Esta página se ha traducido con Cloud Translation API.

Vista JOBS_BY_ORGANIZATION

La vista INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION contiene metadatos casi en tiempo real sobre todos los trabajos enviados en la organización asociada al proyecto actual.

Rol necesario

Para obtener el permiso que necesitas para consultar la vista INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION, pide a tu administrador que te asigne el rol de gestión de identidades y accesos Lector de recursos de BigQuery (roles/bigquery.resourceViewer) en tu organización. Para obtener más información sobre cómo conceder roles, consulta el artículo Gestionar acceso a proyectos, carpetas y organizaciones.

Este rol predefinido contiene el permiso bigquery.jobs.listAll INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION, que es necesario para consultar la vista bigquery.jobs.listAll INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION.

También puedes obtener este permiso con roles personalizados u otros roles predefinidos.

La tabla de esquemas solo está disponible para los usuarios con organizaciones definidas. Google Cloud

Para obtener más información sobre los permisos de BigQuery, consulta Control de acceso con gestión de identidades y accesos.

Esquema

Los datos subyacentes se particionan por la columna creation_time y se agrupan en clústeres por project_id y user_email. La columna query_info contiene información adicional sobre los trabajos de consulta.

La vista INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION tiene el siguiente esquema:

