管理邏輯檢視表

本文件說明如何在 BigQuery 中管理檢視表。您可以透過下列方式管理 BigQuery 檢視表：

• 更新檢視表
• 複製檢視表
• 重新命名檢視表
• 刪除檢視表

事前準備

授予 Identity and Access Management (IAM) 角色，讓使用者具備執行本文件各項工作所需的權限。執行工作所需的權限 (如有) 會列在工作的「必要權限」部分。

更新檢視表

建立檢視表後，您可以更新下列檢視表屬性：

• SQL 查詢
• 到期時間
• 說明
• 標籤

所需權限

如要更新檢視表，您必須具備下列 IAM 權限：

• bigquery.tables.update
• bigquery.tables.get

下列每個預先定義的 IAM 角色都包含更新檢視表所需的權限：

• roles/bigquery.dataEditor
• roles/bigquery.dataOwner
• roles/bigquery.admin

此外，如果您具備 bigquery.datasets.create 權限，則可更新所建立資料集中的資料表和檢視表。

如要更新檢視表的 SQL 查詢，您也必須具備查詢檢視表 SQL 查詢所參照任何資料表的權限。

注意： 如要更新授權檢視表的 SQL，或授權資料集中的檢視表，您必須具備檢視表所在資料集的 bigquery.datasets.update 權限。您不需要對檢視表讀取的資料集，或包含參照 UDF 的資料集，具備這項權限。標準和授權檢視表更新檢視表的方法相同，例如 CREATE OR REPLACE VIEW。更新檢視表會保留其授權狀態。也就是說，如果檢視表已獲得授權，更新後仍會保持授權狀態；如果檢視表未獲得授權，更新後會產生標準檢視表。詳情請參閱授權檢視表的必要權限，以及授權資料集內檢視表的必要權限。

如要進一步瞭解 BigQuery 的 IAM 角色和權限，請參閱「預先定義的角色和權限」。

範例：參照跨專案 UDF 和資料集的檢視表

假設您要更新專案 A (authorized_dataset) 中的檢視表。這項檢視表查詢會彙整專案 B (shared_dataset) 中的資料表，並呼叫專案 C (udf_dataset) 中的 UDF。

必須具備下列權限：

• 專案 A：您更新的特定檢視表資源bigquery.tables.update。
• 專案 B：參照共用資源的 bigquery.datasets.get 和 bigquery.tables.getData。
• 專案 C：bigquery.routines.get，用於您呼叫的特定 UDF。

重要的是，您的身分不需要具備專案 B 或專案 C 的 bigquery.datasets.update 權限，即可執行這項更新。

更新檢視表的 SQL 查詢

您可以透過以下方式更新用來定義檢視表的 SQL 查詢：

• 使用 Google Cloud 控制台
• 使用 bq 指令列工具的 bq update 指令
• 呼叫 tables.patch API 方法
• 使用用戶端程式庫

您可以在 API 或 bq 指令列工具中，將 SQL 方言從舊版 SQL 變更為 GoogleSQL。您無法在Google Cloud 控制台中，將舊版 SQL 檢視表更新為 GoogleSQL。

如何更新檢視表的 SQL 查詢：

控制台

1. 點選左側窗格中的 「Explorer」。

   

   如果沒有看到左側窗格，請按一下 「Expand left pane」(展開左側窗格)，開啟窗格。

2. 在「Explorer」窗格中展開專案，依序點選「Datasets」(資料集) 和資料集。

3. 依序點選「總覽」>「表格」，然後選取檢視畫面。

4. 點按「Details」(詳細資料) 分頁標籤。

5. 按一下「查詢」方塊上方的「編輯查詢」。查詢會在查詢編輯器中開啟。

   

6. 編輯 SQL 查詢，然後依序點選「儲存 view」 > 「儲存 view」：

   

bq

發出含有 --view 旗標的 bq update 指令。如要使用 GoogleSQL，或將查詢方言從舊版 SQL 更新為 GoogleSQL，請加入 --use_legacy_sql 旗標並設為 false。

如果查詢參照儲存在 Cloud Storage 或本機檔案中的外部 user-defined function 資源，請使用 --view_udf_resource 旗標指定這些資源。本文不示範 --view_udf_resource 旗標。如要進一步瞭解如何使用 UDF，請參閱「GoogleSQL user-defined function」。

