從 Amazon Redshift 遷移結構定義與資料

本文件說明如何使用公開 IP 將資料從 Amazon Redshift 遷移至 BigQuery。

您可以使用 BigQuery 資料移轉服務，將 Amazon Redshift 資料倉儲中的資料複製到 BigQuery。這項服務會運用 GKE 中的遷移代理程式，並觸發從 Amazon Redshift 到 Amazon S3 值區中暫存區的上傳作業。接著，BigQuery 資料移轉服務就會將資料從 Amazon S3 值區移轉至 BigQuery。

下圖顯示遷移期間 Amazon Redshift 資料倉儲與 BigQuery 之間的整體資料流動情況。

從 Amazon Redshift 遷移至 BigQuery 的工作流程。

如果您想透過私人 IP 位址，從 Amazon Redshift 執行個體透過虛擬私人雲端 (VPC) 轉移資料，請參閱「使用虛擬私人雲端遷移 Amazon Redshift 資料」。

事前準備

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Make sure that billing is enabled for your Google Cloud project.

  4. Enable the BigQuery and BigQuery Data Transfer Service APIs.

    Enable the APIs

    5.

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. Make sure that billing is enabled for your Google Cloud project.

  7. Enable the BigQuery and BigQuery Data Transfer Service APIs.

    Enable the APIs

    8.

    設定必要權限

    建立 Amazon Redshift 移轉作業之前：

    1. 請確認建立移轉作業的使用者在包含移轉工作的專案中具有下列權限：

      • 用於建立移轉作業的 bigquery.transfers.update 權限
      • 目標資料集的 bigquery.datasets.get 和 bigquery.datasets.update 權限

      roles/bigquery.admin 預先定義的 Identity and Access Management (IAM) 角色具備 bigquery.transfers.update、bigquery.datasets.update 和 bigquery.datasets.get 權限。如要進一步瞭解 BigQuery 資料移轉服務中的身分與存取權管理角色，請參閱「存取權控管」一文。

    2. 參閱 Amazon S3 的說明文件，以確保您已設定啟用移轉所需的任何權限。Amazon S3 來源資料至少必須套用 AWS 代管政策 AmazonS3ReadOnlyAccess。

    建立資料集

    建立 BigQuery 資料集來儲存您的資料。您無須建立任何資料表。

    授予 Amazon Redshift 叢集的存取權

    請按照「為 SQL 用戶端設定入站規則」一文中的操作說明，將下列 IP 位址加入許可清單。您可以將與資料集位置相對應的 IP 位址加入許可清單，也可以將下表中的所有 IP 位址加入許可清單。這些 Google 擁有的 IP 位址會保留給 Amazon Redshift 資料遷移作業使用。

