資料表簡介

BigQuery 資料表含有以資料列分組的個人記錄，每筆記錄是由資料欄所組成 (也稱為「欄位」)。

每份資料表都按包含資料欄名稱、資料類型和其他資訊的「結構定義」定義。建立資料表時，您可以指定資料表的結構定義，或者您也可以建立一份沒有結構定義的資料表，並在首次填入資料的查詢或載入工作中宣告結構定義。

使用 GoogleSQL 時，請採用 projectname.datasetname.tablename 格式來指定完整的資料表名稱；使用 bq 指令列工具時，則請採用 projectname:datasetname.tablename 格式來指定完整的資料表名稱。

資料表類型

以下各節說明 BigQuery 支援的資料表類型。

標準 BigQuery 資料表

標準 BigQuery 資料表包含結構化資料，並以資料欄格式儲存在 BigQuery 儲存空間中。您也可以使用符合 ObjectRef 格式的結構體資料欄，將非結構化資料的參照儲存在標準資料表中。如要進一步瞭解如何使用 ObjectRef 值，請參閱「在資料表結構定義中指定 ObjectRef 資料欄」。

BigQuery 包含下列資料表類型：

  • 資料表：具有結構定義，且結構定義中的每個資料欄都有資料類型。

    如要瞭解如何建立資料表，請參閱「建立資料表」。

  • 資料表複製：BigQuery 資料表的輕量型可寫入副本。BigQuery 只會儲存資料表複製版本與基礎資料表之間的差異。

    如要瞭解如何建立資料表複製，請參閱「建立資料表複製」。

  • 資料表快照：資料表的時間點副本。資料表快照為唯讀，但您可以從資料表快照還原資料表。BigQuery 會儲存快照與基礎資料表之間不同的位元組，因此資料表快照使用的儲存空間通常比資料表的完整副本少。

    如要瞭解如何建立資料表快照，請參閱「建立資料表快照」。

外部資料表

外部資料表儲存在 BigQuery 儲存空間外部，並參照儲存在 BigQuery 外部的資料。詳情請參閱「外部資料來源簡介」。外部資料表包含下列類型：

  • BigLake 資料表：參照儲存在 Cloud Storage、Amazon Simple Storage Service (Amazon S3) 和 Azure Blob Storage 等資料儲存庫中的結構化資料。這些資料表可讓您在資料表層級強制執行精細的安全防護措施。

    如要瞭解如何建立 BigLake 資料表，請參閱下列主題：

  • 物件資料表：參照儲存在 Cloud Storage 等資料儲存庫中的非結構化資料。

    如要瞭解如何建立物件資料表，請參閱「建立物件資料表」。

  • 非 BigLake 外部資料表：參照儲存在 Cloud Storage、Google 雲端硬碟和 Bigtable 等資料儲存庫中的結構化資料。與 BigLake 資料表不同，這些資料表不允許您在資料表層級強制執行精細的安全性。

    如要瞭解如何建立非 BigLake 外部資料表，請參閱下列主題：

瀏覽次數

檢視表是由 SQL 查詢定義的邏輯資料表。包括以下類型：

  • 檢視表：使用 SQL 查詢定義的邏輯資料表。每次查詢檢視表時，系統都會根據這些查詢定義要執行的檢視表。

    如要瞭解如何建立檢視表，請參閱「建立檢視表」。

  • materialized view：預先運算的 view，會定期快取 view 查詢的結果。快取結果會儲存在 BigQuery 儲存空間中。

    如要瞭解如何建立 materialized view，請參閱「建立 materialized view」。

資料表限制

BigQuery 資料表有以下限制：

  • 各資料集中的資料表名稱不得重複。
  • 匯出 BigQuery 資料表資料時，唯一支援的目的地是 Cloud Storage。
  • 使用 API 呼叫時，如果資料集中的資料表數量接近 50,000 個，列舉效能就會降低。
  • Google Cloud 控制台最多可顯示每個資料集的 50,000 個資料表。

如要瞭解 BigQuery 外部資料表的限制，請參閱下列主題：

資料表配額

配額和限制適用於可對資料表執行的不同類型工作，包括下列配額：

如要進一步瞭解所有配額和限制，請參閱配額與限制一文。

如要排解資料表的配額錯誤，請參閱 BigQuery 疑難排解頁面。

下列配額錯誤僅適用於資料表：

資料表價格

您在 BigQuery 中建立及使用資料表時，系統會根據儲存在資料表和分區中的資料量，以及您對資料表資料執行的查詢量計算費用：

許多資料表作業都是免費的，包括載入、複製及匯出資料。 雖然這些作業免費，但仍須遵守 BigQuery 的配額和限制。如要瞭解所有免費作業，請參閱定價頁面的「免費作業」一節。

資料表安全性

如要控管 BigQuery 資料表的存取權，請參閱「使用 IAM 控管資源存取權」。

後續步驟