如果您要更新在預設專案以外的專案中的檢視表，請使用下列格式將專案 ID 新增至資料集名稱：project_id:dataset。

bq update \
    --use_legacy_sql=false \
    --view_udf_resource=path_to_file \
    --view='query' \
    project_id:dataset.view

更改下列內容：

• path_to_file：程式碼檔案的 URI 或本機檔案系統路徑，該檔案會立即載入並評估為檢視表使用的 user-defined function 資源。請重複該標記以指定多個檔案。
• query：有效的 GoogleSQL 查詢
• project_id：專案 ID
• dataset：資料集名稱，內含要更新的檢視表
• view：要更新的檢視表名稱

範例

輸入下列指令，更新 mydataset 中名為 myview 之檢視表的 SQL 查詢。mydataset 在您的預設專案中。用於更新檢視表的範例查詢會從美國姓名資料公開資料集查詢資料。

bq update \
    --use_legacy_sql=false \
    --view \
    'SELECT
      name,
      number
    FROM
      `bigquery-public-data.usa_names.usa_1910_current`
    WHERE
      gender = "M"
    ORDER BY
      number DESC;' \
    mydataset.myview

輸入下列指令，更新 mydataset 中名為 myview 之檢視表的 SQL 查詢。mydataset 在 myotherproject 中，而不是您的預設專案中。用於更新檢視表的範例查詢會從美國姓名資料公開資料集查詢資料。

bq update \
    --use_legacy_sql=false \
    --view \
    'SELECT
      name,
      number
    FROM
      `bigquery-public-data.usa_names.usa_1910_current`
    WHERE
      gender = "M"
    ORDER BY
      number DESC;' \
    myotherproject:mydataset.myview

API

您可以透過下列方式更新檢視表：使用包含已更新 view 屬性的資料表資源呼叫 tables.patch 方法。由於 tables.update 方法會取代整個資料表資源，因此建議使用 tables.patch 方法。

Go

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Go 設定操作說明進行操作。詳情請參閱 BigQuery Go API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

import (
	"context"
	"fmt"

	"cloud.google.com/go/bigquery"
)

// updateView demonstrates updating the query metadata that defines a logical view.
func updateView(projectID, datasetID, viewID string) error {
	// projectID := "my-project-id"
	// datasetID := "mydataset"
	// viewID := "myview"
	ctx := context.Background()
	client, err := bigquery.NewClient(ctx, projectID)
	if err != nil {
		return fmt.Errorf("bigquery.NewClient: %v", err)
	}
	defer client.Close()

	view := client.Dataset(datasetID).Table(viewID)
	meta, err := view.Metadata(ctx)
	if err != nil {
		return err
	}

	newMeta := bigquery.TableMetadataToUpdate{
		// This example updates a view into the shakespeare dataset to exclude works named after kings.
		ViewQuery: "SELECT word, word_count, corpus, corpus_date FROM `bigquery-public-data.samples.shakespeare` WHERE corpus NOT LIKE '%king%'",
	}

	if _, err := view.Update(ctx, newMeta, meta.ETag); err != nil {
		return err
	}
	return nil
}

Java

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Java 設定操作說明進行操作。詳情請參閱 BigQuery Java API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.TableId;
import com.google.cloud.bigquery.TableInfo;
import com.google.cloud.bigquery.ViewDefinition;

// Sample to update query on a view
public class UpdateViewQuery {

  public static void runUpdateViewQuery() {
    // TODO(developer): Replace these variables before running the sample.
    String datasetName = "MY_DATASET_NAME";
    String tableName = "MY_TABLE_NAME";
    String viewName = "MY_VIEW_NAME";
    String updateQuery =
        String.format("SELECT TimestampField, StringField FROM %s.%s", datasetName, tableName);
    updateViewQuery(datasetName, viewName, updateQuery);
  }

  public static void updateViewQuery(String datasetName, String viewName, String query) {
    try {
      // Initialize client that will be used to send requests. This client only needs to be created
      // once, and can be reused for multiple requests.
      BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();

      // Retrieve existing view metadata
      TableInfo viewMetadata = bigquery.getTable(TableId.of(datasetName, viewName));

      // Update view query
      ViewDefinition viewDefinition = viewMetadata.getDefinition();
      viewDefinition.toBuilder().setQuery(query).build();

      // Set metadata
      bigquery.update(viewMetadata.toBuilder().setDefinition(viewDefinition).build());

      System.out.println("View query updated successfully");
    } catch (BigQueryException e) {
      System.out.println("View query was not updated. \n" + e.toString());
    }
  }
}

Node.js

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Node.js 設定操作說明進行操作。詳情請參閱 BigQuery Node.js API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

// Import the Google Cloud client library and create a client
const {BigQuery} = require('@google-cloud/bigquery');
const bigquery = new BigQuery();

async function updateViewQuery() {
  // Updates a view named "my_existing_view" in "my_dataset".

