WRITE_API_TIMELINE_BY_FOLDER 檢視畫面

INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_FOLDER 檢視畫面包含目前專案 (包括子資料夾) 的父資料夾每分鐘的 BigQuery Storage Write API 攝入統計資料。

您可以查詢 INFORMATION_SCHEMA Write API 檢視畫面，擷取使用 BigQuery Storage Write API 將資料擷取至 BigQuery 的歷來和即時資訊。詳情請參閱 BigQuery Storage Write API。

必要權限

如要查詢 INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_FOLDER 檢視畫面，您必須具備專案父資料夾的 bigquery.tables.list 身分與存取權管理 (IAM) 權限。

以下每個預先定義的 IAM 角色都包含上述權限：

• roles/bigquery.admin
• roles/bigquery.user
• roles/bigquery.dataViewer
• roles/bigquery.dataEditor
• roles/bigquery.dataOwner
• roles/bigquery.metadataViewer
• roles/bigquery.resourceAdmin

注意：「基本角色」擁有者或編輯者不具備必要的 `bigquery.tables.list` 權限。

如要進一步瞭解 BigQuery 權限，請參閱「使用身分與存取權管理功能控管存取權」。

結構定義

查詢 INFORMATION_SCHEMA BigQuery Storage Write API 檢視畫面時，查詢結果會包含使用 BigQuery Storage Write API 將資料擷取至 BigQuery 的歷史資料和即時資訊。下列檢視畫面中的每個資料列都代表匯入特定資料表的統計資料，這些資料會在 start_timestamp 開始的一分鐘間隔內匯總。統計資料會依串流類型和錯誤代碼分組，因此每個時間戳記和資料表組合中，每個串流類型和遇到的錯誤代碼都會有一列資料列。成功的要求會將錯誤代碼設為 OK。如果在特定時間範圍內，沒有任何資料擷取至資料表，則該資料表的對應時間戳記就不會顯示任何資料列。

INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_* 檢視畫面具有下列結構定義：

資料欄名稱	資料類型	值
start_timestamp	TIMESTAMP	(分區欄) 匯總統計資料的 1 分鐘間隔開始時間戳記。
project_id	STRING	(叢集欄) 專案 ID。
project_number	INTEGER	專案編號。
dataset_id	STRING	(叢集資料欄) 資料集 ID。
table_id	STRING	表格 ID(叢集欄)。
stream_type	STRING	使用 BigQuery Storage Write API 擷取資料時使用的串流類型。這個值應為「DEFAULT」、「COMMITTED」、「BUFFERED」或「PENDING」其中之一。
error_code	STRING	此列指定要求傳回的錯誤代碼。成功要求的回應為「OK」。
total_requests	INTEGER	1 分鐘間隔內的要求總數。
total_rows	INTEGER	1 分鐘內所有要求的總列數。
total_input_bytes	INTEGER	1 分鐘間隔內所有資料列的位元組總數。

資料保留

這個檢視畫面包含過去 180 天內的 BigQuery Storage Write API 擷取記錄。

範圍和語法

對這個檢視表執行的查詢必須包含區域限定詞。如果未指定區域限定詞，系統會從所有區域擷取中繼資料。下表說明此檢視區域範圍：

檢視表名稱	資源範圍	區域範圍
[PROJECT_ID.]`region-REGION`.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_FOLDER	包含指定專案的資料夾	REGION

替換下列內容：

• 選用：PROJECT_ID： Google Cloud 專案的 ID。如果未指定，系統會使用預設專案。
• REGION：任一資料集區域名稱。例如：`region-us`。
  注意：您必須使用區域限定詞查詢 INFORMATION_SCHEMA 檢視畫面。查詢執行的位置必須與 INFORMATION_SCHEMA 檢視區域相符。

示例

• 如要查詢美國多區域中的資料，請使用 region-us.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_FOLDER
• 如要查詢歐盟多區域中的資料，請使用 region-eu.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_FOLDER
• 如要查詢 asia-northeast1 地區的資料，請使用 region-asia-northeast1.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_FOLDER

如需可用地區的清單，請參閱「資料集位置」。

範例

範例 1：最近的 BigQuery Storage Write API 擷取失敗

以下範例會計算過去 30 分鐘內，專案資料夾中所有資料表的失敗要求總數，並按串流類型和錯誤代碼細分：

SELECT
  start_timestamp,
  stream_type,
  error_code,
  SUM(total_requests) AS num_failed_requests
FROM
  `region-us`.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_FOLDER
WHERE
  error_code != 'OK'
  AND start_timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP, INTERVAL 30 MINUTE)
GROUP BY
  start_timestamp,
  stream_type,
  error_code
ORDER BY
  start_timestamp DESC;

