vista materializzata, puoi concedere le autorizzazioni alle tabelle di base o configurare una vista materializzata come vista autorizzata. Per ulteriori informazioni, consulta Visualizzazioni autorizzate.

Per controllare l'accesso alle viste in BigQuery, consulta Visualizzazioni autorizzate.

Supporto delle query sulle viste materializzate

Le viste materializzate utilizzano una sintassi SQL limitata. Le query devono utilizzare il seguente pattern:

[ WITH cte [, …]]
SELECT  [{ ALL | DISTINCT }]
  expression [ [ AS ] alias ] [, ...]
FROM from_item [, ...]
[ WHERE bool_expression ]
[ GROUP BY expression [, ...] ]

from_item:
    {
      table_name [ as_alias ]
      | { join_operation | ( join_operation ) }
      | field_path
      | unnest_operator
      | cte_name [ as_alias ]
    }

as_alias:
    [ AS ] alias

Limitazioni delle query

Le viste materializzate presentano le seguenti limitazioni.

Requisiti di aggregazione

Gli aggregati nella query della vista materializzata devono essere output. Il calcolo, il filtraggio o l'unione in base a un valore aggregato non sono supportati. Ad esempio, la creazione di una visualizzazione dalla seguente query non è supportata perché produce un valore calcolato da un aggregato, COUNT(*) / 10 as cnt.

SELECT TIMESTAMP_TRUNC(ts, HOUR) AS ts_hour, COUNT(*) / 10 AS cnt
FROM mydataset.mytable
GROUP BY ts_hour;

Al momento sono supportate solo le seguenti funzioni di aggregazione:

• ANY_VALUE (ma non superiore a STRUCT)
• APPROX_COUNT_DISTINCT
• ARRAY_AGG (ma non superiore a ARRAY o STRUCT)
• AVG
• BIT_AND
• BIT_OR
• BIT_XOR
• COUNT
• COUNTIF
• HLL_COUNT.INIT
• LOGICAL_AND
• LOGICAL_OR
• MAX
• MIN
• MAX_BY (ma non superiore a STRUCT)
• MIN_BY (ma non superiore a STRUCT)
• SUM

Funzionalità SQL non supportate

Le seguenti funzionalità SQL non sono supportate nelle viste materializzate:

• UNION ALL. (Assistenza nell'science anteprima)
• LEFT OUTER JOIN (assistenza nell'anteprima di science)
• RIGHT/FULL OUTER JOIN.
• Self-join, noto anche come utilizzo di un JOIN sulla stessa tabella più di una volta.
• Funzioni finestra.
• ARRAY sottoquery.
• Funzioni non deterministiche come RAND(), CURRENT_DATE(), SESSION_USER() o CURRENT_TIME().
• Funzioni definite dall'utente.
• TABLESAMPLE.
• FOR SYSTEM_TIME AS OF.

LEFT OUTER JOIN e UNION ALL

Per richiedere feedback o assistenza per questa funzionalità, invia un'email all'indirizzo bq-mv-help @google.com.

Le viste materializzate incrementali supportano LEFT OUTER JOIN e UNION ALL. Le visualizzazioni materializzate con le istruzioni LEFT OUTER JOIN e UNION ALL condividono le limitazioni delle altre visualizzazioni materializzate incrementali. Inoltre, la sintonizzazione intelligente non è supportata per le viste materializzate con UNION ALL o left outer join.

Esempi

L'esempio seguente crea una vista materializzata incrementale aggregata con un LEFT JOIN. Questa visualizzazione viene aggiornata in modo incrementale quando i dati vengono aggiunti alla tabella a sinistra.

CREATE MATERIALIZED VIEW dataset.mv
AS (
  SELECT
    s_store_sk,
    s_country,
    s_zip,
    SUM(ss_net_paid) AS sum_sales,
  FROM dataset.store_sales
  LEFT JOIN dataset.store
    ON ss_store_sk = s_store_sk
  GROUP BY 1, 2, 3
);

L'esempio seguente crea una vista materializzata incrementale aggregata con un UNION ALL. Questa visualizzazione viene aggiornata in modo incrementale quando i dati vengono aggiunti a una o a entrambe le tabelle. Per ulteriori informazioni sugli aggiornamenti incrementali, vedi Aggiornamenti incrementali.