    地區位置

    地區說明 地區名稱 IP 位址
    美洲
    俄亥俄州哥倫布 us-east5 34.162.72.184
    34.162.173.185
    34.162.205.205
    34.162.81.45
    34.162.182.149
    34.162.59.92
    34.162.157.190
    34.162.191.145
    達拉斯 us-south1 34.174.172.89
    34.174.40.67
    34.174.5.11
    34.174.96.109
    34.174.148.99
    34.174.176.19
    34.174.253.135
    34.174.129.163
    愛荷華州 us-central1 34.121.70.114
    34.71.81.17
    34.122.223.84
    34.121.145.212
    35.232.1.105
    35.202.145.227
    35.226.82.216
    35.225.241.102
    拉斯維加斯 us-west4 34.125.53.201
    34.125.69.174
    34.125.159.85
    34.125.152.1
    34.125.195.166
    34.125.50.249
    34.125.68.55
    34.125.91.116
    洛杉磯 us-west2 35.236.59.167
    34.94.132.139
    34.94.207.21
    34.94.81.187
    34.94.88.122
    35.235.101.187
    34.94.238.66
    34.94.195.77
    墨西哥 northamerica-south1 34.51.6.35
    34.51.7.113
    34.51.12.83
    34.51.10.94
    34.51.11.219
    34.51.11.52
    34.51.2.114
    34.51.15.251
    蒙特婁 northamerica-northeast1 34.95.20.253
    35.203.31.219
    34.95.22.233
    34.95.27.99
    35.203.12.23
    35.203.39.46
    35.203.116.49
    35.203.104.223
    北維吉尼亞州 us-east4 35.245.95.250
    35.245.126.228
    35.236.225.172
    35.245.86.140
    35.199.31.35
    35.199.19.115
    35.230.167.48
    35.245.128.132
    35.245.111.126
    35.236.209.21
    奧勒岡州 us-west1 35.197.117.207
    35.199.178.12
    35.197.86.233
    34.82.155.140
    35.247.28.48
    35.247.31.246
    35.247.106.13
    34.105.85.54
    鹽湖城 us-west3 34.106.37.58
    34.106.85.113
    34.106.28.153
    34.106.64.121
    34.106.246.131
    34.106.56.150
    34.106.41.31
    34.106.182.92
    聖保羅 southamerica-east1 35.199.88.228
    34.95.169.140
    35.198.53.30
    34.95.144.215
    35.247.250.120
    35.247.255.158
    34.95.231.121
    35.198.8.157
    聖地亞哥 southamerica-west1 34.176.188.48
    34.176.38.192
    34.176.205.134
    34.176.102.161
    34.176.197.198
    34.176.223.236
    34.176.47.188
    34.176.14.80
    南卡羅來納州 us-east1 35.196.207.183
    35.237.231.98
    104.196.102.222
    35.231.13.201
    34.75.129.215
    34.75.127.9
    35.229.36.137
    35.237.91.139
    多倫多 northamerica-northeast2 34.124.116.108
    34.124.116.107
    34.124.116.102
    34.124.116.80
    34.124.116.72
    34.124.116.85
    34.124.116.20
    34.124.116.68
    歐洲
    比利時 europe-west1 35.240.36.149
    35.205.171.56
    34.76.234.4
    35.205.38.234
    34.77.237.73
    35.195.107.238
    35.195.52.87
    34.76.102.189
    柏林 europe-west10 34.32.28.80
    34.32.31.206
    34.32.19.49
    34.32.33.71
    34.32.15.174
    34.32.23.7
    34.32.1.208
    34.32.8.3
    芬蘭 europe-north1 35.228.35.94
    35.228.183.156
    35.228.211.18
    35.228.146.84
    35.228.103.114
    35.228.53.184
    35.228.203.85
    35.228.183.138
    法蘭克福 europe-west3 35.246.153.144
    35.198.80.78
    35.246.181.106
    35.246.211.135
    34.89.165.108
    35.198.68.187
    35.242.223.6
    34.89.137.180
    倫敦 europe-west2 35.189.119.113
    35.189.101.107
    35.189.69.131
    35.197.205.93
    35.189.121.178
    35.189.121.41
    35.189.85.30
    35.197.195.192
    馬德里 europe-southwest1 34.175.99.115
    34.175.186.237
    34.175.39.130
    34.175.135.49
    34.175.1.49
    34.175.95.94
    34.175.102.118
    34.175.166.114
    米蘭 europe-west8 34.154.183.149
    34.154.40.104
    34.154.59.51
    34.154.86.2
    34.154.182.20
    34.154.127.144
    34.154.201.251
