Question

在Google BigQuery [1]中，它支持嵌套字段类型，所以我可以说它是组织的首选方式，而不是分割成表格和带连接的查询吗？
当我们需要添加新列时，Bigquery支持补丁，在非常大的表中添加新列时的性能如何，例如1TB，有没有办法分钟。停工时间，因为我们可能需要每月更新一次列。

[1] https://developers.google.com/bigquery/docs/data#nested

[2] https://developers.google.com/bigquery/docs/reference/v2/tables/patch

Answer 1

我不一定会说使用嵌套字段始终是组织表格的首选方式;这取决于你的用例。通常，我发现嵌套数据通常更容易处理，特别是如果大多数查询不需要访问嵌套字段。

但是，如果您在计算中大量使用嵌套字段，需要将不同的嵌套字段相互关联，或者返回多个重复字段的结果，那么最好使用多个表。
添加新列是仅元数据操作，因此它应该是O（1）时间;所涉及的表没有停机时间。（请注意，仅支持添加列，而不是重命名或删除列。）

Answer 2

是。在某些非规范化的情况下，嵌套字段可能更有用，如

{
  "geo": {        
    "type": "Polygon",    
    "coordinates": [-122.82613, 45.393108 ]    
        }    
}

此架构可能是

{"name":"geo","type":"record",
                "fields":
                  [
                    {"name":"type","type":"string"},
                    {"name":"coordinates","type":"float","mode":"repeated"}
                  ] 
               }

但是对于多级嵌套数组（如常规Twitter JSON），BigQuery似乎报告了一些问题.Below是一种非常常见的来自Twitter的JSON输出格式，其中Coordinates以嵌套（多级数组）表示：

{
  "geo": {
    "type": "Polygon",
    "coordinates": [
      [
        [
          -122.82613,
          45.393108
        ],
        [
          -122.82613,
          45.456634
        ],
        [
          -122.74354,
          45.456634
        ]
      ]
    ]
  }
}

- ＆GT;说实话，我仍然可以找到答案。

Google BigQuery - 嵌套字段或表连接

2 个答案: