מחיקת טבלה

מחיקה או השמטה של טבלה מסירות רק את הרישום והמטא-נתונים של הטבלה מקטלוג זמן הריצה של Lakehouse. קבצי הנתונים הבסיסיים שמאוחסנים ב-Cloud Storage לא נמחקים ולא מתבצעת בהם מחיקה לצמיתות.

אפשר למחוק טבלה באמצעות מסוף Google Cloud , פקודות SQL drop ב-Spark וב-Trino, או באמצעות REST API.

לפני שמתחילים

  1. מוודאים שהחיוב מופעל בפרויקט Google Cloud .

  2. מפעילים את BigLake API.

    תפקידים שנדרשים להפעלת ממשקי API

    כדי להפעיל ממשקי API, צריך את תפקיד ה-IAM 'אדמין של שימוש בשירות' (roles/serviceusage.serviceUsageAdmin), שכולל את ההרשאה serviceusage.services.enable. איך מקצים תפקידים

    להפעלת ה-API

  3. מגדירים את קטלוג זמן הריצה של Lakehouse עם נקודת הקצה (endpoint) של קטלוג REST של Apache Iceberg.

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות למחיקת טבלה, צריך לבקש מהאדמין להקצות לכם את תפקידי ה-IAM הבאים בפרויקט:

  • הכל: BigLake Admin (roles/biglake.admin) – הפרויקט שלכם

להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

יכול להיות שאפשר לקבל את ההרשאות הנדרשות גם באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש.

יכולות ותמיכה בטבלאות

כשמשתמשים בטבלאות בקטלוג של Lakehouse runtime, כדאי להבין את סוגי הטבלאות השונים ואת האפשרויות שלהן. מידע נוסף על שימוש בטבלאות Apache Iceberg

טבלאות Iceberg נתמכות

יש תמיכה רק בטבלאות Apache Iceberg V2 (זמינות כללית) ו-V3 (גרסת Preview). אין תמיכה בטבלאות Iceberg V1. כדי לשדרג טבלאות קיימות בגרסה 1, אפשר לעיין במאמר שדרוג טבלאות Iceberg בגרסה 1 לגרסה 2.

שימוש באפשרויות של הטבלה (גרסת Preview)

אתם יכולים להגדיר מאפיינים ספציפיים של טבלאות כדי להשתמש ביכולות מנוהלות של BigQuery, כמו שפת הטיפול בנתונים (DML) ב-BigQuery וניהול אוטומטי של טבלאות. התכונות האלה מופעלות בדרכים שונות בהתאם למקום שבו הטבלה נוצרת:

  • מ-BigQuery: שפת הטיפול בנתונים (DML) ב-BigQuery וניהול אוטומטי של טבלאות מופעלים כברירת מחדל.
  • ממנועי קוד פתוח: כדי להצטרף, צריך להגדיר במפורש את מאפייני הטבלה. מידע נוסף מופיע במאמר הגדרת אפשרויות של טבלה.

מחיקת רישום של טבלה מהקטלוג מסירה את הטבלה, בין אם מדובר בטבלת Iceberg רגילה או בטבלה שמופעלות בה יכולות מנוהלות של BigQuery. במאמר הגדרת אפשרויות של טבלה מוסבר איך מחיקת טבלה משפיעה על משימות ניהול טבלאות ברקע.

מחיקת טבלה

מחיקת טבלה.

המסוף

  1. במסוף Google Cloud , עוברים אל Lakehouse.

    מעבר אל Lakehouse

  2. בוחרים קטלוג קיים או יוצרים קטלוג חדש אם אין לכם קטלוג.

  3. בטבלה פרטי מרחב שמות, בוחרים טבלה ומרחיבים את אפשרויות התפריט.

  4. לוחצים על Delete.

  5. כדי לאשר את המחיקה, מזינים את שם הטבלה בתיבת הדו-שיח.

  6. לוחצים על Delete.

Spark 

spark.sql("DROP TABLE TABLE_NAME;")

DROP TABLE TABLE_NAME;

gcloud

כדי למחוק טבלה באמצעות gcloud, מריצים את הפקודה gcloud biglake iceberg tables delete.

gcloud biglake iceberg tables delete TABLE_NAME \
    --project="PROJECT_ID" \
    --catalog="CATALOG_ID" \
    --namespace="NAMESPACE_NAME"

מחליפים את מה שכתוב בשדות הבאים:

  • ‫TABLE_NAME: השם של טבלת Iceberg.
  • ‫PROJECT_ID: מזהה הפרויקט ב- Google Cloud .
  • ‫CATALOG_ID: המזהה של הקטלוג.
  • ‫NAMESPACE_NAME: השם של מרחב השמות של הקטלוג.

BigQuery

כדי למחוק רישום של טבלת Apache Iceberg בקטלוג של Lakehouse runtime מ-BigQuery, משתמשים בהצהרת GoogleSQL DROP TABLE הבאה:

DROP TABLE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`;

מחליפים את מה שכתוב בשדות הבאים:

  • ‫PROJECT_ID: מזהה הפרויקט ב- Google Cloud .
  • ‫CATALOG_ID: מזהה קטלוג זמן הריצה של Lakehouse.
  • ‫NAMESPACE: שם מרחב השמות של Iceberg.
  • ‫TABLE_NAME: השם של טבלת Iceberg.

REST

כדי למחוק רישום של טבלת Iceberg באמצעות REST API, שולחים בקשת DELETE לנקודת הקצה DeleteIcebergTable:

DELETE /iceberg/v1/restcatalog/v1/projects/PROJECT_ID/catalogs/CATALOG_ID/namespaces/NAMESPACE_NAME/tables/TABLE_NAME

מחליפים את מה שכתוב בשדות הבאים:

  • ‫PROJECT_ID: מזהה הפרויקט ב- Google Cloud .
  • ‫CATALOG_ID: המזהה של הקטלוג.
  • ‫NAMESPACE_NAME: השם של מרחב השמות של הקטלוג.
  • ‫TABLE_NAME: השם של טבלת Iceberg.

המאמרים הבאים