    34.154.0.104
    荷蘭 europe-west4 35.204.237.173
    35.204.18.163
    34.91.86.224
    34.90.184.136
    34.91.115.67
    34.90.218.6
    34.91.147.143
    34.91.253.1
    巴黎 europe-west9 34.163.76.229
    34.163.153.68
    34.155.181.30
    34.155.85.234
    34.155.230.192
    34.155.175.220
    34.163.68.177
    34.163.157.151
    斯德哥爾摩 europe-north2 34.51.133.48
    34.51.136.177
    34.51.128.140
    34.51.141.252
    34.51.139.127
    34.51.142.55
    34.51.134.218
    34.51.138.9
    杜林 europe-west12 34.17.15.186
    34.17.44.123
    34.17.41.160
    34.17.47.82
    34.17.43.109
    34.17.38.236
    34.17.34.223
    34.17.16.47
    華沙 europe-central2 34.118.72.8
    34.118.45.245
    34.118.69.169
    34.116.244.189
    34.116.170.150
    34.118.97.148
    34.116.148.164
    34.116.168.127
    蘇黎世 europe-west6 34.65.205.160
    34.65.121.140
    34.65.196.143
    34.65.9.133
    34.65.156.193
    34.65.216.124
    34.65.233.83
    34.65.168.250
    亞太地區
    德里 asia-south2 34.126.212.96
    34.126.212.85
    34.126.208.224
    34.126.212.94
    34.126.208.226
    34.126.212.232
    34.126.212.93
    34.126.212.206
    香港 asia-east2 34.92.245.180
    35.241.116.105
    35.220.240.216
    35.220.188.244
    34.92.196.78
    34.92.165.209
    35.220.193.228
    34.96.153.178
    雅加達 asia-southeast2 34.101.79.105
    34.101.129.32
    34.101.244.197
    34.101.100.180
    34.101.109.205
    34.101.185.189
    34.101.179.27
    34.101.197.251
    墨爾本 australia-southeast2 34.126.196.95
    34.126.196.106
    34.126.196.126
    34.126.196.96
    34.126.196.112
    34.126.196.99
    34.126.196.76
    34.126.196.68
    孟買 asia-south1 34.93.67.112
    35.244.0.1
    35.200.245.13
    35.200.203.161
    34.93.209.130
    34.93.120.224
    35.244.10.12
    35.200.186.100
    大阪 asia-northeast2 34.97.94.51
    34.97.118.176
    34.97.63.76
    34.97.159.156
    34.97.113.218
    34.97.4.108
    34.97.119.140
    34.97.30.191
    首爾 asia-northeast3 34.64.152.215
    34.64.140.241
    34.64.133.199
    34.64.174.192
    34.64.145.219
    34.64.136.56
    34.64.247.158
    34.64.135.220
    新加坡 asia-southeast1 34.87.12.235
    34.87.63.5
    34.87.91.51
    35.198.197.191
    35.240.253.175
    35.247.165.193
    35.247.181.82
    35.247.189.103
    雪梨 australia-southeast1 35.189.33.150
    35.189.38.5
    35.189.29.88
    35.189.22.179
    35.189.20.163
    35.189.29.83
    35.189.31.141
    35.189.14.219
    台灣 asia-east1 35.221.201.20
    35.194.177.253
    34.80.17.79
    34.80.178.20
    34.80.174.198
    35.201.132.11
    35.201.223.177
    35.229.251.28
    35.185.155.147
    35.194.232.172
    東京 asia-northeast1 34.85.11.246
    34.85.30.58
    34.85.8.125
    34.85.38.59
    34.85.31.67
    34.85.36.143
    34.85.32.222
    34.85.18.128
    34.85.23.202
    34.85.35.192
    中東地區
    達曼 me-central2 34.166.20.177
    34.166.10.104
    34.166.21.128
    34.166.19.184
    34.166.20.83
    34.166.18.138
    34.166.18.48
    34.166.23.171
    杜哈 me-central1 34.18.48.121
    34.18.25.208
    34.18.38.183
    34.18.33.25
    34.18.21.203
    34.18.21.80
    34.18.36.126
    34.18.23.252
    特拉維夫市 me-west1 34.165.184.115
    34.165.110.74
    34.165.174.16
    34.165.28.235
    34.165.170.172
    34.165.187.98
    34.165.85.64
    34.165.245.97
    非洲
    約翰尼斯堡 africa-south1 34.35.11.24
    34.35.10.66
    34.35.8.32
    34.35.3.248
    34.35.2.113
    34.35.5.61
    34.35.7.53
    34.35.3.17

