TABLE_STORAGE 檢視畫面

INFORMATION_SCHEMA.TABLE_STORAGE 檢視畫面會顯示資料表和具體化檢視畫面的目前儲存空間用量快照。查詢 INFORMATION_SCHEMA.TABLE_STORAGE 檢視表時，查詢結果會針對目前專案中的每個資料表或具體化檢視表，各列出一個相對應的資料列。

INFORMATION_SCHEMA.TABLE_STORAGE 檢視畫面中的資料不會即時更新，通常會延遲幾秒到幾分鐘。如果儲存空間變更僅是因為分區或資料表到期， 或是因為修改資料集時間旅行視窗，則可能需要最多一天，才會反映在 INFORMATION_SCHEMA.TABLE_STORAGE 檢視畫面中。 如果資料集包含超過 1,000 個資料表，且您刪除了該資料集，則只有在刪除資料集的時空旅行視窗過期後，這個檢視畫面才會反映變更。

透過表格儲存空間檢視畫面，您可以輕鬆觀察目前的儲存空間用量，並查看儲存空間是使用邏輯未壓縮位元組、實體壓縮位元組還是時空旅行位元組。這項資訊可協助您規劃未來的成長，並瞭解表格的更新模式。

*_BYTES 欄中包含的資料

表格儲存空間檢視畫面中的 *_BYTES 欄位包含儲存空間位元組用量資訊。系統會根據具體化檢視區塊的儲存空間用量，以及下列類型的資料表，判斷這項資訊：

• 透過「建立及使用資料表」一文所述的任何方法建立的永久資料表。
• 在工作階段中建立的臨時資料表。這些資料表會放入名稱類似「_c018003e063d09570001ef33ae401fad6ab92a6a」的資料集中。
• 在多重陳述式查詢 (「指令碼」) 中建立的臨時資料表。這些資料表會放入名稱類似「__script72280c173c88442c3a7200183a50eeeaa4073719」的資料集中。

儲存在查詢結果快取中的資料不會產生費用，因此不會計入 *_BYTES 資料欄值。

複製和快照會顯示 *_BYTES 資料欄值，就像是完整的表格，而不是顯示與基本表格所用儲存空間的差異，因此會高估。帳單會正確計算儲存空間用量差異。如要進一步瞭解複製和快照儲存及計費的差異位元組，請參閱TABLE_STORAGE_USAGE_TIMELINE 檢視畫面。

預測儲存空間費用

如要預測資料集的每月儲存空間費用，您可以使用這個檢視畫面中的 logical 或 physical *_BYTES 欄，具體取決於資料集使用的資料集儲存空間計費模式。請注意，這只是粗略的預測，實際帳單金額是根據 BigQuery 儲存空間帳單基礎架構的用量計算，並顯示在 Cloud Billing 中。

如果資料集使用邏輯帳單模型，您可以按照下列方式預估每月儲存空間費用：

((ACTIVE_LOGICAL_BYTES 值 / POW(1024, 3)) * 使用中的邏輯位元組價格) + ((LONG_TERM_LOGICAL_BYTES 值 / POW(1024, 3)) * 長期邏輯位元組價格)

資料表的 ACTIVE_LOGICAL_BYTES 值會反映該資料表目前使用的有效位元組。

如果資料集採用實體計費模式，您可以按照下列方式預測儲存空間費用：

((ACTIVE_PHYSICAL_BYTES + FAIL_SAFE_PHYSICAL_BYTES 值 / POW(1024, 3)) * 作用中實體位元組價格) + ((LONG_TERM_PHYSICAL_BYTES 值 / POW(1024, 3)) * 長期實體位元組價格)

資料表的 ACTIVE_PHYSICAL_BYTES 值反映該資料表目前使用的有效位元組，以及該資料表用於時間旅行的位元組。

如要查看資料表本身的有效位元組，請從 ACTIVE_PHYSICAL_BYTES 值減去 TIME_TRAVEL_PHYSICAL_BYTES 值。

詳情請參閱「儲存空間定價」。

必要的角色

如要取得查詢 INFORMATION_SCHEMA.TABLE_STORAGE 檢視畫面所需的權限，請要求管理員授予您專案的 BigQuery 中繼資料檢視者 (roles/bigquery.metadataViewer) 身分與存取權管理角色。如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和機構的存取權」。

