Query federate di Spanner

In qualità di analista di dati, puoi eseguire query sui dati di Spanner da BigQuery utilizzando le query federate.

La federazione BigQuery Spanner consente a BigQuery di eseguire query sui dati residenti in Spanner in tempo reale, senza copiare o spostare i dati.

Puoi eseguire query sui dati di Spanner in due modi:

  • Crea un set di dati esterno Spanner.
  • Utilizza una funzione EXTERNAL_QUERY.

Utilizzare set di dati esterni

Il modo più semplice per eseguire query sulle tabelle Spanner è creare un set di dati esterno. Una volta creato il set di dati esterno, le tabelle del database Spanner corrispondente sono visibili in BigQuery e puoi utilizzarle nelle query, ad esempio in join, unioni o sottoquery. Tuttavia, nessun dato viene spostato da Spanner allo spazio di archiviazione BigQuery.

Se crei un set di dati esterno, non devi creare una connessione per eseguire query sui dati di Spanner.

Utilizzare la funzione EXTERNAL_QUERY

Come per altri database federati, puoi anche eseguire query sui dati di Spanner con una funzione EXTERNAL_QUERY. Questa opzione può essere utile se vuoi eseguire query sul database Spanner che utilizza il dialetto PostgreSQL o se vuoi avere un maggiore controllo sui parametri di connessione.

Prima di iniziare

  • Assicurati che l'amministratore di BigQuery abbia creato una connessione Spanner e la condivisa con te. Consulta Scegli la connessione giusta.
  • Per ottenere le autorizzazioni necessarie per eseguire query su un'istanza Spanner, chiedi all'amministratore di concederti il ruolo IAM (Identity and Access Management) Utente connessione BigQuery (roles/bigquery.connectionUser). Inoltre, devi chiedere all'amministratore di concederti uno dei seguenti ruoli:
    • Se sei un utente con controllo dell'accesso granulare, devi avere accesso a un ruolo del database che abbia il privilegio SELECT su tutti gli oggetti dello schema Spanner nelle tue query.
    • Se non sei un utente con controllo dell'accesso granulare, devi disporre del ruolo IAM Lettore database (roles/spanner.databaseReader) Cloud Spanner.

    Per informazioni sulla concessione dei ruoli IAM, consulta Gestire l'accesso a progetti, cartelle e organizzazioni. Per informazioni sul controllo dell'accesso granulare, consulta Informazioni sul controllo dell'accesso granulare.

Scegliere la connessione giusta

Se sei un utente con controllo dell'accesso granulare di Spanner, quando esegui una query federata con una funzione EXTERNAL_QUERY, devi utilizzare una connessione Spanner che specifichi un ruolo database. Tutte le query eseguite con questa connessione utilizzeranno questo ruolo del database.

Se utilizzi una connessione che non specifica un ruolo del database, devi disporre dei ruoli IAM indicati in Prima di iniziare.

Query sui dati

Per inviare una query federata a Spanner da una query GoogleSQL, utilizza la funzione EXTERNAL_QUERY.

Formula la query Spanner in GoogleSQL o PostgreSQL, a seconda del dialetto specificato del database.

L'esempio seguente esegue una query federata in un database Spanner denominato orders e unisce i risultati a una tabella BigQuery denominata mydataset.customers.

SELECT c.customer_id, c.name, rq.first_order_date
FROM mydataset.customers AS c
LEFT OUTER JOIN EXTERNAL_QUERY(
  'my-project.us.example-db',
  '''SELECT customer_id, MIN(order_date) AS first_order_date
  FROM orders
  GROUP BY customer_id''') AS rq
  ON rq.customer_id = c.customer_id
GROUP BY c.customer_id, c.name, rq.first_order_date;

Spanner Data Boost

Data Boost è una funzionalità serverless completamente gestita che fornisce risorse di calcolo indipendenti per i carichi di lavoro Spanner supportati. Data Boost ti consente di eseguire query di analisi ed esportazioni di dati con un impatto quasi nullo sui carichi di lavoro esistenti nell'istanza Spanner di cui è stato eseguito il provisioning. Data Boost ti consente di eseguire query federate con capacità di calcolo indipendente separata dalle istanze di cui è stato eseguito il provisioning per evitare di influire sui carichi di lavoro esistenti su Spanner. Data Boost è più efficace quando esegui query ad hoc complesse o quando vuoi elaborare grandi quantità di dati senza influire sul carico di lavoro Spanner esistente. L'esecuzione di query federate con Data Boost può portare a un consumo della CPU notevolmente inferiore e, in alcuni casi, a una latenza delle query inferiore.

