自 2026 年 4 月 20 日起，BigLake 將改名為 Lakehouse for Apache Iceberg。BigLake metastore 現在稱為 Lakehouse 執行階段目錄。湖倉 API、用戶端程式庫、CLI 指令和 IAM 名稱維持不變，仍會參照 BigLake。

Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

使用無邊界 Lakehouse

Lakehouse for Apache Iceberg 支援透過無邊界 Lakehouse 設定查詢遠端資料。設定完成後，系統支援使用 BigQuery 中的標準 SQL、開放原始碼版本的 Apache Spark 或 Managed Service for Apache Spark 存取資料。除了分析查詢，您也可以使用同盟資料取得 AI 輔助洞察和進行控管：

對話式數據分析：根據確切的資料來源 (包括跨雲端資料表) 建構專用代理，透過單一對話分析不同雲端環境中的資料。
Dataplex Catalog：使用 Knowledge Catalog 功能，透過聯邦資料來源進行資料剖析和深入分析。

如要取得更深入的洞察資料，您可以根據資料來源 (從專案、資料集和資料表到檢視畫面、圖表和使用者定義函式) 撰寫專用代理程式。由於資料很少儲存在單一位置，對話式分析功能可存取 BigQuery 標準資料表以外的資料，包括 Lakehouse 管理的 Apache Iceberg 資料表，以及 Databricks Unity、AWS Glue、SAP 和 Salesforce 等無邊界的 Lakehouse 來源。這項功能可讓您打破資料孤島，並在單一對話中分析跨雲端資料。

本頁說明設定無邊界 Lakehouse 後，如何查詢遠端資料。

事前準備

查詢資料前，請務必完成下列事項：

為 AWS Glue、Databricks Unity Catalog 或 Snowflake 設定無邊界的 Lakehouse。
確認遠端目錄中含有資料。

必要的角色

如要取得查詢聯邦資料所需的權限，請要求管理員授予您專案的下列 IAM 角色：

在 BigQuery 中查詢資料： BigQuery 資料檢視者 (roles/bigquery.dataViewer)
執行 BigQuery 工作： BigQuery 工作使用者 (roles/bigquery.jobUser)
在 Lakehouse 目錄中探索及讀取資料表中繼資料： BigLake 檢視者 (roles/biglake.viewer)

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

您或許也能透過自訂角色或其他預先定義的角色，取得必要權限。

查詢資料

設定同盟後，您可以使用 BigQuery 中的標準 SQL，或 Managed Service for Apache Spark 中的 Apache Spark，查詢遠端資料。

Lakehouse 會處理中繼資料翻譯和安全資料存取，讓您將遠端 Apache Iceberg 資料表視為 Google Cloud 環境的本機資料表。

查詢 BigQuery 資料

如要查詢聯合 Apache Iceberg 資料表，請使用標準 BigQuery SQL。資料表路徑的結構分為 4 個部分：project.federated_catalog.namespace.table。系統會自動處理快取、憑證販售和 CCI 轉運路徑。

SELECT
  user_id,
  action,
  COUNT(*) as total_actions
FROM `PROJECT_ID.FEDERATED_CATALOG_NAME.NAMESPACE_NAME.TABLE_NAME`
WHERE event_date >= '2026-04-01'
GROUP BY 1, 2;

更改下列內容：

PROJECT_ID：您的 Google Cloud 專案 ID。
FEDERATED_CATALOG_NAME：聯合目錄的名稱。
NAMESPACE_NAME：目錄中的命名空間。
TABLE_NAME：資料表名稱。
REGION： Google Cloud 區域。例如：us-east4。

您也可以使用 bq 指令列工具執行查詢：

bq --location="REGION" --project_id="PROJECT_ID" query --use_legacy_sql=false \
  "SELECT * FROM \`PROJECT_ID.FEDERATED_CATALOG_NAME.NAMESPACE_NAME.TABLE_NAME\` LIMIT 10"

從 Managed Service for Apache Spark 查詢

將 PySpark 批次工作負載提交至 Managed Service for Apache Spark，並使用 X-Iceberg-Access-Delegation=vended-credentials 啟用憑證販售功能。Spark 會使用短期範圍限定的供應憑證安全連線至 S3，完全不需要管理個別的 AWS 憑證或 S3 連接器。

為 Managed Service for Apache Spark 啟用輸出連線。

Managed Service for Apache Spark 無法使用預設網路設定連線至 AWS S3。您必須佈建 Cloud Router 和 Cloud NAT。
```
gcloud compute routers create lakehouse-router \
  --network=NETWORK_NAME \
  --region=REGION

gcloud compute routers nats create lakehouse-nat \
  --router=lakehouse-router \
  --auto-allocate-nat-external-ips \
  --nat-all-subnet-ip-ranges \
  --region=REGION
```
更改下列內容：
- NETWORK_NAME：Managed Service for Apache Spark 批次工作負載的網路 (例如 default)。
- REGION：Managed Service for Apache Spark 批次工作負載的區域。

建立 PySpark 應用程式檔案，然後執行 PySpark 工作。

from pyspark.sql import SparkSession
spark = SparkSession.builder.appName("CATALOG_NAME").getOrCreate()

df = spark.table("CATALOG_NAME.NAMESPACE_NAME.TABLE_NAME")
df.show(10, truncate=False)