Nombre de la columna	Data type (Dato)	Valor
`bi_engine_statistics`	`RECORD`	Si el proyecto está configurado para usar BI Engine, este campo contiene BiEngineStatistics. De lo contrario, `NULL`.
`cache_hit`	`BOOLEAN`	Indica si los resultados de la consulta de este trabajo procedían de una caché. Si tienes un trabajo de consulta múltiple, el `cache_hit` de tu consulta principal es `NULL`.
`creation_time`	`TIMESTAMP`	(Columna de partición) Hora de creación de este trabajo. La partición se basa en la hora UTC de esta marca de tiempo.
`destination_table`	`RECORD`	Tabla de destino de los resultados (si corresponde).
`end_time`	`TIMESTAMP`	Hora de finalización de este trabajo, en milisegundos desde el inicio del registro de tiempo. Este campo representa la hora en la que el trabajo pasa al estado `DONE`.
`error_result`	`RECORD`	Detalles de los errores como objetos ErrorProto.
`folder_numbers`	`REPEATED INTEGER`	IDs numéricos de las carpetas que contienen el proyecto, empezando por la carpeta que contiene directamente el proyecto, seguida de la carpeta que contiene la carpeta secundaria, y así sucesivamente. Por ejemplo, si `folder_numbers` es `[1, 2, 3]`, la carpeta `1` contiene inmediatamente el proyecto, la carpeta `2` contiene `1` y la carpeta `3` contiene `2`. Esta columna solo se rellena en `JOBS_BY_FOLDER`.
`job_creation_reason.code`	`STRING`	Especifica el motivo general por el que se ha creado un trabajo. Los valores posibles son: `REQUESTED`: se ha solicitado la creación de un trabajo. `LONG_RUNNING`: la solicitud de consulta ha superado el tiempo de espera definido por el sistema especificado por el campo timeoutMs en `QueryRequest`. Por lo tanto, se consideró una operación de larga duración para la que se creó un trabajo. `LARGE_RESULTS`: los resultados de la consulta no caben en la respuesta insertada. `OTHER`: el sistema ha determinado que la consulta debe ejecutarse como un trabajo.
`job_id`	`STRING`	El ID del trabajo si se ha creado uno. De lo contrario, el ID de consulta de una consulta que usa el modo de creación de tareas opcional. Por ejemplo, `bquxjob_1234`.
`job_stages`	`RECORD`	Fases de la consulta de la tarea. Nota: Los valores de esta columna están vacíos en las consultas que leen datos de tablas con políticas de acceso a nivel de fila. Para obtener más información, consulta las prácticas recomendadas para la seguridad a nivel de fila en BigQuery.
`job_type`	`STRING`	El tipo de trabajo. Puede ser `QUERY`, `LOAD`, `EXTRACT`, `COPY` o `NULL`. Un valor `NULL` indica un trabajo en segundo plano.
`labels`	`RECORD`	Matriz de etiquetas aplicadas al trabajo como pares clave-valor.
`parent_job_id`	`STRING`	ID del trabajo principal (si lo hay).
`priority`	`STRING`	La prioridad de este trabajo. Los valores válidos son `INTERACTIVE` y `BATCH`.
`project_id`	`STRING`	Columna de clustering: el ID del proyecto.
`project_number`	`INTEGER`	El número del proyecto.
`referenced_tables`	`RECORD`	Matriz de tablas a las que hace referencia la tarea. Solo se rellena en el caso de los trabajos de consulta que no son aciertos de caché.
`reservation_id`	`STRING`	Nombre de la reserva principal asignada a este trabajo, con el formato `RESERVATION_ADMIN_PROJECT:RESERVATION_LOCATION.RESERVATION_NAME`. En este resultado: `RESERVATION_ADMIN_PROJECT`: el nombre del proyecto de Google Cloud que administra la reserva `RESERVATION_LOCATION`: la ubicación de la reserva `RESERVATION_NAME`: el nombre de la reserva
`edition`	`STRING`	Edición asociada a la reserva asignada a este trabajo. Para obtener más información sobre las ediciones, consulta Introducción a las ediciones de BigQuery.
`session_info`	`RECORD`	Detalles sobre la sesión en la que se ejecutó este trabajo, si procede.
`start_time`	`TIMESTAMP`	Hora de inicio de este trabajo, en milisegundos desde el inicio del registro de tiempo. Este campo representa la hora en la que la tarea pasa del estado `PENDING` a `RUNNING` o `DONE`.
`state`	`STRING`	Estado de ejecución del trabajo. Los estados válidos son `PENDING`, `RUNNING` y `DONE`.
`statement_type`	`STRING`	El tipo de instrucción de consulta. Por ejemplo, `DELETE`, `INSERT`, `SCRIPT`, `SELECT` o `UPDATE`. Consulta QueryStatementType para ver una lista de valores válidos.
`timeline`	`RECORD`	Cronología de la consulta de la tarea. Contiene instantáneas de la ejecución de consultas.
`total_bytes_billed`	`INTEGER`	Si el proyecto está configurado para usar los precios bajo demanda, este campo contiene el total de bytes facturados por la tarea. Si el proyecto está configurado para usar precios de tarifa plana, no se te cobrarán los bytes y este campo solo tiene carácter informativo. Nota: Los valores de esta columna están vacíos en las consultas que leen datos de tablas con políticas de acceso a nivel de fila. Para obtener más información, consulta las prácticas recomendadas para la seguridad a nivel de fila en BigQuery.
`total_bytes_processed`	`INTEGER`	Total de bytes procesados por la tarea. Nota: Los valores de esta columna están vacíos en las consultas que leen datos de tablas con políticas de acceso a nivel de fila. Para obtener más información, consulta las prácticas recomendadas para la seguridad a nivel de fila en BigQuery.
`total_modified_partitions`	`INTEGER`	Número total de particiones que ha modificado la tarea. Este campo se rellena en los trabajos `LOAD` y `QUERY`.
`total_slot_ms`	`INTEGER`	Milisegundos de ranura de la tarea durante toda su duración en el estado `RUNNING`, incluidas las reintentos.
`total_services_sku_slot_ms`	`INTEGER`	Total de milisegundos de ranura de la tarea que se ejecuta en servicios externos y se factura con el SKU de servicios. Este campo solo se rellena en los trabajos que tienen costes de servicios externos y es el total del uso de los costes cuyo método de facturación es `"SERVICES_SKU"`.
`transaction_id`	`STRING`	ID de la transacción en la que se ha ejecutado este trabajo, si la hay.
`user_email`	`STRING`	Columna de clustering: dirección de correo o cuenta de servicio del usuario que ha ejecutado el trabajo.
`query_info.resource_warning`	`STRING`	El mensaje de advertencia que aparece si el uso de recursos durante el procesamiento de la consulta supera el umbral interno del sistema. Si una tarea de consulta se completa correctamente, se rellena el campo `resource_warning`. Con `resource_warning`, obtienes puntos de datos adicionales para optimizar tus consultas y configurar la monitorización de las tendencias de rendimiento de un conjunto de consultas equivalente mediante `query_hashes`.
`query_info.query_hashes.normalized_literals`	`STRING`	Contiene el valor hash de la consulta. `normalized_literals` es un hash hexadecimal `STRING` que ignora los comentarios, los valores de los parámetros, las funciones definidas por el usuario y los literales. El valor hash será diferente cuando cambien las vistas subyacentes o si la consulta hace referencia implícitamente a columnas, como `SELECT *`, y el esquema de la tabla cambia. Este campo aparece en las consultas GoogleSQL correctas que no son aciertos de caché.
`query_info.performance_insights`	`RECORD`	Estadísticas de rendimiento de la tarea.
`query_info.optimization_details`	`STRUCT`	Las optimizaciones basadas en el historial del trabajo. Esta columna solo está disponible en la vista `JOBS_BY_PROJECT`.
`transferred_bytes`	`INTEGER`	Total de bytes transferidos en consultas entre nubes, como las tareas de transferencia entre nubes de BigQuery Omni.
`materialized_view_statistics`	`RECORD`	Estadísticas de las vistas materializadas que se han tenido en cuenta en un trabajo de consulta. Vista previa
`metadata_cache_statistics`	`RECORD`	Estadísticas sobre el uso del índice de columnas de metadatos de las tablas a las que se hace referencia en un trabajo de consulta.
`search_statistics`	`RECORD`	Estadísticas de una consulta de búsqueda.
`query_dialect`	`STRING`	Este campo estará disponible en algún momento de mayo del 2025. El dialecto de consulta que se ha usado en la tarea. Los valores válidos son los siguientes: `GOOGLE_SQL`: se ha solicitado que el trabajo use GoogleSQL. `LEGACY_SQL`: se ha solicitado que el trabajo use Legacy SQL. `DEFAULT_LEGACY_SQL`: no se ha especificado ningún dialecto de consulta en la solicitud de trabajo. BigQuery ha usado el valor predeterminado de LegacySQL. `DEFAULT_GOOGLE_SQL`: no se ha especificado ningún dialecto de consulta en la solicitud de trabajo. BigQuery ha usado el valor predeterminado de GoogleSQL. Este campo solo se rellena en las tareas de consulta. La selección predeterminada del dialecto de consulta se puede controlar mediante los ajustes de configuración.
`continuous`	`BOOLEAN`	Si el trabajo es una consulta continua.
`continuous_query_info.output_watermark`	`TIMESTAMP`	Representa el punto hasta el que la consulta continua ha procesado los datos correctamente.
`vector_search_statistics`	`RECORD`	Estadísticas de una consulta de búsqueda de vectores.