Prima di iniziare

Per ottenere l'autorizzazione necessaria per attivare l'accesso a Data Boost, chiedi all'amministratore di concederti il ruolo IAM Lettore di database Cloud Spanner con DataBoost (roles/spanner.databaseReaderWithDataBoost) nel database Spanner. Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso a progetti, cartelle e organizzazioni.

Questo ruolo predefinito contiene l'autorizzazione spanner.databases.useDataBoost necessaria per attivare l'accesso a Data Boost.

Potresti anche ottenere questa autorizzazione con ruoli personalizzati o altri ruoli predefiniti.

Attivare Data Boost

Quando utilizzi set di dati esterni, Data Boost viene sempre utilizzato e non devi attivarlo manualmente.

Se vuoi utilizzare il potenziamento dei dati per le query EXTERNAL_QUERY, devi attivarlo quando crei una connessione utilizzata dalla query.

Lettura di dati in parallelo

Spanner può suddividere determinate query in parti più piccole, o partizioni, e recuperarle in parallelo. Per ulteriori informazioni, consulta Leggere i dati in parallelo nella documentazione di Spanner.

Tuttavia, questa opzione è limitata alle query che soddisfano una delle seguenti condizioni:

Le altre query restituiscono un errore. Per visualizzare il piano di esecuzione della query per una query Spanner, consulta Informazioni su come Spanner esegue le query.

Quando esegui query federate con set di dati esterni, viene sempre utilizzata l'opzione "Leggi dati in parallelo".

Per attivare le letture parallele quando utilizzi il EXTERNAL_QUERY, attivalo quando crei la connessione.

Gestire la priorità di esecuzione delle query

Quando esegui query federate con una funzione EXTERNAL_QUERY, puoi assegnare la priorità (high, medium o low) alle singole query specificando l'opzione query_execution_priority:

SELECT *
FROM EXTERNAL_QUERY(
  'my-project.us.example-db',
  '''SELECT customer_id, MIN(order_date) AS first_order_date
  FROM orders
  GROUP BY customer_id''',
  '{"query_execution_priority":"high"}');

La priorità predefinita è medium.

Le query con priorità high competeranno con il traffico transazionale. Le query con priorità low sono di tipo best effort e potrebbero essere prelevate dal carico in background, ad esempio dai backup pianificati.

Quando esegui query federate con set di dati esterni, tutte le query hanno sempre la priorità medium.

Visualizzare lo schema di una tabella Spanner

Se utilizzi set di dati esterni, le tabelle Spanner sono visibili direttamente in BigQuery Studio e puoi visualizzarne gli schemi.

Tuttavia, puoi anche visualizzare gli schemi senza definire set di dati esterni. Puoi utilizzare la funzione EXTERNAL_QUERY anche per eseguire query sulle visualizzazioni information_schema per accedere ai metadati del database. Il seguente esempio restituisce informazioni sulle colonne della tabella MyTable:

Database Google SQL 

SELECT *
FROM EXTERNAL_QUERY(
  'my-project.us.example-db',
  '''SELECT t.column_name, t.spanner_type, t.is_nullable
    FROM information_schema.columns AS t
    WHERE
      t.table_catalog = ''
      AND t.table_schema = ''
     AND t.table_name = 'MyTable'
    ORDER BY t.ordinal_position
  ''');

Database PostgreSQL 

SELECT * from EXTERNAL_QUERY(
 'my-project.us.postgresql.example-db',
  '''SELECT t.column_name, t.data_type, t.is_nullable
    FROM information_schema.columns AS t
    WHERE
      t.table_schema = 'public' and t.table_name='MyTable'
    ORDER BY t.ordinal_position
  ''');

Per ulteriori informazioni, consulta i seguenti riferimenti allo schema di informazioni nella documentazione di Spanner:

Prezzi

  • Per BigQuery, vengono applicati i prezzi delle query federate standard.
  • Sul lato di Spanner, le query sono soggette ai prezzi di Spanner.
  • I prezzi potrebbero cambiare quando passi dalla fase di anteprima alla disponibilità generale

Risoluzione dei problemi

Questa sezione ti aiuta a risolvere i problemi che potresti riscontrare quando invii una query federata a Spanner.

Problema: la query non è partizionabile in root.
Risoluzione: se configuri la connessione per leggere i dati in parallelo, il primo operatore nel piano di esecuzione della query deve essere una unione distribuita o il piano di esecuzione non deve contenere unioni distribuite. Per risolvere questo errore, visualizza il piano di esecuzione della query e riscrivi la query. Per ulteriori informazioni, consulta Informazioni su come Spanner esegue le query.
Problema: scadenza superata.
Risoluzione: seleziona l'opzione per leggere i dati in parallelo e riscrivi la query in modo che sia partizionabile come radice. Per ulteriori informazioni, consulta la sezione Informazioni su come Spanner esegue le query.

Passaggi successivi