跳转到内容

放心大胆地尝试:快照和时间旅行

约 20 分钟 · 一个快照、一次回溯、一份变更日志

刚接触 PlaidCloud,担心搞砸什么?不会的。每次写入表时,Lakehouse 都会保留当时内容的快照,即一致的时间点副本,并且对项目的每项更改都会被跟踪,以便时间点恢复。覆盖数据时,旧状态不会消失。本教程将带您了解三道安全网,让您不再战战兢兢,放手尝试。

一句话概括。 数据的历史状态会自动为您保留。试验之前无需备份,因为备份早已完成。

安全网 解答的问题
快照 “这张表在我上次更改之前是什么样子?”
时间旅行 “我能看到旧数据,而不仅仅是知道它存在吗?”
项目日志 “这个项目里发生了什么,是谁做的?”
  • 一个 PlaidCloud 工作区(如果还没有,请开始免费试用)
  • 一个至少包含一张表的项目,导入或构建的任何表都可以
  • 无需安装任何内容;这三种工具都内置于 Analyze 中

PlaidCloud 在每次写入时都会为表创建快照,但也可以按需创建,在进行任何您认为有风险的操作(大规模重新加载、批量编辑)之前,这是一个好习惯。

  1. 在项目的表列表中,从表所在行打开快照面板。它按从新到旧的顺序列出该表的快照。
  2. 点击创建快照以捕获当前数据。为其起一个日后容易识别的名称,例如试验之前。
  3. 该命名快照会显示在列表顶部。

现在您拥有了一个带标签的时间点,随时可以回来。有了它,就去更改这张表吧:对它运行一个步骤、编辑一些行、重新加载。无论接下来做什么,这个快照都不会受到影响。

命名的快照会被挂起,而挂起所保留的不只是该快照。 使用创建快照或挂起命名的快照会被固定,并保留超出正常窗口的时间,在它之后写入的每个快照也一并保留,直到您将其释放,因此在此之前存储会持续增长。

命名取决于表引擎,挂起则不然。 命名按需快照适用于 Lakehouse(StarRocks)表。挂起和释放快照现在在 Databend 支持的表上也可用,因此如果在那里没有看到名称字段,并不是您操作有误,而挂起和释放仍在您预期的位置。

快照面板是表生命周期的时间线。每一行都说明发生了什么变化:

列 显示的内容
时间 创建快照的日期和时间
行 该快照时表的行数
Δ 行 与上一个快照相比的行数变化,由此可看出每次写入增加或删除了多少
大小 快照的压缩存储大小
标签 您命名或固定的快照的名称
已挂起 对保留超出正常窗口的快照的固定标记

历史记录可回溯多久取决于表的时间旅行设置:默认 1 天,最长 90 天。如需保留更久,请在需要之前提高表或项目的设置。请参阅管理存储。

导入900 行清理850 行试验之前850 行 · 已挂起试验610 行
每次写入都会留下一个快照。无论之后做什么,命名的快照都会保持不变。

知道旧数据存在令人安心,而亲眼看到它才会让人真正相信。有两种方式可以按较早快照的状态查看表,两种方式都会在只读历史视图中打开表资源管理器,并显示一条横幅,指明您所处的快照,以及一个返回当前数据按钮。

  1. 从快照面板:选择一个快照并点击查看快照。
  2. 从表资源管理器:使用工具栏中的 As of 下拉列表。它列出表的近期快照;选择一个即可切换视图,或选择当前(实时数据) 返回实时数据。

以这种方式打开试验之前快照,您看到的就是表在您动手之前的样子,被更改的行都恢复了原样。

这是一扇窗口,而不是编辑。 历史视图是只读的。您看到的是过去,而不是在可编辑的副本中工作,因此浏览它也不会造成任何损害。确认旧数据确实存在后,点击返回当前数据。

如果您确实想把较早的状态恢复到实时表中,快照面板提供回退/还原:它既可以就地替换该表,也可以将快照还原到全新的表中,保留原表不动。就地回退会要求您输入表名以确认,并先创建一个回退前安全快照,因此即使撤销也是可以撤销的。本教程用不到它,知道有这扇门就够了。完整说明请参阅表快照。

快照只涵盖一张表。项目日志涵盖一切:项目中发生操作(运行工作流、分配成员等)时,日志都会记录,并把每个工作流的日志合并到一个视图中。

  1. 打开 Analyze。
  2. 选择项目。
  3. 打开日志选项卡(项目日志)。
  4. 要缩小列表范围,请使用日志消息旁边的筛选控件并选择条件。要完整阅读某个条目,请右键单击它并勾选日志消息复选框查看详情。

向前滚动浏览,就可以回顾自己做过的事:运行了什么试验、何时运行、涉及了什么。事后,您所做的一切都不再是谜。

项目也会保留自己的历史记录。 除了表之外,对项目的所有更改(工作流、数据编辑器、层次结构、表结构、UDF)都会被跟踪,并支持时间点恢复,因此可以从错误中恢复,或把较早的状态复制到别处进行比较。请参阅管理项目。

现在您有三种方式来撤销、查看或恢复几乎任何内容:

  • 开始之前命名的快照,加上每次写入时生成的快照。
  • 以只读方式查看其中任何一个的时间旅行,不会提交任何更改。
  • 即使您不记得,也会记住发生过什么的项目日志。

学习 PlaidCloud 最快的方法就是动手尝试。安全网早已在您身下,这正是它的意义所在。