修改資料可讓您在Lakehouse 執行階段目錄中，更新、刪除、合併及截斷 Apache Iceberg 資料表中的記錄。
在資料表上啟用 BigQuery DML 後，您就能從 BigQuery 執行標準 DML 陳述式，並搭配 Spark 和 Trino 等開放原始碼引擎，在儲存在 Cloud Storage 中的單一資料副本上，實現完整的寫入互通性。
事前準備
-
啟用 BigLake API。
啟用 API 時所需的角色
如要啟用 API，您需要具備服務使用情形管理員 IAM 角色 (
roles/serviceusage.serviceUsageAdmin)，其中包含serviceusage.services.enable權限。瞭解如何授予角色。 - 使用 Apache Iceberg REST 目錄端點設定 Lakehouse 執行階段目錄。
必要的角色
如要取得修改表格中資料所需的權限，請要求管理員授予您專案和儲存空間 bucket 的下列 IAM 角色：
-
以憑證販售模式寫入資料表資料：
BigLake 編輯器 (
roles/biglake.editor) - 專案 -
在非憑證臨時配發模式下寫入資料表資料：
- BigLake 編輯者 (
roles/biglake.editor) - 專案 - Storage 物件使用者 (
roles/storage.objectUser) - Cloud Storage 值區
- BigLake 編輯者 (
如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。
表格功能和支援
在 Lakehouse 執行階段目錄中使用表格時，建議瞭解不同表格類型及其選擇加入功能。如要進一步瞭解如何使用 Apache Iceberg 資料表，請參閱 Apache Iceberg 資料表總覽。
支援的 Iceberg 資料表
系統僅支援 Apache Iceberg V2 (正式發布版) 和 V3 (預先發布版) 資料表。不支援 Iceberg V1 資料表。如要升級現有的 V1 資料表，請參閱「將 Iceberg V1 資料表升級至 V2」。
使用表格選項 (預覽版)
您可以設定特定資料表屬性，選擇使用 BigQuery 管理功能，例如 BigQuery 資料操縱語言 (DML) 和自動資料表管理。啟用這些功能的方式會因表格建立位置而異：
- 從 BigQuery：BigQuery DML 和自動表格管理功能預設為啟用。
- 開放原始碼引擎：如要啟用這項功能，您必須明確設定表格屬性。詳情請參閱「設定表格選項」。
更新資料
更新資料表中的現有資料列：
Spark
ALTER TABLE TABLE_NAME SET TBLPROPERTIES ('gcp.biglake.bigquery-dml.enabled' = true);
UPDATE TABLE_NAME SET data = 'updated row' WHERE id = 1;
Trino
ALTER TABLE TABLE_NAME SET PROPERTIES "gcp.biglake.bigquery-dml.enabled" = 'true';
UPDATE TABLE_NAME SET data = 'updated row' WHERE id = 1;
BigQuery
UPDATE `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
SET data = "updated row"
WHERE id = 1;
更改下列內容：
PROJECT_ID：您的 Google Cloud專案 ID。CATALOG_ID：您的 Lakehouse 執行階段目錄 ID。NAMESPACE：Iceberg 命名空間名稱。TABLE_NAME：Iceberg 資料表名稱。
刪除資料
從表格中刪除特定列：
Spark
ALTER TABLE TABLE_NAME SET TBLPROPERTIES ('gcp.biglake.bigquery-dml.enabled' = true);
DELETE FROM TABLE_NAME WHERE id = 1;
Trino
ALTER TABLE TABLE_NAME SET PROPERTIES "gcp.biglake.bigquery-dml.enabled" = 'true';
DELETE FROM TABLE_NAME WHERE id = 1;
BigQuery
DELETE FROM `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME`
WHERE id = 1;
合併資料
將來源資料表的資料合併至目標 Iceberg 資料表：
Spark
ALTER TABLE TARGET_TABLE SET TBLPROPERTIES ('gcp.biglake.bigquery-dml.enabled' = true);
MERGE INTO TARGET_TABLE t
USING SOURCE_TABLE s
ON t.id = s.id
WHEN MATCHED THEN
UPDATE SET t.data = s.data
WHEN NOT MATCHED THEN
INSERT (id, data) VALUES (s.id, s.data);
Trino
ALTER TABLE TARGET_TABLE SET PROPERTIES "gcp.biglake.bigquery-dml.enabled" = 'true';
MERGE INTO TARGET_TABLE t
USING SOURCE_TABLE s
ON t.id = s.id
WHEN MATCHED THEN
UPDATE SET t.data = s.data
WHEN NOT MATCHED THEN
INSERT (id, data) VALUES (s.id, s.data);
BigQuery
MERGE `PROJECT_ID.CATALOG_ID.NAMESPACE.TARGET_TABLE` t
USING `PROJECT_ID.CATALOG_ID.NAMESPACE.SOURCE_TABLE` s
ON t.id = s.id
WHEN MATCHED THEN
UPDATE SET data = s.data
WHEN NOT MATCHED THEN
INSERT (id, data) VALUES (id, data);