將此檔案上傳至 Cloud Storage (PYSPARK_FILE)。

gcloud dataproc batches submit pyspark PYSPARK_FILE \
    --project=PROJECT_ID \
    --region=REGION \
    --version=RUNTIME_VERSION \
    --properties="\
    spark.sql.defaultCatalog=CATALOG_NAME,\
    spark.sql.catalog.CATALOG_NAME=org.apache.iceberg.spark.SparkCatalog,\
    spark.sql.catalog.CATALOG_NAME.type=rest,\
    spark.sql.catalog.CATALOG_NAME.uri=https://biglake.googleapis.com/iceberg/v1/restcatalog,\
    spark.sql.catalog.CATALOG_NAME.warehouse=bl://projects/PROJECT_ID/catalogs/FEDERATED_CATALOG_NAME,\
    spark.sql.catalog.CATALOG_NAME.header.x-goog-user-project=PROJECT_ID,\
    spark.sql.catalog.CATALOG_NAME.rest.auth.type=org.apache.iceberg.gcp.auth.GoogleAuthManager,\
    spark.sql.catalog.CATALOG_NAME.io-impl=IO_IMPL,\
    spark.sql.catalog.CATALOG_NAME.header.X-Iceberg-Access-Delegation=vended-credentials,\
    spark.sql.catalog.CATALOG_NAME.rest-metrics-reporting-enabled=false,\
    spark.sql.extensions=org.apache.iceberg.spark.extensions.IcebergSparkSessionExtensions"

更改下列內容：

NAMESPACE_NAME：聯合目錄中的命名空間。
TABLE_NAME：聯合目錄中的資料表名稱。
CATALOG_NAME：本機 Spark 目錄的名稱 (例如 my_catalog)。
PYSPARK_FILE：PySpark 應用程式檔案的 gs:// Cloud Storage 路徑。
REGION：Managed Service for Apache Spark 批次工作負載的區域。
RUNTIME_VERSION：Managed Service for Apache Spark 執行階段版本，例如 2.3。
PROJECT_ID：使用 Apache Iceberg REST 目錄端點時，系統會向這個專案收取費用。
FEDERATED_CATALOG_NAME：聯合目錄的名稱。
IO_IMPL：與基礎儲存空間相符的 FileIO 實作項目。

Spark 設定參數

下表列出所有連線的常見必要參數：

參數	說明
`spark.sql.defaultCatalog`	預設目錄名稱 (例如 `CATALOG_NAME`)。
`spark.sql.catalog.CATALOG_NAME`	目錄實作類別。設為 `org.apache.iceberg.spark.SparkCatalog`。
`spark.sql.catalog.CATALOG_NAME.type`	目錄後端類型。設為 `rest`，適用於 Iceberg REST 目錄。
`spark.sql.catalog.CATALOG_NAME.uri`	REST 目錄端點的 URI。設為 `https://biglake.googleapis.com/iceberg/v1/restcatalog`。
`spark.sql.catalog.CATALOG_NAME.warehouse`	聯合目錄的倉儲位置路徑。設為 `bl://projects/PROJECT_ID/catalogs/FEDERATED_CATALOG_NAME`。
`spark.sql.catalog.CATALOG_NAME.header.x-goog-user-project`	用於帳單和配額歸因的 Google Cloud 專案 ID。設為 `PROJECT_ID`。
`spark.sql.extensions`	Iceberg SQL 語法和功能的 Spark 工作階段擴充功能。設為 `org.apache.iceberg.spark.extensions.IcebergSparkSessionExtensions`。

下表列出驗證參數：

參數	說明
`spark.sql.catalog.CATALOG_NAME.rest.auth.type`	自訂驗證管理員類別。設為 `org.apache.iceberg.gcp.auth.GoogleAuthManager`，進行 OAuth 流程驗證。
`spark.sql.catalog.CATALOG_NAME.oauth2-server-uri`	OAuth2 權杖伺服器端點 URI。設為 `https://oauth2.googleapis.com/token`，進行個人存取權杖 (PAT) 驗證。
`spark.sql.catalog.CATALOG_NAME.token`	Bearer 權杖或個人存取權杖 (PAT)。通常會設為 `$(gcloud auth application-default print-access-token)`，用於 PAT 驗證。

下表列出依據儲存空間供應商 (IO_IMPL) 的專屬參數：

儲存空間	`spark.sql.catalog.CATALOG_NAME.io-impl`	附註
Amazon S3	`org.apache.iceberg.aws.s3.S3FileIO`	如已啟用，則需要憑證販售 (`X-Iceberg-Access-Delegation=vended-credentials`)。其他參數：`spark.sql.catalog.CATALOG_NAME.s3.region` (如需區域清單，請參閱 Amazon S3 端點和配額)。
Google Cloud Storage	`org.apache.iceberg.gcp.gcs.GCSFileIO`	其他參數：`spark.sql.catalog.CATALOG_NAME.gcs.oauth2.refresh-credentials-endpoint`=`https://oauth2.googleapis.com/token`。
Azure Blob 儲存體	`org.apache.iceberg.azure.adlsv2.ADLSFileIO`	不需要額外的儲存空間參數。

如果是 Snowflake，查詢 STRING 欄時可能會遇到問題，因為系統會自動對這些欄進行儲存空間最佳化。您可以透過下列兩種方式解決這個問題：

方法 1：在 Spark 中停用向量化：將下列 Spark 設定屬性新增至 --properties 標記：
spark.sql.iceberg.vectorization.enabled=false
spark.sql.catalog.CATALOG_NAME.table-override.read.parquet.vectorization.enabled=false
方法 2：在 Snowflake 中變更序列化政策：將 Snowflake 中資料表的儲存空間序列化政策變更為 COMPATIBLE。

後續步驟

支援的地區和功能。