如要執行分析資料的即時查詢，同時查詢作業資料，不必建構複雜的管道，可以使用 AlloyDB for PostgreSQL 的 Lakehouse Federation。AlloyDB 透過 bigquery_fdw 擴充功能將查詢路徑導向 BigQuery，藉由 BigLake 外部資料表存取即時資料和開放格式 (例如 Apache Iceberg)，省去複雜的 ETL (擷取、轉換、載入) 遷移作業。
Lakehouse Federation 的優點
湖倉聯盟方法具有下列優點：
- 零 ETL：直接查詢分析資料，不必建構或維護複雜的管道。
- 熟悉語法：使用標準 PostgreSQL 語法查詢 BigQuery 資料。
- 即時洞察：存取最新資料和作業資料表。
- 卸載運算作業：透過下推最佳化，使用 BigQuery 分散式引擎執行繁重的工作。
- 授權存取權：為確保只有授權的服務帳戶可以查詢外部資料，請使用 Identity and Access Management (IAM) 集中控管存取權。
用途
Lakehouse Federation 支援下列業務和技術用途：
- 混合式交易和分析處理 (HTAP) 工作負載：您可以同時查詢 AlloyDB 中的即時營運資料，以及 BigQuery 或 Cloud Storage 中的歷來或分析資料，不會影響交易效能。
- 即時洞察，不必使用容易出錯的管道：您可以避免傳統 ETL 程序造成的延遲和失敗模式。即時存取最新的分析資料，根據最新資訊制定業務決策。
- 代理工作流程的資料具體化：您可以將外部分析資料具體化至 AlloyDB，以使用 AlloyDB 資料欄引擎和 AlloyDB AI 功能。在聯邦資料上啟用高效能向量搜尋、機器學習嵌入，以及進階 AI 驅動的代理式工作流程。
架構和資料流程
下圖顯示使用湖倉聯盟時的資料流和元件互動：
以下說明 AlloyDB 中 Lakehouse Federation 的資料流程程序：
- 提交查詢：您向 AlloyDB 執行個體提交標準 PostgreSQL 查詢。
- 查詢規劃和最佳化：AlloyDB 查詢規劃工具會使用 BigQuery 外部資料包裝函式 (FDW)，找出對應至外部 BigQuery 資料集的資料表。
- 下推最佳化：AlloyDB 會將特定篩選器和匯總作業直接下推至 BigQuery，藉此最佳化查詢。確保網路只會傳輸相關的篩選資料列或預先匯總的摘要。
- 執行和擷取：BigQuery 會執行查詢的這部分，直接掃描 BigQuery 內建儲存空間，或讀取儲存在 Cloud Storage 中的 Apache Iceberg 資料表，然後將產生的資料集串流回 AlloyDB。
- 最終處理和回應：AlloyDB 會將外部資料與任何本機作業資料表合併，完成所有剩餘的查詢處理作業，然後將最終結果傳回應用程式。
聯合查詢的資料類型注意事項
使用資料湖倉聯盟從 AlloyDB 查詢外部 BigQuery 資料表時，AlloyDB 查詢規劃工具會將 BigQuery 資料類型解讀為對應的 PostgreSQL 資料類型。瞭解這些對應關係，對於編寫正確的查詢，以及 bigquery_fdw 擴充功能使用的外部資料表定義至關重要。
如果 BigQuery 資料型別沒有直接對應項目，或需要特殊處理，您可能需要在查詢中使用明確的 CAST 函式，或在 BigQuery 中建立檢視區塊，以顯示相容型別的資料。
如需支援的資料類型及其對應的 PostgreSQL 類型清單，請參閱「資料類型對應」。
安全性和存取控管
從 AlloyDB 存取 BigQuery 資料的權限是由 IAM 管理。您必須將特定 IAM 角色授予 AlloyDB 叢集服務帳戶，藉此定義可查詢的資料集和表格。這有助於確保聯合查詢遵守貴機構的集中式資料治理政策，同時兼顧安全性。詳情請參閱「必要的角色」。
下推式廣告
您可以使用篩選和匯總下推技術，在資料移轉至 AlloyDB 或由 AlloyDB 處理之前，先在 BigQuery 中篩選或匯總資料，藉此加快查詢速度並降低成本。這種做法可盡量減少網路流量和記憶體用量，讓您快速有效率地分析龐大的資料集，且不會超出資源限制。
篩選器下推式廣告
篩選條件下推 (又稱述詞下推) 是一種最佳化技術，可將資料篩選條件盡可能靠近儲存層，方法是將查詢篩選條件 (使用 WHERE 子句) 從 AlloyDB 下推至 BigQuery。
透過篩選條件下推，您可以使用含有 WHERE 子句的 SQL 查詢，存取遠端資料表中的資料子集。這項資料也可以在區域資料表上具體化，或以區域分割區的形式附加至 PostgreSQL 資料表。
篩選器下推作業支援下列作業：
- 標準比較運算子：
=、<、>、<=、>=、<> - 邏輯運算子：
AND、OR和NOT - 模式比對：
LIKE和NOT LIKE - 空值檢查：
IS NULL和IS NOT NULL - 清單內評估：
IN和NOT IN
匯總下推
匯總下推是一種進階資料庫最佳化功能，可盡可能在儲存層附近執行計算，例如 SUM、COUNT、AVG 或 GROUP BY。這項下推功能會直接在 BigQuery 中評估摘要函式，大幅減少傳回 AlloyDB 的資料列數。
支援的匯總下推作業包括：
SUMCOUNTAVGMINMAX
BigQuery 費用和帳單
BigQuery 外部資料包裝函式取決於下列項目：
- BigQuery 運算定價
- BigQuery Storage API 定價
詳情請參閱「BigQuery 計價方式」一文。
限制
- AlloyDB 和 BigQuery 可能使用不同的排序規則，因此兩個系統的資料排序方式可能不同。如果查詢的任何部分是在 BigQuery 上遠端執行，則會依據 BigQuery 的設定進行排序。
- 從 BigQuery 傳回大量資料的查詢 (下推後) 不會經過最佳化。