建议概览

BigQuery 与 Active Assist 配合使用，可提供各种建议，以便您优化 BigQuery 资源。

建议由 Recommender 生成，它们使用机器学习 (ML) 或启发法提供有关如何优化 BigQuery 资源用量的建议。

您可以通过在 Google Cloud 控制台中的 BigQuery 查看和管理不同 Recommender 提供的建议，具体方法是在 BigQuery Recommendation Hub 中查看，或通过 BigQuery Studio 中的建议通知进行管理。您还可以通过项目和组织级别的各种 INFORMATION_SCHEMA 视图查看建议。

如需查看您的 BigQuery 建议以及 Google Cloud 控制台中的其他建议，请使用 Active Assist Recommendation Hub。

BigQuery Recommender

BigQuery 提供以下 Recommender：

  • 分区和聚类 Recommender，用于分析查询行为，以寻找优化 BigQuery 表的分区和聚类机会。
  • 具体化视图 Recommender，用于寻找使用具体化视图来优化工作流的机会。
  • IAM Recommender，用于分析 BigQuery 数据集的权限，并为拥有过多权限的主账号建议更新 Identity and Access Management (IAM) 角色。

查看建议

如需使用 Google Cloud 控制台查看建议，请执行以下操作：

  1. 在 Google Cloud 控制台中，前往 BigQuery 页面。

    转到 BigQuery

  2. 在导航菜单中，点击建议。

    系统会打开建议页面，其中显示了为当前项目或组织生成的所有建议，具体取决于所选范围。

  3. 如需详细了解特定建议或数据分析，请点击相应建议。

查看包含 INFORMATION_SCHEMA 的建议

您还可以使用 INFORMATION_SCHEMA 视图查看建议和数据分析。例如，您可以使用 INFORMATION_SCHEMA.RECOMMENDATIONS 视图根据槽节省量查看前三条建议，如以下示例所示：

+---------------------------------------------------+--------------------------------------------------------------------------------------------------+
|                    recommender                    |   target_resources      | est_gb_saved_monthly | slot_hours_saved_monthly |  last_updated_time
+---------------------------------------------------+--------------------------------------------------------------------------------------------------+
| google.bigquery.materializedview.Recommender      | ["project_resource"]    | 140805.38289248943   |        9613.139166666666 |  2024-07-01 13:00:00
| google.bigquery.table.PartitionClusterRecommender | ["table_resource_1"]    | 4393.7416711859405   |        56.61476777777777 |  2024-07-01 13:00:00
| google.bigquery.table.PartitionClusterRecommender | ["table_resource_2"]    |   3934.07264107652   |       10.499466666666667 |  2024-07-01 13:00:00
+---------------------------------------------------+--------------------------------------------------------------------------------------------------+

如需了解详情，请参阅以下资源：

后续步骤