CREATE MATERIALIZED VIEW dataset.mv PARTITION BY DATE(ts_hour)
AS (
  SELECT
    SELECT TIMESTAMP_TRUNC(ts, HOUR) AS ts_hour, SUM(sales) sum_sales
  FROM
    (SELECT ts, sales from dataset.table1 UNION ALL
     SELECT ts, sales from dataset.table2)
  GROUP BY 1
);

Limitazioni del controllo degli accessi

• Se la query di un utente su una vista materializzata include colonne della tabella di base a cui non può accedere a causa della sicurezza a livello di colonna, la query non va a buon fine e viene visualizzato il messaggio Access Denied.
• Se un utente esegue una query su una vista materializzata, ma non ha accesso completo a tutte le righe delle tabelle di base della vista materializzata, BigQuery esegue la query sulle tabelle di base anziché leggere i dati della vista materializzata. Ciò garantisce che la query rispetti tutti i vincolicontrollo dell'accessoo. Questa limitazione si applica anche quando si eseguono query sulle tabelle con colonne con dati mascherati.

Clausola WITH ed espressioni della tabella comune (CTE)

Le viste materializzate supportano le clausole WITH e le espressioni di tabella comuni. Le viste materializzate con clausole WITH devono comunque seguire il pattern e le limitazioni delle viste materializzate senza clausole WITH.

Esempi

L'esempio seguente mostra una vista materializzata che utilizza una clausola WITH:

WITH tmp AS (
  SELECT TIMESTAMP_TRUNC(ts, HOUR) AS ts_hour, *
  FROM mydataset.mytable
)
SELECT ts_hour, COUNT(*) AS cnt
FROM tmp
GROUP BY ts_hour;

L'esempio seguente mostra una vista materializzata che utilizza una clausola WITH non supportata perché contiene due clausole GROUP BY:

WITH tmp AS (
  SELECT city, COUNT(*) AS population
  FROM mydataset.mytable
  GROUP BY city
)
SELECT population, COUNT(*) AS cnt
GROUP BY population;

Viste materializzate sulle tabelle BigLake

Per creare viste materializzate sulle tabelle BigLake, la tabella BigLake deve avere la memorizzazione nella cache dei metadati abilitata sui dati di Cloud Storage e la vista materializzata deve avere un valore dell'opzione max_staleness maggiore della tabella di base. Le viste materializzate sulle tabelle BigLake supportano lo stesso insieme di query delle altre viste materializzate.

Esempio

Creazione di una semplice vista aggregata utilizzando una tabella di base BigLake:

CREATE MATERIALIZED VIEW sample_dataset.sample_mv
    OPTIONS (max_staleness=INTERVAL "0:30:0" HOUR TO SECOND)
AS SELECT COUNT(*) cnt
FROM dataset.biglake_base_table;

Per informazioni dettagliate sulle limitazioni delle viste materializzate sulle tabelle BigLake, consulta Viste materializzate sulle tabelle BigLake.

Viste materializzate su tabelle esterne di sola lettura Apache Iceberg

Puoi fare riferimento a tabelle Iceberg di grandi dimensioni nelle viste materializzate anziché eseguire la migrazione di questi dati nello spazio di archiviazione gestito da BigQuery.

