BigQuery为查询作业提供了哪些原子性保证？

Question

我正在调查我编写的定期运行的作业中的数据正确性问题，而这个问题似乎是由BigQuery以非原子方式两次覆盖同一个表引起的。更具体地说，我有两个同时运行的同一个查询的副本（由于重试逻辑），两个都设置为覆盖同一个表（使用WRITE_TRUNCATE选项），结果表有每个行的两个副本。我期待一个查询用查询结果编写一个表，另一个查询用相同的结果覆盖它，而不是用一个双倍大小的表结束。

我在设计系统时的理解是所有BigQuery操作都是原子的（基于atomic inserts in big query，Can I safely query a BigQuery table being replaced with WRITE_TRUNCATE和Views are failing when their underlying table is repopulated）。问题是我遇到了一个错误，还是我误解了我可以期待的确切保证？

纵观历史，过去一周内至少发生了4起案件。

以下是导致此情况发生的时间表（具体细节适用于最明显的案例）：

1. 在UTC时间4月30日18:07左右，我的代码同时提交了82个查询。每个查询一个以conversions_2014_04_30_14结尾的表和另一个表，并写入以conversions_2014_04_30_16结尾的表（指定WRITE_TRUNCATE）。
2. 大约25分钟后，25个查询仍然没有完成（这比平常更多），所以它触发了＃34;重试＆＃34;这个逻辑放弃了所有仍在运行的查询，只是再次提交它们（这是为了解决一个问题，我已经看到查询将在未运行的情况下等待几个小时，我在这里提到过：https://code.google.com/p/google-bigquery/issues/detail?id=83&can=1 ）。这意味着50个查询一次完成，25个查询中的每个查询中有两个尚未完成。
3. 在所有查询完成后，82个结果表中的6个是它们应该的两倍大。

以下是一个例子：

首次查询工作：124072386181：job_tzqbfxfLmZv_QMYL6ozlQpWlG5U

第二个查询工作：124072386181：job_j9_7uJEjtvYbyeVmEVP0u2er9Lk

结果表：124072386181：bigbingo_history.video_task_companions_conversions_2014_04_30_16

另一个例子：

首次查询职位：124072386181：job_TQJzGabFT9FtHI05ftTkD5O8KKU

第二个查询工作：124072386181：job_5hogbjnLX_5a2opEJl9Jacnn53s

表：124072386181：bigbingo_history.Item_repetition__Elimination_conversions_2014_04_27_16

自从这些查询运行以来，尚未触及表（除了第一个表的模式添加之外），因此它们仍然包含重复的行。确认这一点的一种方法是查看所有查询都有＆＃34; GROUP BY替代，bingo_id＆＃34;，但这些表有两个（alternative，bingo_id）对。

Answer 1

我们遇到了一个错误，其中write-truncate可能会在某些情况下最终附加。我们昨天（5月22日）发布了修复程序，从那以后还没有看到任何问题的进一步发生。