Conservación de datos

Esta vista contiene los trabajos en curso y el historial de trabajos de los últimos 180 días.

Ámbito y sintaxis

Las consultas en esta vista deben incluir un calificador de región. En la siguiente tabla se explica el ámbito de la región de esta vista:

Nombre de la vista	Ámbito de los recursos	Ámbito de la región
[PROJECT_ID.]`region-REGION`.INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION	Organización que contiene el proyecto especificado.	`REGION`

Sustituye lo siguiente:

Opcional: PROJECT_ID: el ID de tu proyecto. Google Cloud Si no se especifica, se usa el proyecto predeterminado.
REGION: cualquier nombre de región del conjunto de datos. Por ejemplo, `region-us`.

Nota: Debes usar un calificador de región para consultar vistas de INFORMATION_SCHEMA. La ubicación de la ejecución de la consulta debe coincidir con la región de la vista INFORMATION_SCHEMA.

Ejemplos

Para ejecutar la consulta en un proyecto que no sea el predeterminado, añade el ID del proyecto con el siguiente formato:

`PROJECT_ID`.`region-REGION_NAME`.INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION

Sustituye lo siguiente:

PROJECT_ID: el ID del proyecto
REGION_NAME: la región de tu proyecto

Por ejemplo, `myproject`.`region-us`.INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION.

Encuentra las cinco tareas principales que han analizado más bytes hoy

En el siguiente ejemplo se muestra cómo encontrar los cinco trabajos que han analizado la mayor cantidad de bytes en una organización durante el día actual. Puedes aplicar más filtros en statement_type para consultar información adicional, como cargas, exportaciones y consultas.