Crea una vista materializzata su una tabella Iceberg

L'esempio seguente crea una vista materializzata allineata alla partizione su una tabella Iceberg di base partizionata:

CREATE MATERIALIZED VIEW mydataset.myicebergmv
  PARTITION BY DATE_TRUNC(birth_month, MONTH)
AS
  SELECT * FROM mydataset.myicebergtable;

La tabella Iceberg di base sottostante myicebergtable deve avere una specifica di partizione come la seguente:

  "partition-specs" : [ {
    "spec-id" : 0,
    "fields" : [ {
    "name" : "birth_month",
    "transform" : "month",
    "source-id" : 3,
    "field-id" : 1000
    } ]
  } ]

Limitazioni

Oltre alle limitazioni delle tabelle Iceberg standard, le viste materializzate sulle tabelle Iceberg presentano le seguenti limitazioni:

• Puoi creare una vista materializzata allineata alla partizione con la tabella di base. Tuttavia, la vista materializzata supporta solo la trasformazione delle partizioni basata sul tempo, ad esempio YEAR, MONTH, DAY e HOUR.
• La granularità della partizione della vista materializzata non può essere più precisa della granularità della partizione della tabella di base. Ad esempio, se partizioni la tabella di base annualmente utilizzando la colonna birth_date, la creazione di una vista materializzata con PARTITION BY DATE_TRUNC(birth_date, MONTH) non è supportata.
• Se le tabelle Iceberg di base hanno modifiche in più di 4000 partizioni, lavista materializzataa viene invalidata completamente all'aggiornamento, anche se è partizionata.
• Sono supportate le evoluzioni delle partizioni. Tuttavia, la modifica delle colonne di partizionamento di una tabella di base senza ricreare la vista materializzata potrebbe comportare un'invalidazione completa che non può essere corretta aggiornando la vista materializzata.
• La tabella di base deve contenere almeno uno snapshot.
• La tabella Iceberg deve essere una tabella BigLake, ad esempio una tabella esterna autorizzata.
• La query sulla vista materializzata potrebbe non riuscire se il file metadata.json della tua tabella Iceberg è danneggiato.
• Se sono attivi i Controlli di servizio VPC, gli account di servizio della tabella esterna autorizzata devono essere aggiunti alle regole di ingress, altrimenti i Controlli di servizio VPC bloccano l'aggiornamento automatico in background per la vista materializzata.

Il file metadata.json della tabella Iceberg deve avere le seguenti specifiche. Senza queste specifiche, le query analizzano la tabella di base e non utilizzano il risultato materializzato.

• Nei metadati della tabella:

  • current-snapshot-id
  • current-schema-id
  • snapshots
  • snapshot-log

• In snapshot:

  • parent-snapshot-id (se disponibile)
  • schema-id
  • operation (nel campo summary)

• Partizionamento (per la vista materializzata partizionata)

Viste materializzate partizionate

Le viste materializzate sulle tabelle partizionate possono essere partizionate. Il partizionamento di una vista materializzata è simile al partizionamento di una tabella normale, in quanto offre vantaggi quando le query accedono spesso a un sottoinsieme delle partizioni. Inoltre, il partizionamento di una vista materializzata può migliorare il comportamento della vista quando i dati della tabella o delle tabelle di base vengono modificati o eliminati. Per ulteriori informazioni, vedi Allineamento delle partizioni.

Se la tabella di base è partizionata, puoi partizionare una vista materializzata sulla stessa colonna di partizionamento. Per le partizioni basate sul tempo, la granularità deve corrispondere (oraria, giornaliera, mensile o annuale). Per le partizioni di intervalli interi, la specifica dell'intervallo deve corrispondere esattamente. Non puoi partizionare una vista materializzata su una tabella di base non partizionata.

Se la tabella di base è partizionata in base alla data di importazione, una vista materializzata può raggruppare in base alla colonna _PARTITIONDATE della tabella di base e anche partizionarla. Se non specifichi esplicitamente il partizionamento quando crei la vista materializzata, quest'ultima non viene partizionata.

Se la tabella di base è partizionata, valuta la possibilità di partizionare anche la vista materializzata per ridurre i costi di manutenzione del job di aggiornamento e della query.

Scadenza partizione

La scadenza della partizione non può essere impostata sulle viste materializzate. Una vista materializzata eredita implicitamente il tempo di scadenza della partizione dalla tabella di base. Le partizioni della vista materializzata sono allineate alle partizioni della tabella di base, quindi scadono in modo sincrono.