    多地區位置

    多地區說明 多地區名稱 IP 位址
    歐盟成員國內的資料中心1 EU 34.76.156.158
    34.76.156.172
    34.76.136.146
    34.76.1.29
    34.76.156.232
    34.76.156.81
    34.76.156.246
    34.76.102.206
    34.76.129.246
    34.76.121.168
    美國資料中心 US 35.185.196.212
    35.197.102.120
    35.185.224.10
    35.185.228.170
    35.197.5.235
    35.185.206.139
    35.197.67.234
    35.197.38.65
    35.185.202.229
    35.185.200.120

    1 位於 EU 多地區的資料不會儲存在 europe-west2 (倫敦) 或 europe-west6 (蘇黎世) 資料中心。

    授予 Amazon S3 值區的存取權

    您必須具備 Amazon S3 值區，做為暫存區域，藉此將 Amazon Redshift 資料移轉到 BigQuery。如需詳細操作說明，請參閱 Amazon 說明文件。

    1. 建議您建立專用的 Amazon 身分與存取權管理 (IAM) 使用者，並授予該使用者 Amazon Redshift 的唯讀權限，以及 Amazon S3 的讀取與寫入權限。如要完成這個步驟，您可以套用下列政策：

      Amazon Redshift 遷移作業 Amazon 權限

    2. 建立 Amazon IAM 使用者存取金鑰組。

    使用獨立遷移佇列設定工作負載控制

    您可以視需要定義用於遷移目的的 Amazon Redshift 佇列，以限制及分離用於遷移作業的資源。您可以使用最大並行查詢次數來設定這個遷移佇列。然後，您可以在某個遷移使用者群組與佇列之間建立關聯，並在設定遷移作業以移轉資料到 BigQuery 時使用這些憑證。移轉服務只具備遷移佇列的存取權。

    收集轉移資訊

    收集使用 BigQuery 資料移轉服務設定遷移作業所需的資訊：

    • 請按照這篇文章 的操作說明取得 JDBC 網址。
    • 取得具備 Amazon Redshift 資料庫適當權限的使用者使用者名稱和密碼。
    • 請按照「授予 Amazon S3 值區的存取權」一節的操作說明，取得 AWS 存取金鑰組。
    • 取得要用於轉移作業的 Amazon S3 值區 URI。建議您為這個值區設定生命週期政策，避免產生不必要的費用。建議的到期時間為 24 小時，以便有足夠的時間將所有資料移轉到 BigQuery。

    評估資料

    在資料移轉過程中，BigQuery 資料移轉服務會將 Amazon Redshift 中的資料以 CSV 檔案格式寫入 Cloud Storage。如果這些檔案包含 ASCII 0 字元，就無法載入至 BigQuery。建議您評估資料，判斷是否有問題。如果是，您可以將資料匯出為 Parquet 檔案，然後使用 BigQuery 資料移轉服務匯入這些檔案，藉此解決問題。如需更多資訊，請參閱「Amazon S3 移轉作業總覽」。

    設定 Amazon Redshift 轉移作業

    選取下列選項之一：

    主控台

    1. 前往 Google Cloud 控制台的「BigQuery」頁面。

      前往 BigQuery

    2. 按一下「資料移轉」。

    3. 按一下「建立轉移作業」。

    4. 在「Source type」部分，從「Source」清單中選取「Migration: Amazon Redshift」。

    5. 在「Transfer config name」(轉移設定名稱) 區段中，在「Display name」(顯示名稱) 欄位中輸入移轉作業的名稱，例如 My migration。顯示名稱可以是任何容易辨識的值，方便您日後在必要時進行修改。

    6. 在「Destination settings」(目的地設定) 部分，從「Dataset」(資料集) 清單中選擇您建立的資料集。

    7. 在「Data source details」(資料來源詳細資料) 部分執行下列操作：

      1. 在「JDBC connection url for Amazon Redshift」(Amazon Redshift 的 JDBC 連線網址) 部分，提供 JDBC 網址以存取 Amazon Redshift 叢集。
      2. 在「資料庫的使用者名稱」部分，輸入要遷移的 Amazon Redshift 資料庫使用者名稱。

      3. 在「Password of your database」(資料庫密碼) 部分，輸入資料庫密碼。

      4. 在「Access key ID」(存取金鑰 ID) 和「Secret access key」(私密存取金鑰) 部分，輸入您在授予 S3 值區的存取權步驟所取得的存取金鑰組。

      5. 在「Amazon S3 URI」部分，輸入將做為暫存區使用的 S3 值區的 URI。

      6. 在「Amazon Redshift Schema」(Amazon Redshift 結構定義) 部分，輸入您正在遷移的 Amazon Redshift 結構定義。

      7. 在「Table name patterns」(資料表名稱格式) 部分，指定符合結構定義中資料表名稱的名稱或格式。您可以使用規則運算式，在下列表單中指定格式：<table1Regex>;<table2Regex>。此格式必須遵循 Java 規則運算式語法。例如：