  /**
   * TODO(developer): Uncomment the following lines before running the sample.
   */
  // const datasetId = "my_existing_dataset"
  // const tableId = "my_existing_table"
  const dataset = await bigquery.dataset(datasetId);

  // This example updates a view into the USA names dataset to include state.
  const newViewQuery = `SELECT name, state 
  FROM \`bigquery-public-data.usa_names.usa_1910_current\`
  LIMIT 10`;

  // Retrieve existing view
  const [view] = await dataset.table(tableId).get();

  // Retrieve existing view metadata
  const [metadata] = await view.getMetadata();

  // Update view query
  metadata.view = newViewQuery;

  // Set metadata
  await view.setMetadata(metadata);

  console.log(`View ${tableId} updated.`);
}

Python

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Python 設定操作說明進行操作。詳情請參閱 BigQuery Python API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

from google.cloud import bigquery

client = bigquery.Client()

view_id = "my-project.my_dataset.my_view"
source_id = "my-project.my_dataset.my_table"
view = bigquery.Table(view_id)

# The source table in this example is created from a CSV file in Google
# Cloud Storage located at
# `gs://cloud-samples-data/bigquery/us-states/us-states.csv`. It contains
# 50 US states, while the view returns only those states with names
# starting with the letter 'M'.
view.view_query = f"SELECT name, post_abbr FROM `{source_id}` WHERE name LIKE 'M%'"

# Make an API request to update the query property of the view.
view = client.update_table(view, ["view_query"])
print(f"Updated {view.table_type}: {str(view.reference)}")

注意： 如果您更新授權檢視表查詢所參照的資料集，則必須授權檢視表存取任何新的基礎資料集。

更新視圖的到期時間

您可以設定資料集層級 (會同時影響資料表和視圖) 的資料表預設到期時間，也可以在建立視圖時設定視圖的到期時間。如果您在建立檢視表時設定到期時間，系統將會忽略資料集的資料表預設到期時間。如果您未在資料集層級設定預設資料表到期時間，也未在建立檢視表時設定到期時間，則檢視表永遠不會到期，您必須手動刪除檢視表。

建立檢視表後，您隨時可以透過下列方式更新檢視表的到期時間：

• 使用 Google Cloud 控制台
• 使用以 GoogleSQL 語法編寫的資料定義語言 (DDL) 陳述式
• 使用 bq 指令列工具的 bq update 指令
• 呼叫 tables.patch API 方法
• 使用用戶端程式庫

附註：如果設定的到期時間已過，系統會立即刪除該檢視表。

如何更新檢視表的到期時間：

控制台

1. 點選左側窗格中的 「Explorer」。

   

2. 在「Explorer」窗格中展開專案，依序點選「Datasets」(資料集) 和資料集。

3. 依序點選「總覽」 > 「資料表」，然後選取檢視表。

4. 按一下「詳細資料」分頁標籤，然後點選「編輯詳細資料」。

5. 在「Edit detail」(編輯詳細資料) 對話方塊的「Expiration time」(到期時間) 選單中，選取「Specify date」(指定日期)。

6. 在「Expiration time」(到期時間) 欄位中，使用日期挑選器工具選取日期和時間。

7. 按一下 [儲存]。更新後的到期時間會顯示在「View info」(查看資訊) 專區的「View expiration」(查看到期時間) 列中。

SQL

使用 ALTER VIEW SET OPTIONS DDL 陳述式：

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往「BigQuery」

2. 在查詢編輯器中輸入下列陳述式：

    ALTER VIEW DATASET_ID.MY_VIEW
    SET OPTIONS (
     expiration_timestamp = TIMESTAMP('NEW_TIMESTAMP'));

