【发布时间】：2016-07-21 06:48:40
【问题描述】：
当使用 Big Query 流式处理 API 并在每一行上设置一个 insertId 时，我们可以通过使用相同的 insertId 执行后续插入来更新（覆盖）行。
documentation 中未提及此行为，仅说明：
BigQuery 使用 insertId 属性尽最大努力对您的数据进行重复数据删除。
Big Query 是否总是会覆盖具有相同 insertId 的行？
这可以用来更新数据吗？
【问题讨论】：
【发布时间】：2016-07-21 06:48:40
【问题描述】：
文档：这就是文档所说的（或至少暗示）“重复数据删除”：它假设使用相同的insertId 发送的数据是相同的，因此只会插入一个副本。但请注意，这是尽力而为，不能保证。
覆盖：否，并且由于多种因素：这只是尽力而为，您无法控制将保留哪些数据（较旧或较新），并且仅适用于流缓冲区中的数据。数据一旦提交，去重机制就不再生效。
【讨论】：
-
不知道他们为什么对你投了反对票，但有一个赞成票 - 这是正确的答案。
-
谢谢@FelipeHoffa！
-
@FelipeHoffa 和 iustin 这是在改写文档并做出更多假设，但没有任何支持。至于覆盖，这不是我们发现的行为，我们可以在单独的请求中多次覆盖同一行。流缓冲区有多长？到目前为止，我们已经看到成功覆盖超过 15 分钟。
-
@j.davies - 抱歉，如果我的回复不清楚。让我再试一次： * 系统当前的实现将覆盖该行，只要它在流缓冲区中 * 但是，最后一行获胜并不能保证行为，所以我个人不会设计一个系统* 并且我们没有保证流窗口的窗口（据我所知）基本上 BigQuery 所做的唯一保证是，如果您在短时间内使用相同的
insertId插入同一行，您将只得到一份。但如果您发送不同的数据，则不提供保证。