Trasforma le traduzioni SQL utilizzando i file YAML di configurazione
Questo documento mostra come utilizzare i file YAML di configurazione per trasformare il codice SQL durante la migrazione a BigQuery. Fornisce linee guida per creare i tuoi file YAML di configurazione e fornisce esempi per varie trasformazioni di traduzione supportate da questa funzionalità.
Quando utilizzi il traduttore SQL interattivo di BigQuery o esegui una traduzione SQL in batch, puoi fornire file YAML di configurazione per modificare una traduzione delle query SQL. L'uso dei file YAML di configurazione consente un'ulteriore personalizzazione durante la traduzione delle query SQL dal database di origine.
Puoi specificare un file YAML di configurazione da utilizzare in una traduzione SQL nei seguenti modi:
- Se esegui una traduzione SQL in batch, inserisci il codice YAML di configurazione nello stesso bucket Cloud Storage dei file SQL di input.
- Se usi il traduttore SQL interattivo, specifica il percorso del file per il file di configurazione o l'ID del job di traduzione batch nelle impostazioni di traduzione.
- Se utilizzi il client Python per la traduzione batch, inserisci il file YAML di configurazione nella cartella di input della traduzione locale.
Il traduttore SQL interattivo, il traduttore SQL batch e il client Python per la traduzione batch supportano l'utilizzo di più file YAML di configurazione in un singolo job di traduzione. Consulta Applicazione di più configurazioni YAML per ulteriori informazioni.
Requisiti del file YAML di configurazione
Prima di creare un file YAML di configurazione, esamina le seguenti informazioni per assicurarti che il file YAML sia compatibile con BigQuery Migration Service:
- Devi caricare i file YAML di configurazione nella directory principale del bucket Cloud Storage che contiene i file di input di traduzione SQL. Per informazioni su come creare bucket e caricare file in Cloud Storage, consulta Creare bucket e Caricare oggetti da un file system.
- Le dimensioni di un singolo file YAML di configurazione non devono superare 1 MB.
- Le dimensioni totali di tutti i file YAML di configurazione utilizzati in un singolo job di traduzione SQL non devono superare i 4 MB.
- Se utilizzi la sintassi
regex
per la corrispondenza dei nomi, utilizza RE2/J. - Tutti i nomi dei file YAML di configurazione devono includere un'estensione
.config.yaml
, ad esempiochange-case.config.yaml
.config.yaml
da solo non è un nome valido per il file di configurazione.
Linee guida per creare un file YAML di configurazione
Questa sezione fornisce alcune linee guida generali per creare un file YAML di configurazione:
Titolo
Ogni file di configurazione deve contenere un'intestazione che specifichi il tipo di configurazione. Il tipo object_rewriter
viene utilizzato per specificare le traduzioni SQL
in un file YAML di configurazione. L'esempio seguente utilizza il tipo object_rewriter
per trasformare un nome in maiuscole e minuscole:
type: object_rewriter
global:
case:
all: UPPERCASE
Selezione entità
Per eseguire trasformazioni specifiche dell'entità, specifica l'entità nel
file di configurazione. Tutte le proprietà match
sono facoltative; utilizza solo le proprietà match
necessarie per una trasformazione. Il seguente codice YAML di configurazione mostra le proprietà da abbinare per selezionare entità specifiche:
match:
db: <literal_name>
schema: <literal_name>
relation: <literal_name>
attribute: <literal_name>
dbRegex: <regex>
schemaRegex: <regex>
relationRegex: <regex>
attributeRegex: <regex>
Descrizione di ogni proprietà match
:
db
: il componente project_id.schema
: il componente del set di dati.relation
: il componente della tabella.attribute
: il componente della colonna. Valido solo per la selezione dell'attributodbRegex
: corrisponde a una proprietàdb
con un'espressione regolare (Anteprima).schemaRegex
: abbina le proprietàschema
alle espressioni regolari (Anteprima).relationRegex
: corrisponde alle proprietàrelation
con le espressioni regolari (Anteprima).attributeRegex
: corrisponde aattribute
proprietà con espressioni regolari. Valido solo per la selezione dell'attributo (Anteprima).
