資料表簡介 (original) (raw)
資料表簡介
BigQuery 資料表含有以資料列分組的個人記錄，每筆記錄是由資料欄所組成 (也稱為「欄位」)。
每份資料表都按包含資料欄名稱、資料類型和其他資訊的「結構定義」定義。建立資料表時，您可以指定資料表的結構定義，或者您也可以建立一份沒有結構定義的資料表，並在首次填入資料的查詢或載入工作中宣告結構定義。
使用 GoogleSQL 時，請採用 projectname.datasetname.tablename 格式完整指定資料表名稱；使用 bq 指令列工具時，請採用 projectname:datasetname.tablename 格式完整指定資料表名稱。
資料表類型
以下各節說明 BigQuery 支援的資料表類型。
- 標準 BigQuery 資料表：儲存在 BigQuery 儲存空間中的結構化資料。
- 外部資料表：參照儲存在 BigQuery 外部資料的資料表。
- 檢視區塊：使用 SQL 查詢建立的邏輯資料表。
標準 BigQuery 資料表
標準 BigQuery 資料表包含結構化資料，並以直欄格式儲存在 BigQuery 儲存空間中。您也可以使用符合 ObjectRef 格式的 struct 資料欄，在標準資料表中儲存非結構化資料的參照。如要進一步瞭解如何使用 ObjectRef 值，請參閱「在資料表結構定義中指定 ObjectRef 欄」。
BigQuery 支援下列資料表類型：
- 資料表，其中包含結構定義，且結構定義中的每個資料欄都有資料類型。
如要瞭解如何建立資料表，請參閱「建立資料表」。 - 資料表副本：BigQuery 資料表的輕量級可寫入副本。BigQuery 只會儲存資料表副本與基礎資料表之間的差異。
如要瞭解如何建立資料表副本，請參閱「建立資料表副本」。 - 資料表快照：資料表在特定時間點的副本。資料表快照為唯讀，但您可以從資料表快照還原資料表。BigQuery 會儲存快照與基礎資料表之間不同的位元組，因此資料表快照的儲存空間用量通常會比資料表的完整副本少。
如要瞭解如何建立資料表快照，請參閱「建立資料表快照」。
外部資料表
外部資料表儲存在 BigQuery 儲存空間外部，並參照儲存在 BigQuery 外部的資料。詳情請參閱外部資料來源簡介。 外部資料表包含下列類型：
- BigLake 資料表，參照儲存在資料儲存庫 (例如 Cloud Storage、Amazon Simple Storage Service (Amazon S3) 和 Azure Blob 儲存體) 中的結構化資料。您可以使用這些資料表，在資料表層級強制執行精細的安全性。
如要瞭解如何建立 BigLake 資料表，請參閱下列主題： - 物件資料表：參照儲存在 Cloud Storage 等資料儲存庫中的非結構化資料。
如要瞭解如何建立物件資料表，請參閱「建立物件資料表」一文。 - 非 BigLake 外部資料表：參照儲存在資料儲存區 (例如 Cloud Storage、Google 雲端硬碟和 Bigtable) 中的結構化資料。與 BigLake 資料表不同，您無法在這些資料表強制執行資料表層級的精細安全防護機制。
如要瞭解如何建立非 BigLake 外部資料表，請參閱下列主題：
瀏覽次數
檢視表是使用 SQL 查詢定義的邏輯資料表。包括下列類型：
- 檢視表：使用 SQL 查詢定義的邏輯資料表。這些查詢會定義每次查詢檢視表時執行的檢視表。
如要瞭解如何建立檢視表，請參閱「建立檢視表」。 - 具體化檢視區塊：預先計算的檢視區塊，會定期快取檢視區塊查詢的結果。快取結果會儲存在 BigQuery 儲存空間中。
如要瞭解如何建立具體化檢視表，請參閱「建立具體化檢視表」。
資料表限制
BigQuery 資料表有以下限制：
- 各資料集中的資料表名稱不得重複。
- 匯出 BigQuery 資料表資料時，系統僅支援以 Cloud Storage 做為目的地。
- 如使用 API 呼叫，當資料集中的資料表數接近 50,000 個時，列舉效能會下降。
- Google Cloud 控制台最多可為每個資料集顯示 50,000 個資料表。
如要瞭解 BigQuery 外部資料表的限制，請參閱下列主題：
資料表配額
配額和限制適用於您可對資料表執行的各種工作類型，包括下列配額：
如要進一步瞭解所有配額和限制，請參閱配額與限制一文。
如要排解資料表的配額錯誤，請參閱 BigQuery 疑難排解頁面。
下列配額錯誤專屬於資料表：
資料表價格
您在 BigQuery 中建立及使用資料表時，系統會根據儲存在資料表和分區中的資料量，以及您對資料表資料執行的查詢量計算費用：
許多資料表作業都是免費的，包括載入、複製及匯出資料。 雖然這些作業都是免費的，但仍受限於 BigQuery 的配額與限制。如需所有免費作業的相關資訊，請參閱定價頁面上的「免費作業」一節。
資料表安全性
如要控管 BigQuery 資料表的存取權，請參閱「使用 IAM 控管資源存取權」。