   替換下列內容：

   • DATASET_ID：檢視表所在資料集的 ID
   • MY_VIEW：要更新的檢視表名稱
   • NEW_TIMESTAMP：TIMESTAMP 值

3. 按一下「 執行」。

如要進一步瞭解如何執行查詢，請參閱「執行互動式查詢」。

bq

發出含有 --expiration 旗標的 bq update 指令。如果您要更新在預設專案以外的專案中的檢視表，請使用下列格式將專案 ID 新增至資料集名稱：project_id:dataset。

bq update \
    --expiration integer \
    project_id:dataset.view

更改下列內容：

• integer：資料表的預設生命週期 (以秒為單位)。最小值是 3600 秒 (1 小時)。到期時間為目前時間加整數值。
• project_id：專案 ID
• dataset：資料集名稱，內含要更新的檢視表
• view：要更新的檢視表名稱

範例

輸入下列指令，將 mydataset 中的 myview 到期時間更新為 5 天 (432000 秒)。mydataset 位於您的預設專案中。

bq update \
    --expiration 432000 \
    mydataset.myview

輸入下列指令，將 mydataset 中的 myview 到期時間更新為 5 天 (432000 秒)。mydataset 在 myotherproject 中，而不是您的預設專案中。

bq update \
    --expiration 432000 \
    myotherproject:mydataset.myview

API

呼叫 tables.patch 方法並使用資料表資源中的 expirationTime 屬性。由於 tables.update 方法會取代整個資料表資源，因此建議使用 tables.patch 方法。使用 REST API 時，檢視表到期時間會以毫秒為單位表示。

Go

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Go 設定操作說明進行操作。詳情請參閱 BigQuery Go API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

import (
	"context"
	"fmt"
	"time"

	"cloud.google.com/go/bigquery"
)

// updateTableExpiration demonstrates setting the table expiration of a table to a specific point in time
// in the future, at which time it will be deleted.
func updateTableExpiration(projectID, datasetID, tableID string) error {
	// projectID := "my-project-id"
	// datasetID := "mydataset"
	// tableID := "mytable"
	ctx := context.Background()
	client, err := bigquery.NewClient(ctx, projectID)
	if err != nil {
		return fmt.Errorf("bigquery.NewClient: %v", err)
	}
	defer client.Close()

	tableRef := client.Dataset(datasetID).Table(tableID)
	meta, err := tableRef.Metadata(ctx)
	if err != nil {
		return err
	}
	update := bigquery.TableMetadataToUpdate{
		ExpirationTime: time.Now().Add(time.Duration(5*24) * time.Hour), // table expiration in 5 days.
	}
	if _, err = tableRef.Update(ctx, update, meta.ETag); err != nil {
		return err
	}
	return nil
}

Java

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Java 設定操作說明進行操作。詳情請參閱 BigQuery Java API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

Table beforeTable = bigquery.getTable(datasetName, tableName);

// Set table to expire 5 days from now.
long expirationMillis = DateTime.now().plusDays(5).getMillis();
TableInfo tableInfo = beforeTable.toBuilder()
        .setExpirationTime(expirationMillis)
        .build();
Table afterTable = bigquery.update(tableInfo);

Node.js

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Node.js 設定操作說明進行操作。詳情請參閱 BigQuery Node.js API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

// Import the Google Cloud client library
const {BigQuery} = require('@google-cloud/bigquery');
const bigquery = new BigQuery();

async function updateTableExpiration() {
  // Updates a table's expiration.

  /**
   * TODO(developer): Uncomment the following lines before running the sample.
   */
  // const datasetId = 'my_dataset', // Existing dataset
  // const tableId = 'my_table', // Existing table
  // const expirationTime = Date.now() + 1000 * 60 * 60 * 24 * 5 // 5 days from current time in ms

  // Retreive current table metadata
  const table = bigquery.dataset(datasetId).table(tableId);
  const [metadata] = await table.getMetadata();

  // Set new table expiration to 5 days from current time
  metadata.expirationTime = expirationTime.toString();
  const [apiResponse] = await table.setMetadata(metadata);

  const newExpirationTime = apiResponse.expirationTime;
  console.log(`${tableId} expiration: ${newExpirationTime}`);
}

Python

更新檢視表到期時間的程序與更新資料表到期時間相同。

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Python 設定操作說明進行操作。詳情請參閱 BigQuery Python API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

from google.cloud import bigquery

client = bigquery.Client()

# TODO(dev): Change table_id to the full name of the table you want to update.
table_id = "your-project.your_dataset.your_table_name"

# TODO(dev): Set table to expire for desired days days from now.
expiration = datetime.datetime.now(datetime.timezone.utc) + datetime.timedelta(
    days=5
)
table = client.get_table(table_id)  # Make an API request.
table.expires = expiration
table = client.update_table(table, ["expires"])  # API request

print(f"Updated {table_id}, expires {table.expires}.")