Ad esempio, il seguente codice YAML di configurazione specifica le proprietà match
per selezionare la tabella testdb.acme.employee
per la trasformazione di una tabella temporanea.
type: object_rewriter
relation:
-
match:
db: testdb
schema: acme
relation: employee
temporary: true
Puoi utilizzare le proprietà dbRegex
, schemaRegex
, relationRegex
e attributeRegex
per specificare le espressioni regolari al fine di selezionare un sottoinsieme di entità. L'esempio seguente modifica tutte le relazioni dallo schema tmp_schema
in testdb
a temporaneo, a condizione che il nome inizi con tmp_
:
type: object_rewriter
relation:
-
match:
schema: tmp_schema
relationRegex: "tmp_.*"
temporary: true
Le proprietà del valore letterale e regex
vengono abbinate senza distinzione tra maiuscole e minuscole.
Puoi applicare la corrispondenza sensibile alle maiuscole utilizzando un regex
con un flag i
disabilitato, come mostrato nell'esempio seguente:
match:
relationRegex: "(?-i:<actual_regex>)"
Puoi anche specificare entità complete utilizzando una sintassi equivalente a corta corta. Una sintassi con stringhe corta prevede esattamente 3 (per la selezione di relazioni) o 4 (per la selezione di attributi) segmenti del nome delimitati da punti, come nell'esempio testdb.acme.employee
. I segmenti vengono quindi interpretati internamente come se fossero
stati passati rispettivamente come db
, schema
, relation
e attribute
.
Ciò significa che i nomi vengono abbinati alla lettera, pertanto le espressioni regolari non sono consentite nella sintassi breve. L'esempio seguente mostra l'uso della sintassi
corta stringhe per specificare un'entità completa in un file YAML di configurazione:
type: object_rewriter
relation:
-
match : "testdb.acme.employee"
temporary: true
Se il nome di una tabella contiene un punto, non puoi specificarlo utilizzando una sintassi breve. In questo caso, devi utilizzare una corrispondenza dell'oggetto. L'esempio seguente modifica la tabella testdb.acme.stg.employee
in temporanea:
type: object_rewriter
relation:
-
match:
db: testdb
schema: acme
relation: stg.employee
temporary: true
Il codice YAML di configurazione accetta key
come alias di match
.
Database predefinito
Alcuni dialetti SQL di input, in particolare Teradata, non supportano database-name
nel
nome qualificato. In questo caso, il modo più semplice per creare una corrispondenza tra le entità è omettere la proprietà db
in match
.
Tuttavia, puoi impostare la proprietà default_database
di BigQuery Migration Service
e utilizzare il database predefinito in match
.
Tipi di attributi target supportati
Puoi utilizzare il file YAML di configurazione per eseguire le trasformazioni dei tipi di attributi, in cui puoi trasformare il tipo di dati di una colonna da tipo di origine a tipo di destinazione. Il file YAML di configurazione supporta i seguenti tipi di destinazione:
BOOLEAN
TINYINT
SMALLINT
INTEGER
BIGINT
FLOAT
DOUBLE
NUMERIC
(supporta precisione e scalabilità facoltative, comeNUMERIC(18, 2)
)TIME
TIMETZ
DATE
DATETIME
TIMESTAMP
TIMESTAMPTZ
CHAR
(supporta la precisione facoltativa, ad esempioCHAR(42)
)VARCHAR
(supporta la precisione facoltativa, ad esempioVARCHAR(42)
)
Esempi YAML di configurazione
Questa sezione fornisce esempi per creare vari file YAML di configurazione da
utilizzare con le traduzioni SQL. Ogni esempio illustra la sintassi YAML per trasformare la traduzione SQL in modi specifici, insieme a una breve descrizione.
Ogni esempio fornisce anche i contenuti di un file teradata-input.sql
o hive-input.sql
e di un file bq-output.sql
per consentirti di confrontare gli effetti di un YAML di configurazione su una traduzione di query SQL di BigQuery.
I seguenti esempi utilizzano Teradata o Hive come dialetto SQL di input e BigQuery SQL come dialetto di output. Anche i seguenti
esempi utilizzano testdb
come database predefinito e testschema
come
percorso di ricerca dello schema.