        • lineitem;ordertb 會比對名稱為 lineitem 和 ordertb 的資料表。
        • .* 會比對所有資料表。

        將這個欄位留空，用以遷移所有來自指定結構定義的資料表。

      8. 將「VPC 和保留的 IP 範圍」欄位留空。

    8. 在「Service Account」(服務帳戶) 選單，選取與貴組織Google Cloud 專案相關聯的服務帳戶。您可以將服務帳戶與移轉作業建立關聯，這樣就不需要使用者憑證。如要進一步瞭解如何搭配使用服務帳戶與資料移轉作業，請參閱使用服務帳戶的相關說明。

      • 如果使用聯合身分登入，您必須擁有服務帳戶才能建立移轉作業。如果是以 Google 帳戶登入，則不一定要透過服務帳戶建立移轉作業。
      • 服務帳戶必須具備必要權限。

    9. 選用：在「Notification options」(通知選項) 專區，執行下列操作：

      1. 按一下啟用電子郵件通知的切換開關。啟用此選項後，移轉作業管理員會在移轉作業失敗時，收到電子郵件通知。
      2. 在「Select a Pub/Sub topic」(選取 Pub/Sub 主題)，選擇您的主題名稱，或點按「Create a topic」(建立主題)。這個選項會針對移轉作業設定 Pub/Sub 執行通知。

    10. 按一下 [儲存]。

    11. Google Cloud 控制台會顯示移轉設定的所有詳細資料，包括此移轉作業的「Resource name」(資源名稱)。

    bq

    輸入 bq mk 指令並加上移轉建立作業旗標 --transfer_config。還需加上以下旗標：

    • --project_id
    • --data_source
    • --target_dataset
    • --display_name
    • --params
    bq mk \
    --transfer_config \
    --project_id=project_id \
    --data_source=data_source \
    --target_dataset=dataset \
    --display_name=name \
    --service_account_name=service_account \
    --params='parameters'

    其中：

    • project_id 是您的 Google Cloud 專案 ID。如果未指定 --project_id，系統會使用預設專案。
    • data_source 是資料來源：redshift。
    • dataset 是移轉作業設定的 BigQuery 目標資料集。
    • name 是移轉設定的顯示名稱。移轉作業名稱可以是任意值，日後需要修改移轉作業時，能夠據此識別即可。
    • service_account：用於驗證轉移作業的服務帳戶名稱。服務帳戶應由用於建立移轉作業的相同 project_id 擁有，且應具備所有必要權限。
    • parameters 含有已建立移轉設定的 JSON 格式參數。例如：--params='{"param":"param_value"}'。

    Amazon Redshift 移轉設定所需的參數如下：

    • jdbc_url：JDBC 連線網址可用來找出 Amazon Redshift 叢集的位置。
    • database_username：用來存取資料庫以卸載指定資料表的使用者名稱。
    • database_password：與使用者名稱搭配使用的密碼，可存取資料庫以卸載指定資料表。
    • access_key_id：簽署向 AWS 發出要求的存取金鑰 ID。
    • secret_access_key：與存取金鑰 ID 搭配使用的私密存取金鑰，密鑰可簽署向 AWS 發出的要求。
    • s3_bucket：以「s3://」開頭的 Amazon S3 URI，並且可指定用於暫存檔案的前置字串。
    • redshift_schema：包含所有要遷移之資料表的 Amazon Redshift 結構定義。
    • table_name_patterns：以分號 (;) 分隔的資料表名稱格式。資料表格式是要遷移之資料表的規則運算式。如未提供，則系統會遷移資料庫結構定義下的所有資料表。

    舉例來說，下列指令會建立名稱為 My Transfer 的 Amazon Redshift 移轉作業，其中目標資料集的名稱為 mydataset，專案的 ID 為 google.com:myproject。

    bq mk \
    --transfer_config \
    --project_id=myproject \
    --data_source=redshift \
    --target_dataset=mydataset \
    --display_name='My Transfer' \
    --params='{"jdbc_url":"jdbc:postgresql://test-example-instance.sample.us-west-1.redshift.amazonaws.com:5439/dbname","database_username":"my_username","database_password":"1234567890","access_key_id":"A1B2C3D4E5F6G7H8I9J0","secret_access_key":"1234567890123456789012345678901234567890","s3_bucket":"s3://bucket/prefix","redshift_schema":"public","table_name_patterns":"table_name"}'