更新視圖的說明

您可以透過以下方式更新檢視表的說明：

• 使用 Google Cloud 控制台
• 使用以 GoogleSQL 語法編寫的資料定義語言 (DDL) 陳述式
• 使用 bq 指令列工具的 bq update 指令
• 呼叫 tables.patch API 方法
• 使用用戶端程式庫

如何更新檢視表的說明：

控制台

使用 Google Cloud 控制台建立檢視表時，無法新增說明。建立檢視表後，您可以在「Details」(詳細資料) 頁面新增說明。

1. 點選左側窗格中的 「Explorer」。

   

2. 在「Explorer」窗格中展開專案，依序點選「Datasets」(資料集) 和資料集。

3. 依序點選「總覽」 > 「資料表」，然後選取檢視表。

4. 點按「Details」(詳細資料) 分頁標籤。

5. 按一下「查看資訊」部分的「編輯詳細資訊」。

6. 在「Edit detail」(編輯詳細資料) 對話方塊的「Description」(說明) 欄位中，輸入新說明或編輯現有說明。

7. 如要儲存新的說明，請按一下「儲存」。

SQL

使用 ALTER VIEW SET OPTIONS DDL 陳述式：

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往「BigQuery」

2. 在查詢編輯器中輸入下列陳述式：

    ALTER VIEW DATASET_ID.MY_VIEW
    SET OPTIONS (
     description = 'NEW_DESCRIPTION');

   替換下列內容：

   • DATASET_ID：檢視表所在資料集的 ID
   • MY_VIEW：要更新的檢視表名稱
   • NEW_DESCRIPTION：新檢視表說明

3. 按一下「 執行」。

如要進一步瞭解如何執行查詢，請參閱「執行互動式查詢」。

bq

發出含有 --description 旗標的 bq update 指令。如果您要更新在預設專案以外的專案中的檢視表，請使用下列格式將專案 ID 新增至資料集名稱：[PROJECT_ID]:[DATASET]。

bq update \
    --description "description" \
    project_id:dataset.view

更改下列內容：

• description：描述檢視畫面的文字，以引號括住
• project_id：您的專案 ID。
• dataset：資料集名稱，內含要更新的檢視表
• view：要更新的檢視表名稱

範例

輸入下列指令，將 mydataset 中的 myview 說明變更為 「Description of mydataset」(mydataset 的說明)。mydataset 位於您的預設專案中。

bq update \
    --description "Description of myview" \
    mydataset.myview

輸入下列指令，將 mydataset 中的 myview 說明變更為 「Description of mydataset」(mydataset 的說明)。mydataset 在 myotherproject 中，而不是您的預設專案中。

bq update \
    --description "Description of myview" \
    myotherproject:mydataset.myview

API

呼叫 tables.patch 方法並使用 description 屬性更新資料表資源中的檢視表說明。由於 tables.update 方法會取代整個資料表資源，因此建議使用 tables.patch 方法。

Go

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Go 設定操作說明進行操作。詳情請參閱 BigQuery Go API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

import (
	"context"
	"fmt"

	"cloud.google.com/go/bigquery"
)

// updateTableDescription demonstrates how to fetch a table's metadata and updates the Description metadata.
func updateTableDescription(projectID, datasetID, tableID string) error {
	// projectID := "my-project-id"
	// datasetID := "mydataset"
	// tableID := "mytable"
	ctx := context.Background()
	client, err := bigquery.NewClient(ctx, projectID)
	if err != nil {
		return fmt.Errorf("bigquery.NewClient: %v", err)
	}
	defer client.Close()

	tableRef := client.Dataset(datasetID).Table(tableID)
	meta, err := tableRef.Metadata(ctx)
	if err != nil {
		return err
	}
	update := bigquery.TableMetadataToUpdate{
		Description: "Updated description.",
	}
	if _, err = tableRef.Update(ctx, update, meta.ETag); err != nil {
		return err
	}
	return nil
}

Java

更新檢視表說明的程序與更新資料表說明相同。

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Java 設定操作說明進行操作。詳情請參閱 BigQuery Java API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

// String datasetName = "my_dataset_name";
// String tableName = "my_table_name";
// String newDescription = "new_description";

Table beforeTable = bigquery.getTable(datasetName, tableName);
TableInfo tableInfo = beforeTable.toBuilder()
    .setDescription(newDescription)
    .build();
Table afterTable = bigquery.update(tableInfo);

Node.js

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Node.js 設定操作說明進行操作。詳情請參閱 BigQuery Node.js API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

// Import the Google Cloud client library
const {BigQuery} = require('@google-cloud/bigquery');
const bigquery = new BigQuery();

async function updateTableDescription() {
  // Updates a table's description.

