本文主要是介绍一个简单例子更深入地理解BigQuery 的分区表，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
首先本文不会讲得很系统， 可以理解为是1个练习， 从这个简单例子中， 我们会体会到分区表与非分区表的操作和效果的区别
准备测试数据
首先， 本人准备了一份csv file ， 测试数据，
大概样子如下：
创建数据表并导入数据
我们首先基于这个csv file 去创建1个bq 的数据表
bigquery 是支持直接通过上传csv 去创建1个新的表的， 而这个表的schema 可以被autodetect, 甚至field type可以自动识别哦
命令：
bq load --autodetect --source_format=CSV DS2.supermarket_sales supermarket_sales.csv
这时表已经从创建好了， 我们检查下schema 和数据行数：
[gateman@manjaro-x13 chapter-01]$ bq show DS2.supermarket_sales
/home/gateman/devtools/google-cloud-sdk/platform/bq/bq.py:17: DeprecationWarning: 'pipes' is deprecated and slated for removal in Python 3.13import pipes
Table jason-hsbc:DS2.supermarket_salesLast modified Schema Total Rows Total Bytes Expiration Time Partitioning Clustered Fields Total Logical Bytes Total Physical Bytes Labels ----------------- ----------------------------------- ------------ ------------- ------------ ------------------- ------------------ --------------------- ---------------------- -------- 23 Dec 22:10:31 |- Invoice_ID: string 1000 149402 149402 31765 |- Branch: string |- City: string |- Customer_type: string |- Gender: string |- Product_line: string |- Unit_price: float |- Quantity: integer |- Tax_5_: float |- Total: float |- Date: date |- Time: string |- Payment: string |- cogs: float |- gross_margin_percentage: float |- gross_income: float |- Rating: float
可以简单地看出， 新创建的表行数是1000 行， 而且某些字段的类型已经被自动识别为 date, integer or float.
使用sql 基于这张非分区表创建另2张分区表
supermarket_sales_p， 基于Date 列做分区， 每一天1个表分区
create table DS2.supermarket_sales_p
PARTITION BY DATE
as
SELECT Branch, City, Customer_type, Product_line, Unit_price, Quantity, Tax_5_, Total, Date, Time, Payment, gross_income
FROM DS2.supermarket_sales
没错， BQ 还支持用sql来创建分区表， 关键字就是 PARTITION BY DATE ， 这里的DATE是列名。
我在上一篇文章已经讲过， 时间分区表，有4中类型， 分别是Hour, Day, Month, Year.
上面的sql 没有指定， 默认是按Day, 也就是每一天1个表分区！
supermarket_sales_p2， 基于Date 列做分区， 每1月1个表分区
create table DS2.supermarket_sales_p2
PARTITION BY DATE_TRUNC(Date, MONTH)
as
SELECT Branch, City, Customer_type, Product_line, Unit_price, Quantity, Tax_5_, Total, Date, Time, Payment, gross_income
FROM DS2.supermarket_sales
这里 PARTITION BY DATE 改成 PARTITION BY DATE_TRUNC(Date, MONTH)
注意， 新的两个分区表比起原表是精简了一些列的， 相当灵活
好， 创建好之后我们检查下表结构和行数
[gateman@manjaro-x13 chapter-01]$ bq show DS2.supermarket_sales_p
/home/gateman/devtools/google-cloud-sdk/platform/bq/bq.py:17: DeprecationWarning: 'pipes' is deprecated and slated for removal in Python 3.13import pipes
Table jason-hsbc:DS2.supermarket_sales_pLast modified Schema Total Rows Total Bytes Expiration Time Partitioning Clustered Fields Total Logical Bytes Total Physical Bytes Labels ----------------- -------------------------- ------------ ------------- ------------ ------------------- ------------------ --------------------- ---------------------- -------- 23 Dec 23:44:51 |- Branch: string 1000 105400 DAY (field: Date) 105400 343651 |- City: string |- Customer_type: string |- Product_line: string |- Unit_price: float |- Quantity: integer |- Tax_5_: float |- Total: float |- Date: date |- Time: string |- Payment: string |- gross_income: float [gateman@manjaro-x13 chapter-01]$ bq show DS2.supermarket_sales_p2
/home/gateman/devtools/google-cloud-sdk/platform/bq/bq.py:17: DeprecationWarning: 'pipes' is deprecated and slated for removal in Python 3.13import pipes
Table jason-hsbc:DS2.supermarket_sales_p2Last modified Schema Total Rows Total Bytes Expiration Time Partitioning Clustered Fields Total Logical Bytes Total Physical Bytes Labels ----------------- -------------------------- ------------ ------------- ------------ --------------------- ------------------ --------------------- ---------------------- -------- 23 Dec 23:48:37 |- Branch: string 1000 105400 MONTH (field: Date) 105400 28942 |- City: string |- Customer_type: string |- Product_line: string |- Unit_price: float |- Quantity: integer |- Tax_5_: float |- Total: float |- Date: date |- Time: string |- Payment: string |- gross_income: float [gateman@manjaro-x13 chapter-01]$