Modifica maiuscole/minuscole del nome dell'oggetto
La seguente configurazione YAML modifica le maiuscole o le minuscole dei nomi degli oggetti:
type: object_rewriter
global:
case:
all: UPPERCASE
database: LOWERCASE
attribute: LOWERCASE
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a int); select * from x; |
bq-output.sql |
CREATE TABLE testdb.TESTSCHEMA.X ( a INT64 ) ; SELECT X.a FROM testdb.TESTSCHEMA.X ; |
Rendi la tabella temporanea
La seguente configurazione YAML modifica una tabella normale in una tabella temporanea:
type: object_rewriter
relation:
-
match: "testdb.testschema.x"
temporary: true
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a int); |
bq-output.sql |
CREATE TEMPORARY TABLE x ( a INT64 ) ; |
Rendi la tabella temporanea
La configurazione YAML seguente modifica una tabella normale in una tabella temporanea con una scadenza di 60 secondi.
type: object_rewriter
relation:
-
match: "testdb.testschema.x"
ephemeral:
expireAfterSeconds: 60
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a int); |
bq-output.sql |
CREATE TABLE testdb.testschema.x ( a INT64 ) OPTIONS( expiration_timestamp=timestamp_add(current_timestamp(), interval 60 SECOND) ); |
Imposta scadenza partizione
La seguente configurazione YAML modifica la scadenza di una tabella partizionata a 1 giorno:
type: object_rewriter
relation:
-
match: "testdb.testschema.x"
partitionLifetime:
expireAfterSeconds: 86400
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a int, b int) partition by (a); |
bq-output.sql |
CREATE TABLE testdb.testschema.x ( a INT64, b INT64 ) CLUSTER BY a OPTIONS( partition_expiration_days=1 ); |
Modificare la località o il formato esterno per una tabella
La seguente configurazione YAML modifica la posizione e la struttura esterne di una tabella:
type: object_rewriter
relation:
-
match: "testdb.testschema.x"
external:
locations: "gs://path/to/department/files"
format: ORC
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a int); |
bq-output.sql |
CREATE EXTERNAL TABLE testdb.testschema.x ( a INT64 ) OPTIONS( format='ORC', uris=[ 'gs://path/to/department/files' ] ); |
Imposta o modifica la descrizione della tabella
Il seguente codice YAML di configurazione imposta la descrizione di una tabella:
type: object_rewriter
relation:
-
match: "testdb.testschema.x"
description:
text: "Example description."
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a int); |
bq-output.sql |
CREATE TABLE testdb.testschema.x ( a INT64 ) OPTIONS( description='Example description.' ); |
Impostare o modificare il partizionamento delle tabelle
La seguente configurazione YAML modifica lo schema di partizionamento di una tabella:
type: object_rewriter
relation:
-
match: "testdb.testschema.x"
partition:
simple:
add: [a]
-
match: "testdb.testschema.y"
partition:
simple:
remove: [a]
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a date, b int); create table y(a date, b int) partition by (a); |
bq-output.sql |
CREATE TABLE testdb.testschema.x ( a DATE, b INT64 ) PARTITION BY a; CREATE TABLE testdb.testschema.y ( a DATE, b INT64 ) ; |
Impostare o modificare il clustering delle tabelle
Il seguente codice YAML di configurazione modifica lo schema di clustering di una tabella:
type: object_rewriter
relation:
-
match: "testdb.testschema.x"
clustering:
add: [a]
-
match: "testdb.testschema.y"
clustering:
remove: [b]
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
hive-input.sql |
create table x(a int, b int); create table y(a int, b int) clustered by (b) into 16 buckets; |
bq-output.sql |
CREATE TABLE testdb.testschema.x ( a INT64, b INT64 ) CLUSTER BY a; CREATE TABLE testdb.testschema.y ( a INT64, b INT64 ) ; |
Modificare il tipo di un attributo della colonna
La seguente configurazione YAML modifica il tipo di dati per un attributo di una colonna:
type: object_rewriter
attribute:
-
match:
db: testdb
schema: testschema
attributeRegex: "a+"
type:
target: NUMERIC(10,2)
Puoi trasformare il tipo di dati di origine in uno qualsiasi dei tipi di attributi target supportati.