  // Retreive current table metadata
  const table = bigquery.dataset(datasetId).table(tableId);
  const [metadata] = await table.getMetadata();

  // Set new table description
  const description = 'New table description.';
  metadata.description = description;
  const [apiResponse] = await table.setMetadata(metadata);
  const newDescription = apiResponse.description;

  console.log(`${tableId} description: ${newDescription}`);
}

Python

更新檢視表說明的程序與更新資料表說明相同。

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Python 設定操作說明進行操作。詳情請參閱 BigQuery Python API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

# from google.cloud import bigquery
# client = bigquery.Client()
# project = client.project
# dataset_ref = bigquery.DatasetReference(project, dataset_id)
# table_ref = dataset_ref.table('my_table')
# table = client.get_table(table_ref)  # API request

assert table.description == "Original description."
table.description = "Updated description."

table = client.update_table(table, ["description"])  # API request

assert table.description == "Updated description."

複製檢視表

您可以使用 Google Cloud 控制台複製檢視表。

您無法使用 bq 指令列工具、REST API 或用戶端程式庫複製檢視表，但可以在目標資料集中複製檢視表。

所需權限

如要在 Google Cloud 控制台複製檢視表，您必須具備來源和目的地資料集的 IAM 權限。

• 您必須具備來源資料集的下列權限：

  • bigquery.tables.get
  • bigquery.tables.getData (必須具備這項權限，才能存取檢視表 SQL 查詢參照的資料表)

• 您必須具備下列目的地資料集權限：

  • bigquery.tables.create (可在目的地資料集中建立檢視表副本)

下列各項預先定義的 IAM 角色，都包含複製檢視表所需的權限：

• roles/bigquery.dataEditor
• roles/bigquery.dataOwner
• roles/bigquery.admin

此外，如果您具備 bigquery.datasets.create 權限，則可複製您建立的資料集中的檢視表。除非您是目的地資料集的建立者，否則也需要該資料集的存取權。

注意事項：複製檢視表不需具備 bigquery.jobs.create 權限。複製檢視表時，Google Cloud 控制台不會產生複製工作。

如要進一步瞭解 BigQuery 的 IAM 角色和權限，請參閱「預先定義的角色和權限」。

複製檢視表

如要複製檢視畫面，請按照下列步驟操作：

1. 點選左側窗格中的 「Explorer」。

   

2. 在「Explorer」窗格中展開專案，依序點選「Datasets」(資料集) 和資料集。

3. 依序點選「總覽」>「資料表」，然後選取檢視表。

4. 在詳細資料窗格中，按一下「複製」。

5. 在「Copy view」(複製檢視表) 對話方塊中，執行下列操作：

   1. 在「Source」(來源) 區段中，確認專案名稱、資料集名稱和資料表名稱正確無誤。

   2. 在「目的地」部分，執行下列操作：

      • 在「Project」(專案) 部分，選擇要將檢視表複製到哪個專案。
      • 在「Dataset」(資料集) 部分，選擇要包含複製檢視表的資料集。
      • 在「Table」(資料表) 中輸入檢視表名稱。您可以在方塊中輸入新的檢視表名稱，以重新命名檢視表。您輸入的新名稱必須遵循檢視表命名規則。

   3. 按一下「複製」：

      

