Python BigQuery插入作业而不是流式处理

我目前正在使用BigQuery的stream选项将数据加载到表中。但是，启用日期分区的表不显示任何分区。。。我知道这是流媒体的一种效果

我使用的Python代码：

def stream_data(dataset_name, table_name, data):
    bigquery_client = bigquery.Client()
    dataset = bigquery_client.dataset(dataset_name)
    table = dataset.table(table_name)

    # Reload the table to get the schema.
    table.reload()
    rows = data
    errors = table.insert_data(rows)
    if not errors:
        print('Loaded 1 row into {}:{}'.format(dataset_name, table_name))
    else:
        print('Errors:')
        print(errors)

日期分区表最终会显示吗？如果否，我如何创建一个插入作业来实现这一点？

不确定“未显示分区”是什么意思，但当您创建分区表时，您将只看到一个表

这里唯一的区别是，您可以在此表中查询日期分区，如下所示：

SELECT
  *
FROM
  mydataset.partitioned_table
WHERE
  _PARTITIONTIME BETWEEN TIMESTAMP('2016-12-25')
  AND TIMESTAMP('2016-12-31');

正如您在本例中所看到的，分区表具有元列

\u PARTITIONTIME

，这就是您用来选择感兴趣的分区的内容

---

有关更多信息，请参阅下面关于查询分区表中的数据的详细说明。

“打开日期分区的表不显示任何分区”-您能对此做进一步说明吗？我们对最新的分区表进行流式处理，没有任何问题。在Web UI中，我只能看到一个表。在另一个数据集中（我没有创建），我可以看到一个表，但表名后面的括号中有大量的分区，然后我可以用“TableNameyyymmdd”查询该表。我想实现这一点。另外：为了能够使用TABLE_DATE_range，您似乎对新的分区表功能和旧的方式感到困惑，即每天手动创建一个分区表@威尔在下面对它作了完美的解释。读一读，谢谢你的回答。我想要实现的是，我可以通过以下方式查询表：从tableYYYYMMDD中选择*以简化查询。我怎样才能做到这一点呢？另外：为了能够使用TABLE_DATE_range，我认为使用分区表是不可能的。要使用

TABLE\u DATE\u RANGE

和

tableYYYYMMDD

可能需要为每天创建不同的表。尽管如此，您仍然可以使用分区表来执行相同的任务，唯一的区别是您可以选择如下内容：

select*from table where\u partitiontime=timestamp（date）

和

select*from table where\u partitiontime from date1和date2

，这相当于table\u date\u range操作。