将空值设置为缺失表字段的默认值

Question

我正在使用 Java 和 SQL 将数据移动到新表中。我想：

1. 从 BigQuery 中的旧表中提取数据
2. 更新/修改多个条目
3. 将其推送到 BigQuery 中的另一个现有表

很遗憾，一些旧数据遵循不同的架构。一些旧表可能有从一到几百个缺失的列（字段）。我没有任何可靠的方法来生成或填充这些缺失的数据，所以我决定将其保留为空。如何添加具有默认空值的列？

目前，我正在使用 SQL QueryJobConfiguration 来拉取、更新并将数据推送回 BQ：

QueryJobConfiguration queryConfig = 
           QueryJobConfiguration.newBuilder(
              "SELECT  PARSE_TIMESTAMP('%b %d %T %Y', CONCAT(time, ' 2018')) MyTimestamp, * EXCEPT(time)"
               + "FROM `myProject:MyDataset.MyTable` ")
              .setUseLegacySql(false)
              .setWriteDisposition(WriteDisposition.WRITE_APPEND)    
              .setDestinationTable(TableId.of(MyOtherDataset, MyOtherTable))
              .build();

当我尝试运行此程序时，BigQuery 会引发异常，声称数据缺少一列：

线程“main”com.google.cloud.bigquery.BigQueryException 中的异常：架构更新无效。新架构中缺少字段 OtherField

Answer 1

经过大量测试，我发现 BQ 不允许我推送，因为我有几个字段设置为“REQUIRED”而不是“NULLABLE”。我完全忘记了他们。幸运的是，BigQuery 有一个实验方法：setSchemaUpdateOptions。你可以这样实现它：

List<SchemaUpdateOption> SchemaUpdate = Arrays.asList(JobInfo.SchemaUpdateOption.ALLOW_FIELD_RELAXATION);
.setSchemaUpdateOptions(SchemaUpdate)

ALLOW_FIELD_RELAXATION 实质上允许您将任何字段上的 REQUIRED 模式临时替换为 NULLABLE。