Esempio 1

In questo esempio, la tabella di base è partizionata in base alla colonna transaction_time con partizioni giornaliere. La vista materializzata è partizionata nella stessa colonna e raggruppata in cluster nella colonna employee_id.

CREATE TABLE my_project.my_dataset.my_base_table(
  employee_id INT64,
  transaction_time TIMESTAMP)
  PARTITION BY DATE(transaction_time)
  OPTIONS (partition_expiration_days = 2);

CREATE MATERIALIZED VIEW my_project.my_dataset.my_mv_table
  PARTITION BY DATE(transaction_time)
  CLUSTER BY employee_id
AS (
  SELECT
    employee_id,
    transaction_time,
    COUNT(employee_id) AS cnt
  FROM
    my_dataset.my_base_table
  GROUP BY
    employee_id, transaction_time
);

Esempio 2

In questo esempio, la tabella di base è partizionata per data di importazione con partizioni giornaliere. La vista materializzata seleziona l'ora di importazione come colonna denominata date. La vista materializzata è raggruppata in base alla colonna date e partizionata in base alla stessa colonna.

CREATE MATERIALIZED VIEW my_project.my_dataset.my_mv_table
  PARTITION BY date
  CLUSTER BY employee_id
AS (
  SELECT
    employee_id,
    _PARTITIONDATE AS date,
    COUNT(1) AS count
  FROM
    my_dataset.my_base_table
  GROUP BY
    employee_id,
    date
);

Esempio 3

In questo esempio, la tabella di base è partizionata in base a una colonna TIMESTAMP denominata transaction_time, con partizioni giornaliere. La vista materializzata definisce una colonna denominata transaction_hour, utilizzando la funzione TIMESTAMP_TRUNC per troncare il valore all'ora più vicina. La vista materializzata è raggruppata in base a transaction_hour e anche partizionata in base a questo valore.

Tieni presente quanto segue:

• La funzione di troncamento applicata alla colonna di partizionamento deve essere almeno granulare quanto il partizionamento della tabella di base. Ad esempio, se la tabella di base utilizza partizioni giornaliere, la funzione di troncamento non può utilizzare la granularità MONTH o YEAR.

• Nella specifica della partizione della vista materializzata, la granularità deve corrispondere a quella della tabella di base.

CREATE TABLE my_project.my_dataset.my_base_table (
  employee_id INT64,
  transaction_time TIMESTAMP)
  PARTITION BY DATE(transaction_time);

CREATE MATERIALIZED VIEW my_project.my_dataset.my_mv_table
  PARTITION BY DATE(transaction_hour)
AS (
  SELECT
    employee_id,
    TIMESTAMP_TRUNC(transaction_time, HOUR) AS transaction_hour,
    COUNT(employee_id) AS cnt
  FROM
    my_dataset.my_base_table
  GROUP BY
    employee_id,
    transaction_hour
);

Viste materializzate del cluster

Puoi raggruppare le viste materializzate in base alle colonne di output, nel rispetto dei limiti delle tabelle clusterizzate di BigQuery. Le colonne di output aggregato non possono essere utilizzate come colonne di clustering. L'aggiunta di colonne di clustering alle viste materializzate può migliorare le prestazioni delle query che includono filtri su queste colonne.

Fare riferimento alle viste logiche

Per richiedere feedback o assistenza per questa funzionalità, invia un'email all'indirizzo bq-mv-help@google.com.

Le query delle viste materializzate possono fare riferimento a viste logiche, ma sono soggette alle seguenti limitazioni:

• Si applicano limitazioni alle viste materializzate.
• Se la visualizzazione logica cambia, la vista materializzata diventa non valida e deve essere aggiornata completamente.
• Smart Tuning non è supportato.

Considerazioni per la creazione di viste materializzate

Quali viste materializzate creare

Quando crei una vista materializzata, assicurati che la definizione della vista materializzata rifletta i pattern di query sulle tabelle di base. Le viste materializzate sono più efficaci quando servono un ampio insieme di query anziché un solo pattern di query specifico.