SELECT
  job_id,
  user_email,
  total_bytes_billed
FROM
  `region-REGION_NAME`.INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION
WHERE
  EXTRACT(DATE FROM  creation_time) = current_date()
ORDER BY
  total_bytes_billed DESC
LIMIT 5;

El resultado es similar al siguiente:

+--------------+--------------+---------------------------+
| job_id       |  user_email  |  total_bytes_billed       |
+--------------+--------------+---------------------------+
| bquxjob_1    |  abc@xyz.com |    999999                 |
| bquxjob_2    |  def@xyz.com |    888888                 |
| bquxjob_3    |  ghi@xyz.com |    777777                 |
+--------------+--------------+---------------------------+

Agrega el uso de Hojas vinculadas por usuario a nivel de organización

La siguiente consulta proporciona un resumen de los principales usuarios de Hojas conectadas de tu organización en los últimos 30 días, clasificados por el total de datos facturados. La consulta agrega el número total de consultas, el total de bytes facturados y el total de milisegundos de ranura de cada usuario. Esta información es útil para conocer la adopción e identificar a los principales consumidores de recursos.

SELECT
  user_email,
  COUNT(*) AS total_queries,
  SUM(total_bytes_billed) AS total_bytes_billed,
  SUM(total_slot_ms) AS total_slot_ms
FROM
  `region-REGION_NAME.INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION`
WHERE
  -- Filter for jobs created in the last 30 days
  creation_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 30 DAY)
  -- Filter for jobs originating from Connected Sheets
  AND job_id LIKE 'sheets_dataconnector%'
  -- Filter for completed jobs
  AND state = 'DONE'
  AND (statement_type IS NULL OR statement_type <> 'SCRIPT')
GROUP BY
  1
ORDER BY
  total_bytes_billed DESC;

Sustituye REGION_NAME por la región de tu proyecto. Por ejemplo, region-us.

El resultado es similar al siguiente:

+---------------------+---------------+--------------------+-----------------+
| user_email          | total_queries | total_bytes_billed | total_slot_ms   |
+---------------------+---------------+--------------------+-----------------+
| alice@example.com   | 152           | 12000000000        | 3500000         |
| bob@example.com     | 45            | 8500000000         | 2100000         |
| charles@example.com | 210           | 1100000000         | 1800000         |
+---------------------+---------------+--------------------+-----------------+

Buscar registros de trabajos de consultas de Hojas vinculadas a nivel de organización

La siguiente consulta proporciona un registro detallado de cada consulta individual ejecutada por Hojas vinculadas. Esta información es útil para auditar e identificar consultas específicas de alto coste.

SELECT
  job_id,
  creation_time,
  user_email,
  project_id,
  total_bytes_billed,
  total_slot_ms,
  query
FROM
  `region-REGION_NAME.INFORMATION_SCHEMA.JOBS_BY_ORGANIZATION`
WHERE
  creation_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 30 DAY)
  AND job_id LIKE 'sheets_dataconnector%'
  AND state = 'DONE'
  AND (statement_type IS NULL OR statement_type <> 'SCRIPT')
ORDER BY
  creation_time DESC;

Sustituye REGION_NAME por la región de tu proyecto. Por ejemplo, region-us.

El resultado es similar al siguiente:

+---------------------------------+---------------------------------+-----------------+------------+--------------------+---------------+--------------------------------+
| job_id                          | creation_time                   | user_email      | project_id | total_bytes_billed | total_slot_ms |  query                         |
+---------------------------------+---------------------------------+-----------------+------------+--------------------+---------------+--------------------------------+
| sheets_dataconnector_bquxjob_1  | 2025-11-06 00:26:53.077000 UTC  | abc@example.com | my_project | 12000000000        | 3500000       | SELECT ... FROM dataset.table1 |
| sheets_dataconnector_bquxjob_2  | 2025-11-06 00:24:04.294000 UTC  | xyz@example.com | my_project | 8500000000         | 2100000       | SELECT ... FROM dataset.table2 |
| sheets_dataconnector_bquxjob_3  | 2025-11-03 23:17:25.975000 UTC  | bob@example.com | my_project | 1100000000         | 1800000       | SELECT ... FROM dataset.table3 |
+---------------------------------+---------------------------------+-----------------+------------+--------------------+---------------+--------------------------------+