Mendapatkan detail tabel

Melihat detail tabel akan menampilkan skema yang mendasarinya, properti tabel, dan metadata konfigurasi untuk tabel Apache Iceberg di katalog runtime Lakehouse.

Dalam mode penyediaan kredensial, mesin kueri juga mengambil kredensial akses berumur pendek untuk berinteraksi dengan aman dengan file Cloud Storage yang mendasarinya tanpa memerlukan izin penyimpanan IAM langsung.

Anda dapat memeriksa detail tabel menggunakan konsol Google Cloud , perintah SQL DESCRIBE di Spark dan Trino, atau REST API.

Sebelum memulai

  1. Verifikasi bahwa penagihan diaktifkan untuk project Google Cloud Anda.

  2. Mengaktifkan BigLake API.

    Peran yang diperlukan untuk mengaktifkan API

    Untuk mengaktifkan API, Anda memerlukan peran IAM Service Usage Admin (roles/serviceusage.serviceUsageAdmin), yang berisi izin serviceusage.services.enable. Pelajari cara memberikan peran.

    Mengaktifkan API

  3. Siapkan katalog runtime Lakehouse dengan endpoint katalog REST Apache Iceberg.

Peran yang diperlukan

Untuk mendapatkan izin yang Anda perlukan untuk melihat detail tabel, minta administrator untuk memberi Anda peran IAM berikut di project Anda:

  • Semua: BigLake Viewer (roles/biglake.viewer) - project Anda

Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses ke project, folder, dan organisasi.

Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.

Kemampuan dan dukungan tabel

Saat menggunakan tabel dalam katalog runtime Lakehouse, ada baiknya memahami berbagai jenis tabel dan kemampuan keikutsertaannya. Untuk mempelajari lebih lanjut cara menggunakan tabel Apache Iceberg secara khusus, lihat Ringkasan tabel Apache Iceberg.

Tabel Iceberg yang didukung

Hanya tabel Apache Iceberg V2 (GA) dan V3 (Pratinjau) yang didukung. Tabel Iceberg V1 tidak didukung. Untuk mengupgrade tabel V1 yang ada, lihat Mengupgrade tabel Iceberg V1 ke V2.

Mendapatkan detail tabel

Periksa skema dan properti tabel.

Konsol

  1. Di konsol Google Cloud , buka Lakehouse.

    Buka Lakehouse

  2. Pilih katalog yang ada atau buat katalog jika Anda belum memilikinya.

  3. Di tabel Namespace details, klik nama tabel yang ingin Anda periksa.

  4. Di halaman Detail tabel, jelajahi skema tabel, spesifikasi partisi, dan properti metadata.

Spark 

spark.sql("DESCRIBE EXTENDED NAMESPACE_NAME.TABLE_NAME").show()

Untuk mengaktifkan interoperabilitas baca/tulis dan pengelolaan tabel (pratinjau), tambahkan properti ke klausa TBLPROPERTIES:

TBLPROPERTIES (
  'gcp.biglake.bigquery-dml.enabled' = true,
  'gcp.biglake.table-management.enabled' = true
)

Trino 

DESCRIBE SCHEMA_NAME.TABLE_NAME;

Untuk mengaktifkan interoperabilitas baca/tulis dan pengelolaan tabel (Pratinjau), tambahkan properti ini ke klausa WITH:

WITH (
  "gcp.biglake.bigquery-dml.enabled" = 'true',
  "gcp.biglake.table-management.enabled" = 'true'
)

gcloud

Untuk mendeskripsikan tabel menggunakan gcloud, jalankan perintah gcloud biglake iceberg tables describe.

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

Ganti kode berikut:

  • TABLE_NAME: nama tabel Iceberg Anda.
  • PROJECT_ID: Google Cloud Project ID Anda.
  • CATALOG_ID: ID katalog Anda.
  • NAMESPACE_NAME: nama namespace katalog Anda.

BigQuery

Untuk melihat detail tabel dan properti metadata untuk tabel Apache Iceberg di katalog runtime Lakehouse dari BigQuery, Anda dapat memeriksa detail tabel di konsol BigQuery atau menggunakan perintah bq show.

REST

Untuk mengambil metadata tabel menggunakan REST API, buat permintaan GET ke endpoint GetIcebergTable:

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

Untuk memuat kredensial tabel jangka pendek dalam mode penyediaan kredensial, buat permintaan GET ke endpoint LoadIcebergTableCredentials:

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

Ganti kode berikut:

  • PROJECT_ID: Google Cloud Project ID Anda.
  • CATALOG_ID: ID katalog runtime Lakehouse Anda.
  • NAMESPACE_NAME: nama namespace katalog Anda.
  • TABLE_NAME: nama tabel Iceberg Anda.

Langkah berikutnya