Ad esempio, considera una query su una tabella in cui gli utenti spesso filtrano in base alle colonne user_id o department. Puoi raggruppare in base a queste colonne e, facoltativamente, raggrupparle, anziché aggiungere filtri come user_id = 123 alla vista materializzata.

Come altro esempio, puoi utilizzare filtri di date deterministici, in base a una data specifica, ad esempio WHERE order_date = '2019-10-01', o a un intervallo di date, ad esempio WHERE order_date BETWEEN '2019-10-01' AND '2019-10-31'. Aggiungi un filtro dell'intervallo di date nella vista materializzata che copre gli intervalli di date previsti nella query:

CREATE MATERIALIZED VIEW ...
  ...
  WHERE date > '2019-01-01'
  GROUP BY date

Unioni

I seguenti consigli si riferiscono alle viste materializzate con JOIN.

Inserisci per prima la tabella che cambia più spesso

Assicurati che la tabella più grande o che cambia più spesso sia la prima/più a sinistra a cui viene fatto riferimento nella query della visualizzazione. Le viste materializzate con join supportano query incrementali e aggiornamenti quando viene aggiunto un elemento alla prima tabella o alla tabella più a sinistra della query, ma le modifiche alle altre tabelle invalidano completamente la cache della vista. Negli schemi a stella o a fiocco di neve, la prima tabella o quella più a sinistra dovrebbe in genere essere la tabella dei fatti.

Evitare i join sulle chiavi di clustering

Le viste materializzate con join funzionano meglio nei casi in cui i dati sono fortemente aggregati o la query di join originale è costosa. Per le query selettive, BigQuery è spesso già in grado di eseguire il join in modo efficiente e non è necessaria alcuna vista materializzata. Ad esempio, considera le seguenti definizioni divista materializzatae.

CREATE MATERIALIZED VIEW dataset.mv
  CLUSTER BY s_market_id
AS (
  SELECT
    s_market_id,
    s_country,
    SUM(ss_net_paid) AS sum_sales,
    COUNT(*) AS cnt_sales
  FROM dataset.store_sales
  INNER JOIN dataset.store
    ON ss_store_sk = s_store_sk
  GROUP BY s_market_id, s_country
);

Supponiamo che store_sales sia raggruppato in cluster su ss_store_sk e che tu esegua spesso query come la seguente:

SELECT
  SUM(ss_net_paid)
FROM dataset.store_sales
INNER JOIN dataset.store
ON ss_store_sk = s_store_sk
WHERE s_country = 'Germany';

La vista materializzata potrebbe non essere efficiente come la query originale. Per ottenere risultati ottimali, prova un insieme rappresentativo di query, con e senza la vista materializzata.

Utilizzare le viste materializzate con l'opzione max_staleness

L'opzione di vista materializzata max_staleness ti aiuta a ottenere prestazioni delle query costantemente elevate con costi controllati durante l'elaborazione di set di dati di grandi dimensioni e in continua evoluzione. Con il parametro max_staleness, puoi ridurre i costi e la latenza delle query impostando un intervallo di tempo in cui l'obsolescenza dei dati dei risultati della query è accettabile. Questo comportamento può essere utile per dashboard e report per i quali i risultati delle query completamente aggiornati non sono essenziali.

Inattività dei dati

Quando esegui una query su una vista materializzata con l'opzione max_staleness impostata, BigQuery restituisce il risultato in base al valore max_staleness e all'ora in cui è stato eseguito l'ultimo aggiornamento.

Se l'ultimo aggiornamento è avvenuto entro l'intervallo max_staleness, BigQuery restituisce i dati direttamente dalla vista materializzata senza leggere le tabelle di base. Ad esempio, questo vale se l'intervallo di max_staleness è di 4 ore e l'ultimo aggiornamento è avvenuto 2 ore fa.

