如何在BigQuery中查询表大小、最后修改时间等扩展元数据

你需要的表大小、最后修改时间、行数、分区规则等信息都可以通过SQL查询获取，主要用到两类系统视图：

• 数据集级__TABLES__视图，可快速获取全表基础统计属性
  该视图属于对应数据集的内置系统视图，查询示例如下：

  SELECT
    project_id,
    dataset_id,
    table_id,
    size_bytes / 1024 / 1024 / 1024 AS size_gb, -- 表存储大小，转换为GB单位
    row_count, -- 表总行数
    TIMESTAMP_MILLIS(last_modified_time) AS last_modified_time, -- 最后修改时间
    time_partitioning_type, -- 分区类型，无分区则返回NULL
    time_partitioning_field, -- 分区字段，无分区则返回NULL
    clustering_fields -- 聚类字段列表，未配置聚类则返回NULL
  FROM
    `你的项目ID.你的数据集ID.__TABLES__`
  

  如果需要批量查询多个数据集的表属性，可替换为区域级的region-eu.INFORMATION_SCHEMA.TABLE_STORAGE视图，字段规则和上述示例基本一致。

• 区域级INFORMATION_SCHEMA.PARTITIONS视图，可获取更细粒度的分区规则及分区级统计
  如果你需要查看每个分区的详细范围、分区级存储/行数、聚类配置等信息，可使用该视图，查询示例如下：

  SELECT
    table_catalog AS project_id,
    table_schema AS dataset_id,
    table_name,
    partition_column, -- 分区字段
    range_start, -- 范围分区的起始值
    range_end, -- 范围分区的结束值
    clustering_fields, -- 聚类字段列表
    total_rows, -- 分区内行数
    total_logical_bytes / 1024 / 1024 / 1024 AS partition_size_gb -- 分区存储大小
  FROM
    region-eu.INFORMATION_SCHEMA.PARTITIONS
  WHERE
    table_schema = '你要查询的数据集ID'
  

提示：你可以通过项目ID.数据集ID.表名作为关联键，将上述查询结果和你之前使用的region-eu.INFORMATION_SCHEMA.TABLES的查询结果关联，一次性获取所有你需要的元数据字段。

内容的提问来源于stack exchange，提问作者MarcinSzaleniec