這個預先定義的角色具備查詢 INFORMATION_SCHEMA.TABLE_STORAGE 檢視畫面所需的權限。如要查看確切的必要權限，請展開「必要權限」部分：

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

結構定義

INFORMATION_SCHEMA.TABLE_STORAGE 檢視表具有下列結構定義：

範圍和語法

對這個檢視表執行的查詢必須包含區域限定詞。下表說明這個檢視畫面的區域範圍：

• 選用：PROJECT_ID：您的 Google Cloud 專案 ID。如未指定，系統會使用預設專案。
• REGION：任何資料集區域名稱。 例如：`region-us`。

以下範例說明如何傳回指定專案中資料表的儲存空間資訊：

SELECT * FROM `myProject`.`region-REGION`.INFORMATION_SCHEMA.TABLE_STORAGE;

以下範例說明如何傳回指定區域中資料表的儲存空間資訊：

SELECT * FROM `region-REGION`.INFORMATION_SCHEMA.TABLE_STORAGE_BY_PROJECT;

範例

範例 1：

以下範例顯示目前專案的邏輯位元組總計費用。

SELECT
  SUM(total_logical_bytes) AS total_logical_bytes
FROM
  `region-REGION`.INFORMATION_SCHEMA.TABLE_STORAGE;

結果會類似如下：

+---------------------+
| total_logical_bytes |
+---------------------+
| 971329178274633     |
+---------------------+

範例 2：

以下範例顯示目前專案中，資料集層級的不同儲存空間位元組(以 GiB 為單位)。

SELECT
  table_schema AS dataset_name,
  -- Logical
  SUM(total_logical_bytes) / power(1024, 3) AS total_logical_gib,  
  SUM(active_logical_bytes) / power(1024, 3) AS active_logical_gib, 
  SUM(long_term_logical_bytes) / power(1024, 3) AS long_term_logical_gib, 
  -- Physical
  SUM(total_physical_bytes) / power(1024, 3) AS total_physical_gib,
  SUM(active_physical_bytes) / power(1024, 3) AS active_physical_gib,
  SUM(active_physical_bytes - time_travel_physical_bytes) / power(1024, 3) AS active_no_tt_physical_gib,
  SUM(long_term_physical_bytes) / power(1024, 3) AS long_term_physical_gib,
  SUM(time_travel_physical_bytes) / power(1024, 3) AS time_travel_physical_gib,
  SUM(fail_safe_physical_bytes) / power(1024, 3) AS fail_safe_physical_gib 
FROM
  `region-REGION`.INFORMATION_SCHEMA.TABLE_STORAGE 
WHERE 
  table_type ='BASE TABLE'
GROUP BY 
  table_schema  
ORDER BY 
  dataset_name 

範例 3：

以下範例說明如何預測未來 30 天內，每個資料集在邏輯和實體帳單模型之間的價格差異。這個範例假設查詢執行後 30 天內的儲存空間用量維持不變。請注意，預測僅限於基本資料表，不包括資料集內的所有其他類型資料表。

這項查詢的價格變數所用價格適用於 us-central1 區域。如要為其他區域執行這項查詢，請適當更新價格變數。如需價格資訊，請參閱「儲存空間價格」。

1. 在 Google Cloud 控制台中開啟 BigQuery 頁面。

   前往 BigQuery 頁面

2. 在「Query editor」(查詢編輯器) 方塊中輸入下列 GoogleSQL 查詢。 INFORMATION_SCHEMA 需要使用 GoogleSQL 語法。GoogleSQL 是 Google Cloud 控制台的預設語法。

   DECLARE active_logical_gib_price FLOAT64 DEFAULT 0.02;
   DECLARE long_term_logical_gib_price FLOAT64 DEFAULT 0.01;
   DECLARE active_physical_gib_price FLOAT64 DEFAULT 0.04;
   DECLARE long_term_physical_gib_price FLOAT64 DEFAULT 0.02;
   
   WITH
    storage_sizes AS (
      SELECT
        table_schema AS dataset_name,
        -- Logical
        SUM(IF(deleted=false, active_logical_bytes, 0)) / power(1024, 3) AS active_logical_gib,
        SUM(IF(deleted=false, long_term_logical_bytes, 0)) / power(1024, 3) AS long_term_logical_gib,
        -- Physical
        SUM(active_physical_bytes) / power(1024, 3) AS active_physical_gib,
        SUM(active_physical_bytes - time_travel_physical_bytes) / power(1024, 3) AS active_no_tt_physical_gib,
        SUM(long_term_physical_bytes) / power(1024, 3) AS long_term_physical_gib,
        -- Restorable previously deleted physical
        SUM(time_travel_physical_bytes) / power(1024, 3) AS time_travel_physical_gib,
        SUM(fail_safe_physical_bytes) / power(1024, 3) AS fail_safe_physical_gib,
      FROM
        `region-REGION`.INFORMATION_SCHEMA.TABLE_STORAGE_BY_PROJECT
      WHERE total_physical_bytes + fail_safe_physical_bytes > 0
        -- Base the forecast on base tables only for highest precision results
        AND table_type  = 'BASE TABLE'
        GROUP BY 1
    )
   SELECT
     dataset_name,
     -- Logical
     ROUND(active_logical_gib, 2) AS active_logical_gib,
     ROUND(long_term_logical_gib, 2) AS long_term_logical_gib,
     -- Physical
     ROUND(active_physical_gib, 2) AS active_physical_gib,
     ROUND(long_term_physical_gib, 2) AS long_term_physical_gib,
     ROUND(time_travel_physical_gib, 2) AS time_travel_physical_gib,
     ROUND(fail_safe_physical_gib, 2) AS fail_safe_physical_gib,
     -- Compression ratio
     ROUND(SAFE_DIVIDE(active_logical_gib, active_no_tt_physical_gib), 2) AS active_compression_ratio,
     ROUND(SAFE_DIVIDE(long_term_logical_gib, long_term_physical_gib), 2) AS long_term_compression_ratio,
     -- Forecast costs logical
     ROUND(active_logical_gib * active_logical_gib_price, 2) AS forecast_active_logical_cost,
     ROUND(long_term_logical_gib * long_term_logical_gib_price, 2) AS forecast_long_term_logical_cost,
     -- Forecast costs physical
     ROUND((active_no_tt_physical_gib + time_travel_physical_gib + fail_safe_physical_gib) * active_physical_gib_price, 2) AS forecast_active_physical_cost,
     ROUND(long_term_physical_gib * long_term_physical_gib_price, 2) AS forecast_long_term_physical_cost,
     -- Forecast costs total
     ROUND(((active_logical_gib * active_logical_gib_price) + (long_term_logical_gib * long_term_logical_gib_price)) -
        (((active_no_tt_physical_gib + time_travel_physical_gib + fail_safe_physical_gib) * active_physical_gib_price) + (long_term_physical_gib * long_term_physical_gib_price)), 2) AS forecast_total_cost_difference
   FROM
     storage_sizes
   ORDER BY
     (forecast_active_logical_cost + forecast_active_physical_cost) DESC;

3. 按一下「執行」。

結果類似下列畫面：

+--------------+--------------------+-----------------------+---------------------+------------------------+--------------------------+-----------------------------+------------------------------+----------------------------------+-------------------------------+----------------------------------+--------------------------------+
| dataset_name | active_logical_gib | long_term_logical_gib | active_physical_gib | long_term_physical_gib | active_compression_ratio | long_term_compression_ratio | forecast_active_logical_cost | forecaset_long_term_logical_cost | forecast_active_physical_cost | forecast_long_term_physical_cost | forecast_total_cost_difference |
+--------------+--------------------+-----------------------+---------------------+------------------------+--------------------------+-----------------------------+------------------------------+----------------------------------+-------------------------------+----------------------------------+--------------------------------+
| dataset1     |               10.0 |                  10.0 |                 1.0 |                    1.0 |                     10.0 |                        10.0 |                          0.2 |                              0.1 |                          0.04 |                             0.02 |                           0.24 |