Simplify pipelines with new BigQuery identity columns
TL;DR · AI 摘要
BigQuery推出identity columns功能，自动生成唯一标识符简化数据管道，减少手动ID管理复杂度。
核心要点
- identity columns自动生成64位整数，消除手动ID生成需求
- 两种定义方式：GENERATED ALWAYS和GENERATED BY DEFAULT
- 示例代码展示CREATE TABLE语句的完整实现方式
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- BigQuery Identity Columns
- 核心功能
- 自动生成64位整数
- 两种生成策略
- 使用场景
- 数据摄入简化
- SQL代码优化
- 技术实现
- CREATE TABLE语法
- DML兼容性
金句 / Highlights
值得收藏与分享的关键句。
identity columns自动生成64位整数，消除手动ID生成需求
GENERATED ALWAYS AS IDENTITY确保唯一性，BY DEFAULT允许手动覆盖
INSERT操作无需指定identity列，系统自动分配递增ID
BigQuery 标识列可自动生成连续整数 | Google Cloud 博客
数据分析
通过 BigQuery 标识列简化数据管道
2026年9月2日
##### Wawrzek Hyska
产品经理
##### Aayush Bhatnagar
软件工程师
##### 立即体验 Gemini Enterprise
职场 AI 的入口
立即体验
为了进一步赋能客户的数据之旅，我们非常高兴地宣布 BigQuery 标识列功能的推出。这一新特性允许用户定义自动生成连续 64 位整数值的列，从而简化表内唯一标识符的管理方式。
数据工程师一直在寻找使数据摄入更顺畅、更可靠的方法。BigQuery 标识列提供了一种强大且内置的机制，可自动生成表的唯一数值。通过将 ID 生成的责任转移给 BigQuery，您可以显著降低数据管道的复杂性，并专注于提供洞察。
对数据管道的关键优势
实现标识列可带来多项优势，有助于简化数据架构的开发和维护。
- 简化摄入：现在可以在不预计算唯一键的情况下直接摄入数据，无需在应用程序逻辑或 ETL 工具中进行预处理。
- 减少样板代码：通过使用自动生成的序列，SQL 代码会更简洁且易于维护，因为数据库原生处理键管理。
- 集成自动化：标识列与标准 DML 操作无缝协作，确保每条新记录都能自动获得唯一标识符。
- 灵活集成：无论使用的是 INSERT 还是 MERGE 语句，标识列都能适应现有工作流程。
如何实现标识列
设置标识列非常简单，可以直接在 CREATE TABLE 语句中完成。您有两种主要方式定义这些值的处理方式。
定义选项
| 子句 | 描述 | |------|------| | GENERATED ALWAYS AS IDENTITY | BigQuery 自动管理并确保值的唯一性。 | | GENERATED BY DEFAULT AS IDENTITY | 提供自动值，但在必要时仍允许手动覆盖。 |
示例用法 以下 SQL 语句演示了如何创建一个自动递增 ID 的表，起始值为 1，每次递增 1。
加载中...
CREATE TABLE my_project.my_dataset.orders (
order_id INT64 GENERATED ALWAYS AS IDENTITY (START WITH 1 INCREMENT BY 1),
customer_name STRING,
order_date DATE
);
-- 数据摄入现在更简单：
INSERT INTO my_project.my_dataset.orders (customer_name, order_date)
VALUES ('Joe Doe', CURRENT_DATE());立即开始使用
标识列体现了我们持续致力于提供灵活、高性能且符合标准的数据平台的承诺。通过自动化生成代理键，我们使您更轻松地构建可扩展且易于维护的数据架构。
要了解如何在项目中实现此功能，请访问 BigQuery 标识列文档。
发布类别
- 数据分析
- BigQuery