使用 python 將 BigQuery 表數據導出到具有 where 子句的 Google Cloud Storage

Question

我想將表數據從 BigQuery 導出到 Google Cloud Storage。 問題是，我需要從 date1 到 date2 的數據，而不是整個表數據。

extract_job = client.extract_table(
    table_ref,
    destination_uri,
    # Location must match that of the source table.
    location='US')  # API request
extract_job.result()  

這是我在谷歌雲幫助中找到的。 沒有空間使用 where 子句添加查詢或限制數據。

Answer 1

不幸的是，這將是兩步過程。 首先你需要建立結果表，然后導出結果。 從成本角度來看，影響應該是最小的 - 您將支付臨時表使用的存儲費用，但成本為每月每 GB 0.02 美元 - 因此，如果您設法在 1 小時內完成任務 - 成本將為每 GB 0.000027 美元

job_config = bigquery.QueryJobConfig()
gcs_filename = 'file_*.gzip'

table_ref = client.dataset(dataset_id).table('my_temp_table')
job_config.destination = table_ref

job_config.write_disposition = bigquery.WriteDisposition.WRITE_TRUNCATE

# Start the query, passing in the extra configuration.
query_job = client.query(
    """#standardSql
    select * from `project.dataset.table` where <your_condition> ;""",
    location='US',
    job_config=job_config)

while not query_job.done():
    time.sleep(1)

#check if table successfully written
print("query completed")
job_config = bigquery.ExtractJobConfig()
job_config.compression = bigquery.Compression.GZIP
job_config.destination_format = (
    bigquery.DestinationFormat.CSV)
job_config.print_header = False

destination_uri = 'gs://{}/{}'.format(bucket_name, gcs_filename)

extract_job = client.extract_table(
    table_ref,
    destination_uri,
    job_config=job_config,
    location='US')  # API request
extract_job.result()
print("extract completed")

Answer 2

使用您提供的代碼（遵循此文檔），您只能將整個表導出到 GCS，而不是查詢的結果。

或者，您可以下載查詢結果並將其保存到本地文件，然后將其上傳到 GCS。 或者更簡單，將查詢結果保存到一個新的 BigQuery 表，然后使用您使用的代碼將該新表完全導出到 GCS。

Answer 3

解決方案：使用 python 將 BigQuery 數據導出到具有 where 子句的 Google Cloud Storage

from google.cloud import bigquery
from google.cloud import storage

def export_to_gcs():
    QUERY = "SELECT * FROM TABLE where CONDITION" # change the table and where condition
    bq_client = bigquery.Client()
    query_job = bq_client.query(QUERY) # BigQuery API request
    rows_df = query_job.result().to_dataframe()
    
    storage_client = storage.Client() # Storage API request
    bucket = storage_client.get_bucket(BUCKETNAME) # change the bucket name
    blob = bucket.blob('temp/Add_to_Cart.csv')
    blob.upload_from_string(rows_df.to_csv(sep=';',index=False,encoding='utf-8'),content_type='application/octet-stream')
    return "success"

Answer 4

在原生 BigQuery SQL 中使用“EXPORT DATA OPTIONS”命令從 SQL 查詢中導出數據。

使用 python 客戶端將 SQL 提交給 BigQuery，BigQuery 將負責其余的工作。

from google.cloud import bigquery
from google.cloud import storage

BQ = bigquery.Client()
CS = storage.Client()

def gcp_export_http(request):

    sql = """
    EXPORT DATA OPTIONS(uri="gs://gcs-bucket/*",format='PARQUET',
    compression='SNAPPY') AS SELECT * FROM 
    table_name where column_name > colunn_value
    """

    query_job = BQ.query(sql)  
    res = query_job.result() 
return res