- BigQuery 教程
- BigQuery - 首頁
- BigQuery - 概述
- BigQuery - 初始設定
- BigQuery 與本地 SQL 引擎的比較
- BigQuery - Google Cloud Console
- BigQuery - Google Cloud 層次結構
- 什麼是 Dremel?
- 什麼是 BigQuery Studio?
- BigQuery - 資料集
- BigQuery - 表
- BigQuery - 檢視
- BigQuery - 建立表
- BigQuery - 基本模式設計
- BigQuery - 修改表
- BigQuery - 複製表
- 刪除和恢復表
- BigQuery - 填充表
- 標準 SQL 與傳統 SQL
- BigQuery - 編寫第一個查詢
- BigQuery - CRUD 操作
- 分割槽和叢集
- BigQuery - 資料型別
- BigQuery - 複雜資料型別
- BigQuery - STRUCT 資料型別
- BigQuery - ARRAY 資料型別
- BigQuery - JSON 資料型別
- BigQuery - 表元資料
- BigQuery - 使用者自定義函式
- 連線到外部資料來源
- 整合計劃查詢
- 整合 BigQuery API
- BigQuery - 整合 Airflow
- 整合連線的表格
- 整合資料傳輸
- BigQuery - 物化檢視
- BigQuery - 角色和許可權
- BigQuery - 查詢最佳化
- BigQuery - BI 引擎
- 監控使用情況和效能
- BigQuery - 資料倉庫
- 挑戰和最佳實踐
- BigQuery 資源
- BigQuery - 快速指南
- BigQuery - 資源
- BigQuery - 討論
BigQuery - 表元資料
能夠分析和理解組織資料的範圍和內容固然重要,但對於SQL 開發人員而言,瞭解使用 BigQuery 的效能和儲存成本方面也至關重要。
這時,查詢 BigQuery 表元資料對於開發人員來說可能很有用,對於尋求充分利用 SQL 引擎的組織來說更是寶貴。
對於那些沒有廣泛使用元資料的人來說:元資料顧名思義,是關於資料的資料。通常這與圍繞資源效能或監控等方面的統計資料有關。
BigQuery 提供了多個元資料儲存,使用者可以查詢這些儲存以更好地瞭解其專案如何消耗資源,其中包括:
- INFORMATION_SCHEMA
- __TABLES__ 檢視
- BigQuery 審計日誌
每個表都可以像查詢儲存資料一樣進行查詢。
對於 INFORMATION_SCHEMA 和 __TABLES__,需要注意的是表引用的語法有所不同。
不是遵循典型的:project.dataset.table 表示法,INFORMATION_SCHEMA 和 __TABLES__ 的元素是在結束反引號後引用的。
INFORMATION_SCHEMA 是一個數據源,它有幾個分支資源,例如 COLUMNS 或 JOBS_BY_PROJECT
例如,引用 INFORMATION_SCHEMA 看起來像這樣:
它將獲取以下輸出:
TABLES 檢視
TABLES 檢視提供表級別的資訊,例如表建立時間和最後訪問表的使用者。需要注意的是,TABLES 檢視可在資料集級別訪問。
它將獲取以下輸出:
基於現有表建立模式
INFORMATION_SCHEMA.COLUMNS 的一個有用的用例是能夠使用此查詢基於現有表建立模式:
廣告