注意观察分区信息， 1个按Day 分区， 一个按月分区. 行数都是1000
继续查看分区信息
SELECT *
FROM DS2.INFORMATION_SCHEMA.PARTITIONS
where table_name = 'supermarket_sales_p'
order by partition_idtable_catalog|table_schema|table_name |partition_id|total_rows|total_logical_bytes|total_billable_bytes|last_modified_time |storage_tie
-------------+------------+-------------------+------------+----------+-------------------+--------------------+-----------------------+-----------
jason-hsbc |DS2 |supermarket_sales_p|20190101 | 12| 1260| 1260|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190102 | 8| 840| 840|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190103 | 8| 836| 836|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190104 | 6| 633| 633|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190105 | 12| 1285| 1285|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190106 | 9| 925| 925|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190107 | 9| 953| 953|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190108 | 18| 1908| 1908|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190109 | 8| 840| 840|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190110 | 9| 950| 950|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190111 | 8| 839| 839|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190112 | 11| 1171| 1171|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190113 | 10| 1056| 1056|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190114 | 13| 1385| 1385|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190115 | 13| 1365| 1365|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190116 | 10| 1050| 1050|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190117 | 11| 1162| 1162|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190118 | 9| 943| 943|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190119 | 16| 1694| 1694|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190120 | 10| 1046| 1046|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190121 | 8| 822| 822|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190122 | 7| 733| 733|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190123 | 17| 1779| 1779|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190124 | 13| 1364| 1364|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190125 | 17| 1777| 1777|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190126 | 17| 1785| 1785|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190127 | 14| 1467| 1467|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190128 | 14| 1493| 1493|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190129 | 12| 1261| 1261|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190130 | 9| 972| 972|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190131 | 14| 1497| 1497|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190201 | 6| 635| 635|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190202 | 14| 1466| 1466|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190203 | 14| 1456| 1456|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190204 | 11| 1158| 1158|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190205 | 12| 1255| 1255|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190206 | 13| 1390| 1390|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190207 | 20| 2115| 2115|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190208 | 12| 1257| 1257|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190209 | 13| 1360| 1360|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190210 | 11| 1159| 1159|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190211 | 8| 841| 841|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190212 | 8| 839| 839|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190213 | 8| 858| 858|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190214 | 8| 839| 839|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190215 | 19| 2017| 2017|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190216 | 8| 846| 846|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190217 | 13| 1376| 1376|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190218 | 7| 728| 728|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190219 | 9| 954| 954|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190220 | 10| 1056| 1056|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190221 | 6| 619| 619|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190222 | 11| 1161| 1161|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190223 | 8| 850| 850|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190224 | 9| 951| 951|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190225 | 16| 1687| 1687|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190226 | 9| 951| 951|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190227 | 14| 1485| 1485|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190228 | 6| 629| 629|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190301 | 10| 1064| 1064|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190302 | 18| 1916| 1916|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190303 | 14| 1489| 1489|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190304 | 12| 1228| 1228|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190305 | 17| 1800| 1800|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190306 | 11| 1166| 1166|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190307 | 9| 949| 949|2023-12-23 23:44:51.313|ACTIVE
jason-hsbc |DS2 |supermarket_sales_p|20190308 | 11| 1164| 1164|2023-12-23 23:44:51.313|ACTIVE
SELECT *
FROM DS2.INFORMATION_SCHEMA.PARTITIONS
where table_name = 'supermarket_sales_p2'
order by partition_idtable_catalog|table_schema|table_name |partition_id|total_rows|total_logical_bytes|total_billable_bytes|last_modified_time |storage_tier|
-------------+------------+--------------------+------------+----------+-------------------+--------------------+-----------------------+------------+
jason-hsbc |DS2 |supermarket_sales_p2|201901 | 352| 37091| 37091|2023-12-23 23:48:37.508|ACTIVE |
jason-hsbc |DS2 |supermarket_sales_p2|201902 | 303| 31938| 31938|2023-12-23 23:48:37.508|ACTIVE |
jason-hsbc |DS2 |supermarket_sales_p2|201903 | 345| 36371| 36371|2023-12-23 23:48:37.508|ACTIVE |
可以看出supermarket_sales_p 已经存在很多个表分区， 1天1个分区， 而supermarket_sales_p2 只有3个分区， 对应3个月份， 而且也可以知道每个分区到底有多少个数据行
先查询原表并观察
我们可以看出， 原表的数据量两为145.9KB
当我们尝试查询 select * from 原表 时， BQ 已经提示会process 145.9KB ， 也就是全表的数据量， 这个没什么问题
当我们尝试只检索某些列（就是上面两张分区表的列）时， 发现will process的数据量减少了，变成了102.93KB 这个也可以理解， 毕竟我们不想要查询所有列嘛
然后我们加上Date 列的filter ， 只查询2月份的数据
如上图， 见到还是提示 102.93KB will be processed, 没有变化啊， 再想想也可以理解， BQ并没有索引， 所以还是检索全表才会找出DATE 在2月份的数据！
结下来我们先在web ui 上禁用缓存， 保证每次查询都是从磁盘去获得数据
在其他场景如何禁用缓存？ 参考下文
https://cloud.google.com/bigquery/docs/cached-results#bq
接下来我们按button Run 去执行这个sql去检索非分区表 从查询job 的信息来看， 的确处理了102 kb data
而且从另外两张图来看， 的确处理了1000数据， 即使只返回了300多行， 但是收费是按1000行来收的
查询按日分区表 supermarket_sales_p
当我们写入sql时， web ui 已经提示will processed 的数据只有30多kb了！
因为加上了Date 这个字段， 数据只会在2月份的多个表分区里查找， skip了2月份之外的其他表分区。
然后我们执行查询， 查看执行信息， 的确是30KB 
再查看执行计划图   的确只process了303 行数据
值得注意的是， Wait 和 Read的时间效果都增加了
因为BQ 后台里会有多个进程同时去查询多个表分区， 而且需要wait 来整合查询的数据， 这里数据量小（1000k), 分区表的效率不高， 但是当数据量变大， 分区表的性能优势就出来了。
查询按月分区表 supermarket_sales_p2
当我们写入sql时， web ui 已经同样提示will processed 的数据只有30多kb了！
这里的查询只会 在1个表分区里查找， 因为此表是按月分区的
再查看执行计划图  可以看出wait 只有1ms, 因为只有1个表分区查询嘛， 所以对这条sql来讲， 月分区效率更高
但是 日分区表会更灵活， 例如只查询 2月28 和 3月1号 的数据， 相信日分区表会有效率得多！
这篇关于一个简单例子更深入地理解BigQuery 的分区表的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