Se l'ultimo aggiornamento è avvenuto al di fuori dell'intervallo max_staleness, BigQuery legge i dati dalla vista materializzata, li combina con le modifiche apportate alla tabella base dall'ultimo aggiornamento e restituisce il risultato combinato. Questo risultato combinato potrebbe comunque essere obsoleto, fino all'intervallo max_staleness. Ad esempio, questo vale se l'intervallo max_staleness è di 4 ore e l'ultimo aggiornamento è avvenuto 7 ore fa.

Opzione Crea con max_staleness

Seleziona una delle seguenti opzioni:

{
  "kind": "bigquery#table",
  "tableReference": {
    "projectId": "project-id",
    "datasetId": "my_dataset",
    "tableId": "my_mv_table"
  },
  "materializedView": {
    "query": "select product_id,sum(clicks) as
                sum_clicks from project-id.my_dataset.my_base_table
                group by 1"
  }
  "maxStaleness": "4:0:0"
}

Applica l'opzione max_staleness

Puoi applicare questo parametro alle viste materializzate esistenti utilizzando l'istruzione ALTER MATERIALIZED VIEW. Ad esempio:

ALTER MATERIALIZED VIEW project-id.my_dataset.my_mv_table
SET OPTIONS (enable_refresh = true, refresh_interval_minutes = 120,
  max_staleness = INTERVAL "8:0:0" HOUR TO SECOND);

Query con max_staleness

Puoi eseguire query sulle viste materializzate con l'opzione max_staleness come faresti con qualsiasi altra vista materializzata, vista logica o tabella.

Ad esempio:

SELECT * FROM  project-id.my_dataset.my_mv_table

Questa query restituisce i dati dell'ultimo aggiornamento se non sono più vecchi del parametro max_staleness. Se la vista materializzata non è stata aggiornata entro l'intervallo max_staleness, BigQuery unisce i risultati dell'ultimo aggiornamento disponibile con le modifiche alla tabella base per restituire i risultati entro l'intervallo max_staleness.

Streaming di dati e risultati di max_staleness

Se trasmetti dati nelle tabelle di base di una vista materializzata con l'opzione max_staleness, la query della vista materializzata potrebbe escludere i record trasmessi nelle relative tabelle prima dell'inizio dell'intervallo di non aggiornamento. Di conseguenza, una vista materializzata che include dati di più tabelle e l'opzione max_staleness potrebbe non rappresentare uno snapshot temporale di queste tabelle.

Ottimizzazione intelligente e opzione max_staleness

L'ottimizzazione intelligente riscrive automaticamente le query per utilizzare le viste materializzate ogni volta che è possibile, indipendentemente dall'opzione max_staleness, anche se la query non fa riferimento a una vista materializzata. L'opzione max_staleness in una vista materializzata non influisce sui risultati della query riscritta. L'opzione max_staleness influisce solo sulle query che interrogano direttamente la vista materializzata.

Gestire l'obsolescenza e la frequenza di aggiornamento

Devi impostare max_staleness in base ai tuoi requisiti. Per evitare di leggere i dati dalle tabelle di base, configura l'intervallo di aggiornamento in modo che l'aggiornamento avvenga entro l'intervallo di obsolescenza. Puoi tenere conto del runtime medio dell'aggiornamento più un margine per la crescita.

Ad esempio, se è necessaria un'ora per aggiornare la vista materializzata e vuoi un buffer di un'ora per la crescita, devi impostare l'intervallo di aggiornamento su due ore. Questa configurazione garantisce che l'aggiornamento avvenga entro il limite massimo di quattro ore per l'obsolescenza del report.

CREATE MATERIALIZED VIEW project-id.my_dataset.my_mv_table
OPTIONS (enable_refresh = true, refresh_interval_minutes = 120, max_staleness =
INTERVAL "4:0:0" HOUR TO SECOND)
AS SELECT
  employee_id,
  DATE(transaction_time),
  COUNT(1) AS cnt
FROM my_dataset.my_base_table
GROUP BY 1, 2;

Viste materializzate non incrementali

Le viste materializzate non incrementali supportano la maggior parte delle query SQL, incluse le clausole OUTER JOIN, UNION e HAVING, nonché le funzioni di analisi. Per determinare se una vista materializzata è stata utilizzata nella query, controlla le stime dei costi utilizzando un test dry run. Negli scenari in cui l'obsolescenza dei dati è accettabile, ad esempio per l'elaborazione batch dei dati o la generazione di report, le viste materializzate non incrementali possono migliorare le prestazioni delle query e ridurre i costi. Utilizzando l'opzione max_staleness, puoi creare viste materializzate arbitrarie e complesse che vengono gestite automaticamente e hanno garanzie di obsolescenza integrate.

