使用 python 将 BigQuery 表数据导出到具有 where 子句的 Google Cloud Storage答案

【问题标题】：Exporting BigQuery Table Data to Google Cloud Storage having where clause using python使用 python 将 BigQuery 表数据导出到具有 where 子句的 Google Cloud Storage
【发布时间】：2018-11-20 11:59:45
【问题描述】：

我想将表数据从 BigQuery 导出到 Google Cloud Storage。问题是，我需要从 date1 到 date2 的数据，而不是整个表数据。

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

这是我在谷歌云帮助中找到的。使用where子句没有空间添加查询或限制数据。

【问题讨论】：

标签： python google-bigquery google-cloud-storage

【解决方案1】：

不幸的是，这将是两步过程。首先，您需要构建结果表和导出结果之后。从成本的角度来看，影响应该是最小的——你需要为临时表使用的存储付费，但成本是每月每 GB 0.02 美元——所以如果你设法在 1 小时内完成任务——成本将为每 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")

【讨论】：

【解决方案2】：

使用您提供的代码（遵循this doc），您只能将整个表导出到 GCS，而不是查询的结果。

或者，您可以将查询结果download and save 到本地文件并上传到 GCS。或者更简单，将查询结果保存到新的 BigQuery 表中，然后使用您使用的代码将该新表完全导出到 GCS。

【讨论】：

【解决方案3】：

解决方案：使用 python 将 BigQuery 数据导出到具有 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"

【讨论】：

【解决方案4】：

在原生 BigQuery SQL 中使用“EXPORT DATA OPTIONS”命令从 SQL 查询中导出数据。

使用 python 客户端将 SQL 提交到 BigQuery，BigQuery 将负责其余的工作。

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

【讨论】：