複製工作須遵守相關限制。詳情請參閱「配額與限制」。

重新命名檢視表

只有在使用 Google Cloud 控制台複製檢視表時，才能重新命名檢視表。如要瞭解如何在複製檢視表時重新命名，請參閱「複製檢視表」。

您無法使用 bq 指令列工具、API 或用戶端程式庫變更現有檢視表的名稱。因此，您必須以新名稱重新建立檢視表。

刪除檢視

您可以透過下列方式刪除檢視表：

• 使用 Google Cloud 控制台
• 使用 bq 指令列工具的 bq rm 指令
• 呼叫 tables.delete API 方法

無論使用哪種方法，一次只能刪除一個檢視表。

如要在指定時段過後自動刪除檢視表，請設定資料集層級的預設到期時間，或者在建立檢視表時設定到期時間。

刪除授權檢視表後，可能需要 24 小時，才會從來源資料集的授權檢視表清單中移除。

注意： 檢視畫面刪除後即無法復原。如果重新建立的授權檢視表與刪除的檢視表同名，您必須將新的檢視表新增至來源資料集的授權檢視表清單。

刪除檢視表也會一併刪除與該檢視表相關聯的所有權限。重新建立已刪除的檢視表時，您也必須手動重新設定先前與其相關聯的所有存取權限。

注意：您無法直接復原檢視表，但可以搜尋對應的稽核記錄活動，復原檢視表建立陳述式。

• 如要瞭解如何使用 Logs Explorer，依稽核記錄名稱查詢活動記錄，請參閱「稽核記錄總覽」。
• 如要瞭解如何使用 projects/PROJECT_ID/logs/cloudaudit.googleapis.com%2Factivity，請參閱「BigQuery 資料政策稽核記錄」。

所需權限

如要刪除檢視表，您必須具備下列 IAM 權限：

• bigquery.tables.delete

下列預先定義的 IAM 角色，都具備刪除檢視表所需的權限：

• roles/bigquery.dataOwner
• roles/bigquery.dataEditor
• roles/bigquery.admin

此外，如果您具備 bigquery.datasets.create 權限，則可刪除您建立的資料集中的檢視表。

如要進一步瞭解 BigQuery 的 IAM 角色和權限，請參閱「預先定義的角色和權限」。

刪除檢視表

如何刪除視圖：

控制台

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往「BigQuery」

2. 點選左側窗格中的 「Explorer」。

   

3. 在「Explorer」窗格中展開專案，依序點選「Datasets」(資料集) 和資料集。

4. 依序點選「總覽」 > 「資料表」，然後點選檢視表。

5. 在詳細資料窗格中，按一下「Delete」(刪除)。

6. 在對話方塊中輸入 "delete"，然後點選「刪除」確認。

SQL

使用 DROP VIEW DDL 陳述式：

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往「BigQuery」

2. 在查詢編輯器中輸入下列陳述式：

   DROP VIEW mydataset.myview;

   替換下列內容：

   • DATASET_ID：檢視表所在資料集的 ID
   • MY_VIEW：要更新的檢視表名稱
   • NEW_DESCRIPTION：新檢視表說明

3. 按一下「 執行」。

如要進一步瞭解如何執行查詢，請參閱「執行互動式查詢」。

bq

請使用 bq rm 指令，搭配 --table 旗標 (或 -t 捷徑) 來刪除檢視表。使用 bq 指令列工具移除檢視表時，必須確認這項操作。您可以使用 --force 旗標 (或 -f 捷徑) 來略過確認程序。

如果檢視表位於非預設專案中的資料集裡，請使用下列格式將專案 ID 新增至資料集名稱：project_id:dataset。

bq rm \
-f \
-t \
project_id:dataset.view

其中：

• project_id 是您的專案 ID。
• dataset 是包含該資料表之資料集的名稱。
• view 是您要刪除的視圖名稱。

範例：

您可以使用 bq 指令列工具執行 bq 指令。

在 Google Cloud 控制台中啟用 Cloud Shell。

啟用 Cloud Shell

輸入下列指令從 mydataset 刪除 myview。mydataset 在您的預設專案中。

bq rm -t mydataset.myview

輸入下列指令從 mydataset 刪除 myview。mydataset 在 myotherproject 中，而不是您的預設專案中。

bq rm -t myotherproject:mydataset.myview

輸入下列指令從 mydataset 刪除 myview。mydataset 在您的預設專案中。這個指令使用 -f 捷徑略過確認程序。

bq rm -f -t mydataset.myview

注意： 您可以輸入 bq ls dataset 指令，確認檢視表已從資料集移除。

API

呼叫 tables.delete API 方法並使用tableId 參數指定要刪除的檢視表。

C#

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 C# 設定操作說明進行操作。詳情請參閱 BigQuery C# API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

using Google.Cloud.BigQuery.V2;
using System;

public class BigQueryDeleteTable
{
    public void DeleteTable(
        string projectId = "your-project-id",
        string datasetId = "your_dataset_id",
        string tableId = "your_table_id"
    )
    {
        BigQueryClient client = BigQueryClient.Create(projectId);
        client.DeleteTable(datasetId, tableId);
        Console.WriteLine($"Table {tableId} deleted.");
    }
}