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a int, b int, aa int); |
bq-output.sql |
CREATE TABLE testdb.testschema.x ( a NUMERIC(31, 2), b INT64, aa NUMERIC(31, 2) ) ; |
Aggiungi una connessione a un data lake esterno
La seguente configurazione YAML contrassegna la tabella di origine come una tabella esterna che punta ai dati archiviati in un data lake esterno, specificato da una connessione al data lake.
type: object_rewriter
relation:
-
key: "testdb.acme.employee"
external:
connection_id: "connection_test"
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
hive-input.sql |
CREATE TABLE x ( a VARCHAR(150), b INT ); |
bq-output.sql |
CREATE EXTERNAL TABLE x ( a STRING, b INT64 ) WITH CONNECTION `connection_test` OPTIONS( ); |
Modifica della codifica dei caratteri di un file di input
Per impostazione predefinita, BigQuery Migration Service tenta di rilevare automaticamente la codifica dei caratteri dei file di input. Nei casi in cui BigQuery Migration Service possa identificare in modo errato la codifica di un file, puoi utilizzare un codice YAML di configurazione per specificare esplicitamente la codifica dei caratteri.
La seguente configurazione YAML specifica la codifica esplicita dei caratteri
del file di input come ISO-8859-1
.
type: experimental_input_formats
formats:
- source:
pathGlob: "*.sql"
contents:
raw:
charset: iso-8859-1
Conversione del tipo globale
La seguente configurazione YAML cambia un tipo di dati in un altro in tutti gli script e specifica un tipo di dati di origine da evitare nello script con transpile. È diversa dalla configurazione Tipo di modifica di un attributo di colonna, in cui viene modificato solo il tipo di dati per un singolo attributo.
BigQuery supporta le seguenti conversioni dei tipi di dati:
- Da
DATETIME
aTIMESTAMP
- Da
TIMESTAMP
aDATETIME
- Da
TIMESTAMP WITH TIME ZONE
aDATETIME
- Da
CHAR
aVARCHAR
Nell'esempio seguente, il file YAML di configurazione converte un tipo di dati DATETIME
in TIMESTAMP
.
type: experimental_object_rewriter
global:
typeConvert:
timestamp: DATETIME
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a timestamp); |
bq-output.sql |
CREATE TABLE x ( a TIMESTAMP ) ; |
Seleziona la modifica dell'istruzione
Il seguente codice YAML di configurazione modifica le clausole di proiezione a stella, GROUP BY
e ORDER BY
nelle istruzioni SELECT
.
starProjection
supporta le seguenti configurazioni:
ALLOW
PRESERVE
(valore predefinito)EXPAND
groupBy
e orderBy
supportano le seguenti configurazioni:
EXPRESSION
ALIAS
INDEX
Nell'esempio seguente, il codice YAML di configurazione configura la proiezione a stella su EXPAND
.
type: experimental_statement_rewriter
select:
starProjection: EXPAND
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a int, b TIMESTAMP); select * from x; |
bq-output.sql |
CREATE TABLE x ( a INT64, b DATETIME ) ; SELECT x.a x.b FROM x ; |
Specifica delle funzioni definite dall'utente
La seguente configurazione YAML specifica la firma delle funzioni definite dall'utente (UDF) utilizzate negli script di origine. Proprio come accade per i file ZIP di metadati, le definizioni delle funzioni definite dall'utente possono aiutare a produrre una traduzione più accurata degli script di input.
type: metadata
udfs:
- "date parse_short_date(dt int)"
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(dt int); select parse_short_date(dt) + 1 from x; |
bq-output.sql |
CREATE TABLE x ( dt INT64 ) ; SELECT date_add(parse_short_date(x.dt), interval 1 DAY) FROM x ; |
Impostazione della severità di precisione decimale
Per impostazione predefinita, BigQuery Migration Service aumenta la precisione numerica fino alla massima precisione disponibile per una determinata scala. La seguente configurazione YAML sostituisce questo comportamento configurando la severità di precisione in modo da mantenere la precisione decimale dell'istruzione di origine.
type: experimental_statement_rewriter
common:
decimalPrecision: STRICT
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a decimal(3,0)); |
bq-output.sql |
CREATE TABLE x ( a NUMERIC(3) ) ; |
Mapping dei nomi di output
Puoi utilizzare YAML di configurazione per mappare i nomi degli oggetti SQL. Puoi modificare diverse parti del nome a seconda dell'oggetto che stai mappando.
