查詢資料表

查詢資料表時，系統會使用 Lakehouse 執行階段目錄管理的中繼資料，從底層 Cloud Storage 檔案讀取資料。

您可以從 Spark 和 Trino 等開放原始碼引擎執行查詢，也可以使用四部分資料表名稱語法 (P.C.N.T 語法)，直接從 BigQuery 執行查詢。

事前準備

  1. 確認專案已啟用計費功能 Google Cloud 。

  2. 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。

    啟用 API

  3. 使用 Apache Iceberg REST 目錄端點設定 Lakehouse 執行階段目錄。

必要的角色

如要取得查詢資料表所需的權限，請要求管理員在專案和儲存空間 bucket 中授予您下列 IAM 角色：

  • 以憑證販售模式讀取資料表資料： BigLake 檢視者 (roles/biglake.viewer) - 專案
  • 在非憑證臨時配發模式下讀取資料表資料：
    • BigLake 檢視者 (roles/biglake.viewer) - 專案
    • Storage 物件檢視者 (roles/storage.objectViewer) - Cloud Storage 值區

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」。

您或許也能透過自訂角色或其他預先定義的角色，取得必要權限。

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」。

從 BigQuery 查詢資料表時，您可以存取標準 Iceberg 資料表，以及啟用 BigQuery 管理功能的資料表。如需詳細操作說明，請參閱「設定表格選項」。

查詢資料表

選取表格中的所有資料：

Spark 

spark.sql("SELECT * FROM TABLE_NAME;").show()

Trino 

SELECT * FROM TABLE_NAME;

BigQuery

如要從 BigQuery 查詢 Lakehouse 執行階段目錄中的 Apache Iceberg 資料表，請在查詢中使用四部分資料表名稱，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`;

替換下列值：

  • PROJECT_NAME：Google Cloud 擁有 Lakehouse 執行階段目錄中目錄的專案。系統會向 Google Cloud 控制台中選取的專案 Google Cloud 收取查詢費用。

  • CATALOG_ID：建立目錄時指定的 Lakehouse 執行階段目錄 ID。這個 ID 會在 BigQuery 查詢中做為目錄名稱。

    這個 ID 也是 Cloud Storage bucket 的名稱。

    舉例來說，假設你建立的 bucket 是用來儲存目錄，並將其命名為 iceberg-bucket，則目錄名稱和 bucket 名稱都是 iceberg-bucket。稍後在 BigQuery 中使用 P.C.N.T 語法查詢目錄時，就會用到這項資訊。例如：my-project.catalog_id.quickstart_namespace.quickstart_table。

  • NAMESPACE_OR_SCHEMA_NAME：使用 Spark 時的資料表命名空間，或使用 Trino 時的資料表結構定義名稱。

  • TABLE_NAME：資料表名稱。

使用時間回溯查詢

您可以使用時間旅行功能，查詢 Lakehouse Iceberg 資料表的歷史資料。您可以使用 FOR SYSTEM_TIME AS OF 子句從 BigQuery 進行時空旅行，也可以使用快照 ID、時間戳記、標記或分支，從 Spark 等開放原始碼引擎進行時空旅行。

依時間戳記查詢

如要查詢特定時間戳記的資料，請按照下列步驟操作：

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';

依快照 ID 查詢

如要查詢特定快照 ID 的資料，請按照下列步驟操作：

Spark 

SELECT * FROM NAMESPACE.TABLE_NAME VERSION AS OF 10963874102873;

依據標記查詢

如要建立標記並查詢該標記的資料，請按照下列步驟操作：

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';

依分支版本查詢

如要建立分支並查詢該分支的資料，請按照下列步驟操作：

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';

後續步驟