Introduzione alle tabelle
Una tabella BigQuery contiene i singoli record organizzati in righe. Ogni record è composto da colonne (dette anche campi).
Ogni tabella è definita da uno schema che descrive i nomi delle colonne, i tipi di dati e altre informazioni. Puoi specificare lo schema di una tabella al momento della creazione oppure puoi creare una tabella senza schema e dichiarare lo schema nel job di query o nel job di caricamento che la popola per la prima volta con i dati.
Utilizza il formato projectname.datasetname.tablename
per qualificare completamente un nome di tabella quando utilizzi GoogleSQL oppure il formato projectname:datasetname.tablename
per qualificare completamente un nome di tabella quando utilizzi lo strumento a riga di comando bq.
Tipi di tabella
Le sezioni seguenti descrivono i tipi di tabelle supportati da BigQuery.
- Tabelle BigQuery standard: dati strutturati archiviati nello spazio di archiviazione BigQuery.
- Tabelle esterne: tabelle che fanno riferimento a dati archiviati al di fuori di BigQuery.
- Viste: tabelle logiche create utilizzando una query SQL.
Tabelle BigQuery standard
Le tabelle BigQuery standard contengono dati strutturati e vengono archiviate
nello spazio di archiviazione BigQuery in formato colonnare. Puoi anche archiviare
riferimenti a dati non strutturati in tabelle standard utilizzando colonne struct
che rispettano il formato
ObjectRef
. Per ulteriori informazioni sull'utilizzo dei valori ObjectRef
, vedi
Specificare le colonne ObjectRef negli schemi delle tabelle.
BigQuery ha i seguenti tipi di tabelle:
Tabelle, che hanno uno schema e ogni colonna dello schema ha un tipo di dati.
Per informazioni su come creare tabelle, vedi Creare tabelle.
Cloni di tabelle, che sono copie scrivibili e leggere delle tabelle BigQuery. BigQuery memorizza solo la differenza tra un clone di una tabella e la relativa tabella di base.
Per informazioni su come creare un clone della tabella, consulta Creare cloni di tabelle.
Snapshot delle tabelle, che sono copie delle tabelle in un determinato momento. Sono di sola lettura, ma puoi ripristinare una tabella da uno snapshot della tabella. BigQuery archivia i byte diversi tra uno snapshot e la relativa tabella di base, pertanto uno snapshot della tabella in genere utilizza meno spazio di archiviazione rispetto a una copia completa della tabella.
Per informazioni su come creare snapshot delle tabelle, consulta Creare snapshot delle tabelle.
Tabelle esterne
Le tabelle esterne sono archiviate al di fuori dello spazio di archiviazione BigQuery e fanno riferimento a dati archiviati al di fuori di BigQuery. Per saperne di più, consulta Introduzione alle origini dati esterne. Le tabelle esterne includono i seguenti tipi:
Tabelle BigLake, che fanno riferimento a dati strutturati archiviati in datastore come Cloud Storage, Amazon Simple Storage Service (Amazon S3) e Azure Blob Storage. Queste tabelle ti consentono di applicare una sicurezza granulare a livello di tabella.
Per informazioni su come creare tabelle BigLake, consulta i seguenti argomenti:
Tabelle di oggetti, che fanno riferimento a dati non strutturati archiviati in datastore come Cloud Storage.
Per informazioni su come creare tabelle di oggetti, vedi Creare tabelle di oggetti.
Tabelle esterne non BigLake, che fanno riferimento a dati strutturati archiviati in datastore come Cloud Storage, Google Drive e Bigtable. A differenza delle tabelle BigLake, queste tabelle non consentono di applicare una sicurezza granulare a livello di tabella.
Per informazioni su come creare tabelle esterne non BigLake, consulta i seguenti argomenti:
Visualizzazioni
Le viste sono tabelle logiche definite utilizzando una query SQL. Sono inclusi i seguenti tipi:
Viste, ovvero tabelle logiche definite mediante query SQL. Queste query definiscono la vista eseguita ogni volta che viene eseguita una query sulla vista.
Per informazioni su come creare le viste, consulta Creare viste.
Viste materializzate, che sono viste precalcolate che memorizzano periodicamente nella cache i risultati della query della vista. I risultati memorizzati nella cache vengono archiviati nello spazio di archiviazione BigQuery.
Per informazioni su come creare viste materializzate, consulta Creare viste materializzate.
Limitazioni delle tabelle
Le tabelle BigQuery sono soggette alle seguenti limitazioni:
- I nomi delle tabelle devono essere univoci per ogni set di dati.
- Quando esporti i dati delle tabelle BigQuery, l'unica destinazione supportata è Cloud Storage.
- Quando utilizzi una chiamata API, le prestazioni della creazione di elenchi rallentano man mano che ti avvicini a 50.000 tabelle in un set di dati.
- La Google Cloud console può visualizzare fino a 50.000 tabelle per ogni set di dati.
Per informazioni sulle limitazioni delle tabelle esterne BigQuery, consulta i seguenti argomenti:
Quote delle tabelle
Alle tabelle si applicano quote e limiti per i diversi tipi di job che puoi eseguire, tra cui le seguenti quote:
- Carica i dati nelle tabelle (job di caricamento)
- Esportare dati dalle tabelle (estrazione dei job)
- Esegui query sui dati della tabella (job di query)
- Copia tabelle (job di copia)
Per ulteriori informazioni su tutte le quote e i limiti, consulta Quote e limiti.
Prezzi delle tabelle
Quando crei e utilizzi tabelle in BigQuery, i tuoi addebiti dipendono dalla quantità di dati archiviati nelle tabelle e nelle partizioni e dalle query eseguite sui dati delle tabelle:
- Per informazioni sui prezzi di archiviazione, consulta Prezzi di archiviazione.
- Per informazioni sui prezzi delle query, consulta la sezione Prezzi delle query.
Molte operazioni sulle tabelle sono gratuite, tra cui il caricamento, la copia e l'esportazione dei dati. Sebbene gratuite, queste operazioni sono soggette a quote e limiti di BigQuery. Per informazioni su tutte le operazioni gratuite, consulta la sezione Operazioni gratuite nella pagina dei prezzi.
Sicurezza delle tabelle
Per controllare l'accesso alle tabelle in BigQuery, vedi Controllare l'accesso alle risorse con IAM.
Passaggi successivi
- Scopri come creare e utilizzare le tabelle.
- Scopri come gestire le tabelle.
- Scopri come modificare gli schemi delle tabelle.
- Scopri di più su come utilizzare i dati delle tabelle.