Ansicht INFORMATION_SCHEMA.RECOMMENDATIONS
Wenn Sie Feedback oder Unterstützung für dieses Feature benötigen, senden Sie eine E-Mail an bq-recommendations+feedback@google.com.
Die Ansicht INFORMATION_SCHEMA.RECOMMENDATIONS
enthält Daten zu allen BigQuery-Empfehlungen im aktuellen Projekt. BigQuery ruft Empfehlungen für alle BigQuery-Recommender aus dem Recommendation Hub ab und präsentiert sie in dieser Ansicht.
Die Ansicht INFORMATION_SCHEMA.RECOMMENDATIONS
unterstützt die folgenden Empfehlungen:
- Partitions- und Clusterempfehlungen
- Empfehlungen für materialisierte Ansichten
- Rollenempfehlungen für BigQuery-Datasets
In der Ansicht INFORMATION_SCHEMA.RECOMMENDATIONS
werden nur BigQuery-bezogene Empfehlungen angezeigt.
Sie können Trusted Cloud by S3NS Empfehlungen im Recommendation Hub ansehen.
Erforderliche Berechtigung
Wenn Sie Empfehlungen in der Ansicht INFORMATION_SCHEMA.RECOMMENDATIONS
aufrufen möchten, benötigen Sie die erforderlichen Berechtigungen für den entsprechenden Recommender. In der Ansicht INFORMATION_SCHEMA.RECOMMENDATIONS
werden nur Empfehlungen zurückgegeben, die Sie aufrufen dürfen.
Bitten Sie Ihren Administrator, Ihnen Zugriff zum Ansehen der Empfehlungen zu gewähren. Die erforderlichen Berechtigungen für die einzelnen Recommender finden Sie hier:
- Recommender-Empfehlungen für Berechtigungen für Partitionen und Cluster
- Empfehlungen für Berechtigungen für materialisierte Ansichten
- Rollenempfehlungen für Berechtigungen für Datasets
Schema
Die Ansicht INFORMATION_SCHEMA.RECOMMENDATIONS
hat das folgende Schema:
Spaltenname | Datentyp | Wert |
---|---|---|
recommendation_id |
STRING |
Base64-codierte ID, die die RecommendationID und den Recommender enthält. |
recommender |
STRING |
Der Typ der Empfehlung. Beispiel: google.bigquery.table.PartitionClusterRecommender für Partitionierungs- und Clustering-Empfehlungen. |
subtype |
STRING |
Der Untertyp der Empfehlung. |
project_id |
STRING |
Die ID des Projekts. |
project_number |
STRING |
Die Nummer des Projekts. |
description |
STRING |
Die Beschreibung der Empfehlung. |
last_updated_time |
TIMESTAMP |
Dieses Feld gibt an, wann die Empfehlung zuletzt erstellt wurde. |
target_resources |
STRING |
Vollständig qualifizierte Ressourcennamen, auf die sich diese Empfehlung bezieht. |
state |
STRING |
Der Status der Empfehlung. Eine Liste der möglichen Werte finden Sie unter Status. |
primary_impact |
RECORD |
Die Auswirkungen dieser Empfehlung auf die Optimierung der primären Kategorie. Enthält die folgenden Felder:
|
priority |
STRING |
Die Priorität der Empfehlung. Eine Liste der möglichen Werte finden Sie unter Priorität. |
associated_insight_ids |
STRING |
Vollständige Statistiknamen, die mit der Empfehlung verknüpft sind.Der Statistikname ist die Base64-codierte Darstellung des Statistiktyps und der Statistik-ID. Damit kann die Ansicht „Statistiken“ abgefragt werden. |
additional_details |
RECORD |
Zusätzliche Details zur Empfehlung.
|
Bereich und Syntax
Für Abfragen dieser Ansicht muss ein Regions-Qualifier verwendet werden. Die Projekt-ID ist optional. Wenn keine Projekt-ID angegeben ist, wird das Projekt verwendet, in dem die Abfrage ausgeführt wird.
Ansichtsname | Ressourcenbereich | Regionsbereich |
---|---|---|
[PROJECT_ID.]`region-REGION`.INFORMATION_SCHEMA.RECOMMENDATIONS[_BY_PROJECT] |
Projektebene | REGION |
-
Optional:
PROJECT_ID
: die ID Ihres Trusted Cloud -Projekts. Wenn keine Angabe erfolgt, wird das Standardprojekt verwendet. -
REGION
: ist ein beliebiger Dataset-Regionsname. Beispiel:`region-us`
Beispiel
Wenn Sie die Abfrage für ein anderes Projekt als Ihr Standardprojekt ausführen möchten, fügen Sie die Projekt-ID im folgenden Format hinzu:
`PROJECT_ID`.`region-REGION_NAME`.INFORMATION_SCHEMA.RECOMMENDATIONS
PROJECT_ID
: die ID des Projekts.REGION_NAME
: Region für Ihr Projekt
Beispiel: `myproject`.`region-us`.INFORMATION_SCHEMA.RECOMMENDATIONS
.
Top-Empfehlungen zur Kostenersparnis ansehen
Im folgenden Beispiel werden die drei wichtigsten Empfehlungen für die Kategorie COST
auf Grundlage der prognostizierten slot_hours_saved_monthly
zurückgegeben:
SELECT
recommender,
target_resources,
LAX_INT64(additional_details.overview.bytesSavedMonthly) / POW(1024, 3) as est_gb_saved_monthly,
LAX_INT64(additional_details.overview.slotMsSavedMonthly) / (1000 * 3600) as slot_hours_saved_monthly,
last_updated_time
FROM
`region-us`.
INFORMATION_SCHEMA.RECOMMENDATIONS_BY_PROJECT
WHERE
primary_impact.category = 'COST'
AND
state = 'ACTIVE'
ORDER by
slot_hours_saved_monthly DESC
LIMIT 3;
Das Ergebnis sieht etwa so aus:
+---------------------------------------------------+--------------------------------------------------------------------------------------------------+ | recommender | target_resources | est_gb_saved_monthly | slot_hours_saved_monthly | last_updated_time +---------------------------------------------------+--------------------------------------------------------------------------------------------------+ | google.bigquery.materializedview.Recommender | ["project_resource"] | 140805.38289248943 | 9613.139166666666 | 2024-07-01 13:00:00 | google.bigquery.table.PartitionClusterRecommender | ["table_resource_1"] | 4393.7416711859405 | 56.61476777777777 | 2024-07-01 13:00:00 | google.bigquery.table.PartitionClusterRecommender | ["table_resource_2"] | 3934.07264107652 | 10.499466666666667 | 2024-07-01 13:00:00 +---------------------------------------------------+--------------------------------------------------------------------------------------------------+