注意： INFORMATION_SCHEMA 檢視表名稱會區分大小寫。

結果大致如下：

+---------------------+-------------+------------------+---------------------+
|   start_timestamp   | stream_type |    error_code    | num_failed_requests |
+---------------------+-------------+------------------+---------------------+
| 2023-02-24 00:25:00 | PENDING     | NOT_FOUND        |                   5 |
| 2023-02-24 00:25:00 | DEFAULT     | INVALID_ARGUMENT |                   1 |
| 2023-02-24 00:25:00 | DEFAULT     | DEADLINE_EXCEEDED|                   4 |
| 2023-02-24 00:24:00 | PENDING     | INTERNAL         |                   3 |
| 2023-02-24 00:24:00 | DEFAULT     | INVALID_ARGUMENT |                   1 |
| 2023-02-24 00:24:00 | DEFAULT     | DEADLINE_EXCEEDED|                   2 |
+---------------------+-------------+------------------+---------------------+

範例 2：每分鐘的細部資料 (所有要求，含錯誤代碼)

以下範例會計算專案資料夾中成功和失敗的附加要求，並按錯誤代碼類別細分。這項查詢可用於填入資訊主頁。

SELECT
  start_timestamp,
  SUM(total_requests) AS total_requests,
  SUM(total_rows) AS total_rows,
  SUM(total_input_bytes) AS total_input_bytes,
  SUM(
    IF(
      error_code IN (
        'INVALID_ARGUMENT', 'NOT_FOUND', 'CANCELLED', 'RESOURCE_EXHAUSTED',
        'ALREADY_EXISTS', 'PERMISSION_DENIED', 'UNAUTHENTICATED',
        'FAILED_PRECONDITION', 'OUT_OF_RANGE'),
      total_requests,
      0)) AS user_error,
  SUM(
    IF(
      error_code IN (
        'DEADLINE_EXCEEDED','ABORTED', 'INTERNAL', 'UNAVAILABLE',
        'DATA_LOSS', 'UNKNOWN'),
      total_requests,
      0)) AS server_error,
  SUM(IF(error_code = 'OK', 0, total_requests)) AS total_error,
FROM
  `region-us`.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_FOLDER
GROUP BY
  start_timestamp
ORDER BY
  start_timestamp DESC;

注意： INFORMATION_SCHEMA 檢視表名稱會區分大小寫。

結果大致如下：

+---------------------+----------------+------------+-------------------+------------+--------------+-------------+
|   start_timestamp   | total_requests | total_rows | total_input_bytes | user_error | server_error | total_error |
+---------------------+----------------+------------+-------------------+------------+--------------+-------------+
| 2020-04-15 22:00:00 |         441854 |     441854 |       23784853118 |          0 |           17 |          17 |
| 2020-04-15 21:59:00 |         355627 |     355627 |       26101982742 |          8 |            0 |          13 |
| 2020-04-15 21:58:00 |         354603 |     354603 |       26160565341 |          0 |            0 |           0 |
| 2020-04-15 21:57:00 |         298823 |     298823 |       23877821442 |          2 |            0 |           2 |
+---------------------+----------------+------------+-------------------+------------+--------------+-------------+

範例 3：有最多入站流量的資料表

以下範例會針對專案資料夾中流量最多的 10 個表格，傳回 BigQuery Storage Write API 攝入統計資料：

SELECT
  project_id,
  dataset_id,
  table_id,
  SUM(total_rows) AS num_rows,
  SUM(total_input_bytes) AS num_bytes,
  SUM(total_requests) AS num_requests
FROM
  `region-us`.INFORMATION_SCHEMA.WRITE_API_TIMELINE_BY_FOLDER
GROUP BY
  project_id,
  dataset_id,
  table_id
ORDER BY
  num_bytes DESC
LIMIT 10;

注意： INFORMATION_SCHEMA 檢視表名稱會區分大小寫。

結果大致如下：

+----------------------+------------+-------------------------------+------------+----------------+--------------+
|      project_id      | dataset_id |           table_id            |  num_rows  |   num_bytes    | num_requests |
+----------------------+------------+-------------------------------+------------+----------------+--------------+
| my-project1          | dataset1   | table1                        | 8016725532 | 73787301876979 |   8016725532 |
| my-project2          | dataset1   | table2                        |   26319580 | 34199853725409 |     26319580 |
| my-project1          | dataset2   | table1                        |   38355294 | 22879180658120 |     38355294 |
| my-project3          | dataset1   | table3                        |  270126906 | 17594235226765 |    270126906 |
| my-project2          | dataset2   | table2                        |   95511309 | 17376036299631 |     95511309 |
| my-project2          | dataset2   | table3                        |   46500443 | 12834920497777 |     46500443 |
| my-project3          | dataset2   | table4                        |   25846270 |  7487917957360 |     25846270 |
| my-project4          | dataset1   | table4                        |   18318404 |  5665113765882 |     18318404 |
| my-project4          | dataset1   | table5                        |   42829431 |  5343969665771 |     42829431 |
| my-project4          | dataset1   | table6                        |    8771021 |  5119004622353 |      8771021 |
+----------------------+------------+-------------------------------+------------+----------------+--------------+