Utilizzare viste materializzate non incrementali

Puoi creare viste materializzate non incrementali utilizzando l'opzione allow_non_incremental_definition. Questa opzione deve essere accompagnata dall'opzione max_staleness. Per garantire un aggiornamento periodico della vista materializzata, devi anche configurare una policy di aggiornamento. Senza una policy di aggiornamento, devi aggiornare manualmente la vista materializzata.

La vista materializzata rappresenta sempre lo stato delle tabelle di base all'interno dell'intervallo max_staleness. Se l'ultimo aggiornamento è troppo obsoleto e non rappresenta le tabelle di base nell'intervallo max_staleness, la query legge le tabelle di base. Per scoprire di più sulle possibili implicazioni sul rendimento, consulta Stalezza dei dati.

Crea con allow_non_incremental_definition

Per creare una vista materializzata con l'opzione allow_non_incremental_definition, procedi nel seguente modo. Dopo aver creato la vista materializzata, non puoi modificare l'opzione allow_non_incremental_definition. Ad esempio, non puoi modificare il valore true in false o rimuovere l'opzione allow_non_incremental_definition dalla vista materializzata.

{
  "kind": "bigquery#table",
  "tableReference": {
    "projectId": "my_project",
    "datasetId": "my_dataset",
    "tableId": "my_mv_table"
  },
  "materializedView": {
    "query": "`SELECT`
        s_store_sk,
        SUM(ss_net_paid) AS sum_sales,
        APPROX_QUANTILES(ss_net_paid, 2)[safe_offset(1)] median
      FROM my_project.my_dataset.store
      LEFT OUTER JOIN my_project.my_dataset.store_sales
        ON ss_store_sk = s_store_sk
      GROUP BY s_store_sk
      HAVING median < 40 OR median is NULL`",
    "allowNonIncrementalDefinition": true
  }
  "maxStaleness": "4:0:0"
}

Query con allow_non_incremental_definition

Puoi eseguire query sulle viste materializzate non incrementali come faresti con qualsiasi altra vista materializzata, vista logica o tabella.

Ad esempio:

SELECT * FROM  my_project.my_dataset.my_mv_table

Se i dati non sono più vecchi del parametro max_staleness, questa query restituisce i dati dell'ultimo aggiornamento. Per maggiori dettagli sull'obsolescenza e sull'aggiornamento dei dati, vedi Obsolescenza dei dati.

Limitazioni specifiche per le viste materializzate non incrementali

Le seguenti limitazioni si applicano solo alle viste materializzate con l'opzione allow_non_incremental_definition. Ad eccezione delle limitazioni alla sintassi delle query supportata, tutte le limitazioni delle viste materializzate continuano a essere applicate.

• L'ottimizzazione intelligente non viene applicata alle viste materializzate che includono l'opzione allow_non_incremental_definition. L'unico modo per usufruire delle viste materializzate con l'opzione allow_non_incremental_definition è eseguire query direttamente.
• Le viste materializzate senza l'opzione allow_non_incremental_definition possono aggiornare in modo incrementale un sottoinsieme dei dati. Le viste materializzate con l'opzione allow_non_incremental_definition devono essere aggiornate completamente.
• Le viste materializzate con l'opzione max_staleness convalidano la presenza dei vincoli di sicurezza a livello di colonna durante l'esecuzione della query. Scopri di più sul controllo dell'accesso a livello di colonna.

Passaggi successivi

• Gestire le viste materializzate.
• Utilizza le viste materializzate.