Google cloud platform 使用Avro/Parquet将地理数据导入BigQuery

目前，我使用拼花文件将数据导入BigQuery（GIS）。其中一个拼花文件包含几何体列，将几何体数据表示为WKT字符串（

MultiPolygon

），我希望将该列作为

GEOGRAPHY

类型导入

问题1。文档中提到不支持从WKT（字符串）到

地理位置的自动转换，因此如何克服这个问题？
我希望避免使用CSV文件，并手动提供模式定义

然而，即使我先创建空表，并且只想附加新的拼花地板文件，它也不起作用：
提供的架构与表不匹配-内部：测试。。字段geom的类型已从地理更改为字符串。
。（与Avro相同）

问题2。是否有一种方法可以强制将装有WKT字符串的镶木地板柱铸造成
GEOGRAPHY
type？我不想先加载临时表，然后运行一个执行所有转换的查询来加载目标表

更新：
在使用python客户端时，我能够手动指定要导入的拼花地板文件的模式。加载完成后，
GEOGRAPHY
列中的所有值都具有值
无效
。同样的代码也适用于CSV

from google.cloud import bigquery

client = bigquery.Client(project='<project>')

table_ref = client.dataset('test').table('geometry')

job_config = bigquery.LoadJobConfig()
job_config.write_disposition = bigquery.WriteDisposition.WRITE_TRUNCATE
job_config.schema = [
    bigquery.SchemaField('id', 'INTEGER'),
    bigquery.SchemaField('geom', 'GEOGRAPHY'),
]

# CSV works fine!
# uri = 'gs://<bucket>/multipoly_sample.csv'
# job_config.source_format = bigquery.SourceFormat.CSV

# With Parquet, values in geom column are all "INVALID" 
uri = 'gs://<bucket>/multipoly_sample.parquet'
job_config.source_format = bigquery.SourceFormat.PARQUET

load_job = client.load_table_from_uri(
    uri,
    table_ref,
    job_config=job_config)
load_job.result()

从google.cloud导入bigquery
client=bigquery.client（项目=“”）
table_ref=client.dataset（'test'）。table（'geometry'））
job_config=bigquery.LoadJobConfig（）
job_config.write_disposition=bigquery.WriteDisposition.write_TRUNCATE
作业配置.schema=[
SchemaField（'id'，'INTEGER'），
SchemaField（'geom'，'GEOGRAPHY'），
]
#CSV很好用！
#uri='gs:///multipoly_sample.csv'
#job\u config.source\u format=bigquery.SourceFormat.CSV
#对于拼花地板，geom列中的值均为“无效”
uri='gs:///multipoly_sample.parquet'
job\u config.source\u format=bigquery.SourceFormat.PARQUET
load_job=client.load_table_from_uri(
乌里，
表(参考)，
作业配置=作业配置）
加载作业。结果（）
这在GIS测试期间尚不可能实现。它将在BigQueryGIS上市之前可用，但现在您不能直接使用拼花地板加载。在测试期间，您可以使用CSV、换行符分隔的JSON或流式加载API直接加载到地理列

更新（2018年10月30日）：现在应该可以了。您可以将地理信息指定为列类型，也可以将地理信息列加载到现有表中。Parquet/Avro中的字符串列将被解析并转换为GEOGRAPHY