查询表会使用 Lakehouse 运行时目录管理的元数据从底层 Cloud Storage 文件读取数据。
您可以使用四部分表名语法（P.C.N.T 语法）从 Spark 和 Trino 等开源引擎运行查询，也可以直接从 BigQuery 运行查询。
准备工作
-
启用 BigLake API（如果尚未启用）。
启用 API 所需的角色
如需启用 API，您需要拥有
serviceusage.services.enable权限。如果您创建了项目，则可能已经通过 Owner 角色 (roles/owner) 拥有此权限。否则，您可以通过 Service Usage Admin 角色 (roles/serviceusage.serviceUsageAdmin) 获取此权限。 了解如何授予角色。 - 使用 Apache Iceberg REST 目录端点设置 Lakehouse 运行时目录。
所需的角色
如需获得查询表所需的权限，请让管理员向您授予项目和存储桶的以下 IAM 角色：
-
在凭据自动售卖模式下读取表数据：BigLake Viewer (
roles/biglake.viewer) - 项目 -
在非凭证自动售卖模式下读取表数据：
-
<x0A>
- BigLake Viewer (
roles/biglake.viewer) - 项目 - Storage Object Viewer (
roles/storage.objectViewer) - Cloud Storage 存储桶
- BigLake Viewer (
如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。
表格功能和支持
在 Lakehouse 运行时目录中使用表时，了解不同的表类型及其选择启用功能会很有帮助。如需详细了解如何使用 Apache Iceberg 表，请参阅 Apache Iceberg 表概览。
支持的 Iceberg 表
仅支持 Apache Iceberg V2（正式版）和 V3（预览版）表。不支持 Iceberg V1 表。如需升级现有的 V1 表，请参阅将 Iceberg V1 表升级到 V2。
使用表格选项（预览版）
您可以配置特定的表属性，选择使用 BigQuery 托管功能，例如 BigQuery 数据操纵语言 (DML) 和自动表管理。这些功能的启用方式因表的创建位置而异：
- 从 BigQuery：默认情况下，系统会启用 BigQuery DML 和自动表管理。
- 来自开源引擎：如需选择启用，您必须明确配置表属性。如需了解详情，请参阅配置表格选项。
从 BigQuery 查询表时，您可以访问标准 Iceberg 表，以及已启用 BigQuery 管理功能的表。如需查看详细说明，请参阅配置表格选项。
查询表
从表中选择所有数据：
Spark
spark.sql("SELECT * FROM TABLE_NAME;").show()
Trino
SELECT * FROM TABLE_NAME;
BigQuery
如需在 BigQuery 中查询 Lakehouse 运行时目录中的 Apache Iceberg 表，请在查询中使用四部分组成的表名称，格式如下：PROJECT_NAME.CATALOG_ID.NAMESPACE_OR_SCHEMA_NAME.TABLE_NAME。
SELECT * FROM `PROJECT_NAME.CATALOG_ID.NAMESPACE_OR_SCHEMA_NAME.TABLE_NAME`;
替换以下值：
PROJECT_NAME：Lakehouse 运行时目录中目录所属的Google Cloud 项目。 Google Cloud 控制台中所选的Google Cloud 项目将针对查询付费。CATALOG_ID：创建目录时指定的 Lakehouse 运行时目录的 ID。此标识符用作 BigQuery 查询中的目录名称。此标识符也是您的 Cloud Storage 存储桶的名称。
例如，如果您创建了一个用于存储目录的存储桶，并将其命名为
iceberg-bucket，则目录名称和存储桶名称均为iceberg-bucket。稍后，当您使用 P.C.N.T 语法在 BigQuery 中查询目录时，系统会使用此值。例如my-project.catalog_id.quickstart_namespace.quickstart_table。NAMESPACE_OR_SCHEMA_NAME：如果使用 Spark，则为表命名空间；如果使用 Trino，则为表架构名称。TABLE_NAME：表格的名称。
使用时间旅行功能进行查询
您可以使用时间旅行功能查询托管式 Apache Iceberg 表中的历史数据。您可以使用 FOR
SYSTEM_TIME AS OF 子句从 BigQuery 进行时间旅行，也可以使用快照 ID、时间戳、标记或分支从 Spark 等开源引擎进行时间旅行。
按时间戳查询
如需查询特定时间戳的数据，请执行以下操作：
Spark
SELECT * FROM NAMESPACE.TABLE_NAME TIMESTAMP AS OF '2026-02-26 01:21:00';
BigQuery
SELECT * FROM `PROJECT_ID.CATALOG_ID.NAMESPACE.TABLE_NAME` FOR SYSTEM_TIME AS OF '2026-02-26 01:21:00';
按快照 ID 查询
如需查询特定快照 ID 的数据，请执行以下操作：
Spark
SELECT * FROM NAMESPACE.TABLE_NAME VERSION AS OF 10963874102873;
按标记查询
如需创建标记并查询该标记所代表时间点的数据，请执行以下操作：
Spark
-- Create tag 'historical-snapshot'
ALTER TABLE NAMESPACE.TABLE_NAME CREATE TAG 'historical-snapshot' AS OF VERSION 123456789012345;
-- Query by tag
SELECT * FROM NAMESPACE.TABLE_NAME VERSION AS OF 'historical-snapshot';
按分支查询
如需创建分支并查询该分支的数据，请执行以下操作：
Spark
-- Create branch 'audit-branch'
ALTER TABLE NAMESPACE.TABLE_NAME CREATE BRANCH 'audit-branch' AS OF VERSION 123456789012345;
-- Query by branch
SELECT * FROM NAMESPACE.TABLE_NAME VERSION AS OF 'audit-branch';
后续步骤
- 了解如何更改表。