Mappatura dei nomi statica
Utilizza la mappatura dei nomi statica per mappare il nome di un'entità. Se vuoi modificare solo parti specifiche del nome e mantenere uguali le altre parti del nome, includi solo le parti che devono essere modificate.
Il seguente codice YAML di configurazione cambia il nome della tabella da my_db.my_schema.my_table
a my_new_db.my_schema.my_new_table
.
type: experimental_object_rewriter
relation:
-
match: "my_db.my_schema.my_table"
outputName:
database: "my_new_db"
relation: "my_new_table"
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table my_db.my_schema.my_table(a int); |
bq-output.sql |
CREATE TABLE my_new_db.my_schema.my_new_table ( a INT64 ) |
Mappatura dinamica dei nomi
Utilizza la mappatura dei nomi dinamica per modificare più oggetti contemporaneamente e creare nuovi nomi in base agli oggetti mappati.
La seguente configurazione YAML modifica il nome di tutte le tabelle aggiungendo il prefisso stg_
a quelle che appartengono allo schema staging
, quindi sposta queste tabelle nello schema production
.
type: experimental_object_rewriter
relation:
-
match:
schema: staging
outputName:
schema: production
relation: "stg_${relation}"
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table staging.my_table(a int); |
bq-output.sql |
CREATE TABLE production.stg_my_table ( a INT64 ) ; |
Specifica del percorso di ricerca predefinito di database e schemi
La seguente configurazione YAML specifica un database predefinito e un percorso di ricerca schema.
type: environment
session:
defaultDatabase: myproject
schemaSearchPath: [myschema1, myschema2]
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
SELECT * FROM database.table SELECT * FROM table1 |
bq-output.sql |
SELECT * FROM myproject.database.table. SELECT * FROM myproject.myschema1.table1 |
Riscrittura nome output globale
Il seguente codice YAML di configurazione modifica i nomi di output di tutti gli oggetti (database, schema, relazione e attributi) nello script in base alle regole configurate.
type: experimental_object_rewriter
global:
outputName:
regex:
- match: '\s'
replaceWith: '_'
- match: '>='
replaceWith: 'gte'
- match: '^[^a-zA-Z_].*'
replaceWith: '_$0'
Una traduzione SQL con questo file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table "test special chars >= 12"("42eid" int, "custom column" varchar(10)); |
bq-output.sql |
CREATE TABLE test_special_chars_employees_gte_12 ( _42eid INT64, custom_column STRING ) ; |
Applicazione di più configurazioni YAML
Quando specifichi un file YAML di configurazione in una traduzione SQL in batch o interattiva, puoi selezionare più file YAML di configurazione in un singolo job di traduzione per riflettere più trasformazioni. In caso di conflitto tra più configurazioni, una trasformazione potrebbe sostituire un'altra. Consigliamo di utilizzare tipi diversi di impostazioni di configurazione in ogni file per evitare conflitti tra trasformazioni nello stesso job di traduzione.
Nell'esempio seguente sono elencati due file YAML di configurazione separati forniti per un singolo job di traduzione SQL, uno per modificare l'attributo di una colonna e l'altro per impostare la tabella come temporanea:
change-type-example.config.yaml
:
type: object_rewriter
attribute:
-
match: "testdb.testschema.x.a"
type:
target: NUMERIC(10,2)
make-temp-example.config.yaml
:
type: object_rewriter
relation:
-
match: "testdb.testschema.x"
temporary: true
Una traduzione SQL con questi due file YAML di configurazione potrebbe avere il seguente aspetto:
teradata-input.sql |
create table x(a int); |
bq-output.sql |
CREATE TEMPORARY TABLE x ( a NUMERIC(31, 2) ) ; |