    API

    請使用 projects.locations.transferConfigs.create 方法，並提供 TransferConfig 資源的執行個體。

    Java

    在嘗試這個範例之前，請先按照 BigQuery 快速入門：使用用戶端程式庫中的 Java 設定說明進行操作。詳情請參閱 BigQuery Java API 參考說明文件。

    如要向 BigQuery 進行驗證，請設定應用程式預設憑證。詳情請參閱「設定用戶端程式庫的驗證機制」。

    import com.google.api.gax.rpc.ApiException;
import com.google.cloud.bigquery.datatransfer.v1.CreateTransferConfigRequest;
import com.google.cloud.bigquery.datatransfer.v1.DataTransferServiceClient;
import com.google.cloud.bigquery.datatransfer.v1.ProjectName;
import com.google.cloud.bigquery.datatransfer.v1.TransferConfig;
import com.google.protobuf.Struct;
import com.google.protobuf.Value;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

// Sample to create redshift transfer config
public class CreateRedshiftTransfer {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    final String projectId = "MY_PROJECT_ID";
    String datasetId = "MY_DATASET_ID";
    String datasetRegion = "US";
    String jdbcUrl = "MY_JDBC_URL_CONNECTION_REDSHIFT";
    String dbUserName = "MY_USERNAME";
    String dbPassword = "MY_PASSWORD";
    String accessKeyId = "MY_AWS_ACCESS_KEY_ID";
    String secretAccessId = "MY_AWS_SECRET_ACCESS_ID";
    String s3Bucket = "MY_S3_BUCKET_URI";
    String redShiftSchema = "MY_REDSHIFT_SCHEMA";
    String tableNamePatterns = "*";
    String vpcAndReserveIpRange = "MY_VPC_AND_IP_RANGE";
    Map<String, Value> params = new HashMap<>();
    params.put("jdbc_url", Value.newBuilder().setStringValue(jdbcUrl).build());
    params.put("database_username", Value.newBuilder().setStringValue(dbUserName).build());
    params.put("database_password", Value.newBuilder().setStringValue(dbPassword).build());
    params.put("access_key_id", Value.newBuilder().setStringValue(accessKeyId).build());
    params.put("secret_access_key", Value.newBuilder().setStringValue(secretAccessId).build());
    params.put("s3_bucket", Value.newBuilder().setStringValue(s3Bucket).build());
    params.put("redshift_schema", Value.newBuilder().setStringValue(redShiftSchema).build());
    params.put("table_name_patterns", Value.newBuilder().setStringValue(tableNamePatterns).build());
    params.put(
        "migration_infra_cidr", Value.newBuilder().setStringValue(vpcAndReserveIpRange).build());
    TransferConfig transferConfig =
        TransferConfig.newBuilder()
            .setDestinationDatasetId(datasetId)
            .setDatasetRegion(datasetRegion)
            .setDisplayName("Your Redshift Config Name")
            .setDataSourceId("redshift")
            .setParams(Struct.newBuilder().putAllFields(params).build())
            .setSchedule("every 24 hours")
            .build();
    createRedshiftTransfer(projectId, transferConfig);
  }

  public static void createRedshiftTransfer(String projectId, TransferConfig transferConfig)
      throws IOException {
    try (DataTransferServiceClient client = DataTransferServiceClient.create()) {
      ProjectName parent = ProjectName.of(projectId);
      CreateTransferConfigRequest request =
          CreateTransferConfigRequest.newBuilder()
              .setParent(parent.toString())
              .setTransferConfig(transferConfig)
              .build();
      TransferConfig config = client.createTransferConfig(request);
      System.out.println("Cloud redshift transfer created successfully :" + config.getName());
    } catch (ApiException ex) {
      System.out.print("Cloud redshift transfer was not created." + ex.toString());
    }
  }
}

    配額與限制

    每個資料表的每個載入工作，BigQuery 的載入配額皆為 15 TB。Amazon Redshift 會在內部壓縮資料表資料，因此匯出的資料表大小將大於 Amazon Redshift 回報的資料表大小。如果您計劃遷移大於 15 TB 的資料表，請先與 Cloud Customer Care 團隊聯絡。

    使用這項服務可能必須支付其他產品 (非 Google) 的使用費用。詳情請參閱 Amazon Redshift 和 Amazon S3 定價頁面。

    由於 Amazon S3 的一致性模型，您可以在移轉到 BigQuery 時不納入部分檔案。

    後續步驟