BigQuery authorized view 可以授權特定的用戶或是群組查看權限，特定的用戶及群組也不會有更動到原始 BigQuery 資料的風險，只會有查詢資料的權限。此教學將帶您手把手建立 BigQuery authorized view。
建立一個 source dataset
# 假如您已經有建立好的 source dataset，則可以略過此步驟
Step 1 前往 GCP console > BigQuery
Step 2 左邊導覽列點選欲建立 dataset 的 Project，此教學以 gcp-expert-demo 當作範例。
Step 3 選完 Project 之後，點選右邊的 create dataset。
Step 4 填寫 dataset ID(這邊以 test_bigquery 當作範例)，填寫完後點選左下角的 create dataset 按鈕。
匯入資料至 source dataset
Step 1 點選 create table
Step 2 上方的 source 點選 Upload 並選取需要匯入的 csv 檔案，並點選 Auto detect 及輸入 table 的名稱。完成以上動作之後即可點選左下角的 create table。
Step 3 創建完畢之後，可以試著在上方 query 剛剛匯入的資料。以下為 query 的語法
SELECT * FROM `gcp-expert-demo.test_bigquery.csv`
(格式為 [project_id].[dataset_name].[table_name])
# 注意，因為此教學匯入的資料很少所以用 select * 只會 query 到少量的資料。實務上是不建議用 select *，只 select 需要用到的欄位即可。
建立包含 view 的 dataset
建立完第一個 source dataset 之後，建立另一個 dataset 當作是給外部存取的 view。 因為 BigQuery 只能在 dataset-level 設立權限，所以需要把原始資料跟讓外部存取的資料分成兩個 dataset。此教學將第二個 dataset 名稱設為 shared_views。我們會建議把這個 shared dataset 建立在另一個 project，這樣外部使用者就不會有 source dataset 的 project 以及 BigQuery 權限。
建立一個 view
Step 1 點選右上角的 Compose new query
Step 2 在 Query Editor 中填入需要寫入至 view 的 SQL 語法，並點選 More > Query settings
SELECT number, name
FROM `gcp-expert-demo.shared_views.shared_views_csv`
WHERE number BETWEEN 1 AND 5
(格式為 [project_id].[dataset_name].[table_name])
Step 3 使用預設的設定，點選右方選單左下角的 save
Step 4 點選中間的 Save view，並選擇 view 所在的 project 以及 dataset 名稱以及填入新的 table name，填完點選 SAVE。通常我們會建議把 source dataset 以及 shared dataset 放在不同專案，這樣就算賦予外部使用者過多的權限也不洩漏 source dataset 的資料。
Step 5 在左方的導覽列檢視新建的 view
賦予用戶 Project 的 bigquery.user 權限
bigquery.user 的權限允許用戶執行 project 裡面的 jobs，但是擁有該權限還無法存取 BigQuery dataset 的權限。
Step 1 前往 IAM page，並賦予外部用戶或群組 bigquery.user 的權限。
賦予用戶存取擁有 view 的 dataset 權限
為了讓外部用戶可以存取剛剛創建的 view，我們需要賦予該用戶或群組 dataset 的 bigquery.dataViewer 權限。
Step 1 點選 dataset shared_views，並點選右方的 Share dataset
Step 2 填入外部用戶的信箱，例如：user@example.com，並非設定此 authorized view 的用戶，並賦予該用戶 bigquery.dataViewer 的權限
賦予 view 存取 dataset 的權限
Step 1 點選 source dataset 的 share dataset，此教學以 test_query 當作範例
Step 2 點選 Authorized views 的頁面，選取剛剛創建的 dataset 以及 view。完成後點選左下角的 Done。
驗證 Authorized view 的存取權限
這邊用戶即可透過 user@example.com(範例的外部用戶) 的帳號，進入到 GCP console 的 BigQuery 頁面。並執行以下 SQL 語法來測試存取的權限：
SELECT
*
FROM
`shared_views.shared_views_csv0`
常見限制
- BigQuery view 的 dataset 必須要與來源的 dataset 位於同一個 location。
- 無法執行匯出 view 資料的 BigQuery job。
- 在使用 view 時無法混合 standard SQL 以及 legacy SQL。
- 無法透過 wildcard 來存取 view。
常見問題
Q: BigQuery authorized view 的費用是怎麼計算？
A: BigQuery 在計費的歸屬方面，跟 source table / destination table 所在的 project 無關，而是跟 job 所在的 project 有關。一個簡易的判斷方式是直接看 BigQuery 的 Job History 頁面，哪一個 project 的 Job History 有列出你所執行的 query，就是那個 project 要付費。
如果要程式化判斷的話，可以看 Job ID，Job ID 的開頭會是 project ID.[1]https://console.cloud.google.com/bigquery?page=jobs
Q: BigQuery authorized view 會 cache 嗎？
A: 會的，根據文件[1]。只要 view 的資料沒有更動，都是會 cache 的。
Query results are not cached:
If any of the referenced tables or logical views have changed since the results were previously cached
[1]https://cloud.google.com/bigquery/docs/cached-results#cache-exceptions