Go

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Go 設定操作說明進行操作。詳情請參閱 BigQuery Go API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

import (
	"context"
	"fmt"

	"cloud.google.com/go/bigquery"
)

// deleteTable demonstrates deletion of a BigQuery table.
func deleteTable(projectID, datasetID, tableID string) error {
	// projectID := "my-project-id"
	// datasetID := "mydataset"
	// tableID := "mytable"
	ctx := context.Background()
	client, err := bigquery.NewClient(ctx, projectID)
	if err != nil {
		return fmt.Errorf("bigquery.NewClient: %v", err)
	}
	defer client.Close()

	table := client.Dataset(datasetID).Table(tableID)
	if err := table.Delete(ctx); err != nil {
		return err
	}
	return nil
}

Java

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Java 設定操作說明進行操作。詳情請參閱 BigQuery Java API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

TableId tableId = TableId.of(projectId, datasetName, tableName);
boolean deleted = bigquery.delete(tableId);
if (deleted) {
  // the table was deleted
} else {
  // the table was not found
}

Node.js

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Node.js 設定操作說明進行操作。詳情請參閱 BigQuery Node.js API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

// Import the Google Cloud client library
const {BigQuery} = require('@google-cloud/bigquery');
const bigquery = new BigQuery();

async function deleteTable() {
  // Deletes "my_table" from "my_dataset".

  /**
   * TODO(developer): Uncomment the following lines before running the sample.
   */
  // const datasetId = "my_dataset";
  // const tableId = "my_table";

  // Delete the table
  await bigquery
    .dataset(datasetId)
    .table(tableId)
    .delete();

  console.log(`Table ${tableId} deleted.`);
}

PHP

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 PHP 設定操作說明進行操作。詳情請參閱 BigQuery PHP API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

use Google\Cloud\BigQuery\BigQueryClient;

/** Uncomment and populate these variables in your code */
// $projectId = 'The Google project ID';
// $datasetId = 'The BigQuery dataset ID';
// $tableId = 'The BigQuery table ID';

$bigQuery = new BigQueryClient([
    'projectId' => $projectId,
]);
$dataset = $bigQuery->dataset($datasetId);
$table = $dataset->table($tableId);
$table->delete();
printf('Deleted table %s.%s' . PHP_EOL, $datasetId, $tableId);

Python

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Python 設定操作說明進行操作。詳情請參閱 BigQuery Python API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

from google.cloud import bigquery

# Construct a BigQuery client object.
client = bigquery.Client()

# TODO(developer): Set table_id to the ID of the table to fetch.
# table_id = 'your-project.your_dataset.your_table'

# If the table does not exist, delete_table raises
# google.api_core.exceptions.NotFound unless not_found_ok is True.
client.delete_table(table_id, not_found_ok=True)  # Make an API request.
print("Deleted table '{}'.".format(table_id))

Ruby

在試用這個範例之前，請先按照「使用用戶端程式庫的 BigQuery 快速入門導覽課程」中的 Ruby 設定操作說明進行操作。詳情請參閱 BigQuery Ruby API 參考文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

require "google/cloud/bigquery"

def delete_table dataset_id = "my_dataset_id", table_id = "my_table_id"
  bigquery = Google::Cloud::Bigquery.new
  dataset  = bigquery.dataset dataset_id
  table    = dataset.table table_id

  table.delete

  puts "Table #{table_id} deleted."
end

還原檢視畫面

您無法直接還原已刪除的檢視表，但某些情況下有替代方案：

• 如果檢視表因父項資料集遭刪除而刪除，您可以取消刪除資料集，以擷取檢視表。
• 如果檢視表已明確刪除，您可以使用上次建立或更新檢視表時所用的查詢，重新建立檢視表。您可以在記錄中找到檢視表建立或更新作業的查詢定義。

查看安全性

如要控管 BigQuery 檢視表的存取權，請參閱「授權檢視表」。

後續步驟

• 如要瞭解如何建立檢視表，請參閱「建立檢視表」。
• 如要瞭解如何建立授權檢視表，請參閱建立授權檢視表。
• 如要瞭解如何取得檢視表中繼資料，請參閱「取得檢視表相關資訊」。