Python 如何使用标准SQL定义BigQuery模式？

我想在一个新项目中使用BigQuery标准SQL，但是我找不到任何关于如何定义模式的示例，所有内容都指向遗留SQL。特别是，我想使用

ARRAY

和

STRUCT

在BigQuery中创建表的一种方法是使用API调用。没有创建表语法

创建表

BigQuery提供了多种创建新表的方法：

• 可以使用命令行工具的bq mk命令或BigQuery API tables.insert（）方法创建空表
• 您可以从CSV或JSON数据文件（压缩或未压缩）、Avro文件或云数据存储备份加载表
• 可以从查询结果创建表
• 你可以复制一张表
• 您可以在云存储中的文件上定义一个表
• 在定义表模式（请参见Elliotts答案）时，可以使用标准SQL类型，并且文档中也有一个tichet要更新。投票/明星

很多简单的例子如下：

def create_table(dataset_name, table_name, project=None):
    """Creates a simple table in the given dataset.
    If no project is specified, then the currently active project is used.
    """
    bigquery_client = bigquery.Client(project=project)
    dataset = bigquery_client.dataset(dataset_name)

    if not dataset.exists():
        print('Dataset {} does not exist.'.format(dataset_name))
        return

    table = dataset.table(table_name)

    # Set the table schema
    table.schema = (
        bigquery.SchemaField('Name', 'STRING'),
        bigquery.SchemaField('Age', 'INTEGER'),
        bigquery.SchemaField('Weight', 'FLOAT'),
    )

    table.create()

    print('Created table {} in dataset {}.'.format(table_name, dataset_name))

---

在BigQuery中创建表的一种方法是使用API调用。没有创建表语法

创建表

BigQuery提供了多种创建新表的方法：

• 可以使用命令行工具的bq mk命令或BigQuery API tables.insert（）方法创建空表
• 您可以从CSV或JSON数据文件（压缩或未压缩）、Avro文件或云数据存储备份加载表
• 可以从查询结果创建表
• 你可以复制一张表
• 您可以在云存储中的文件上定义一个表
• 在定义表模式（请参见Elliotts答案）时，可以使用标准SQL类型，并且文档中也有一个tichet要更新。投票/明星

很多简单的例子如下：

def create_table(dataset_name, table_name, project=None):
    """Creates a simple table in the given dataset.
    If no project is specified, then the currently active project is used.
    """
    bigquery_client = bigquery.Client(project=project)
    dataset = bigquery_client.dataset(dataset_name)

    if not dataset.exists():
        print('Dataset {} does not exist.'.format(dataset_name))
        return

    table = dataset.table(table_name)

    # Set the table schema
    table.schema = (
        bigquery.SchemaField('Name', 'STRING'),
        bigquery.SchemaField('Age', 'INTEGER'),
        bigquery.SchemaField('Weight', 'FLOAT'),
    )

    table.create()

    print('Created table {} in dataset {}.'.format(table_name, dataset_name))

---

可以使用使用标准SQL类型的架构创建表。以下是一个有效模式的示例：

{
  "a": "ARRAY<STRUCT<x INT64, y STRING>>",
  "b": "STRUCT<z DATE>",
  "c": "INT64"
}

---

在

bq

客户端之外，

tables.insert

API还支持标准SQL类型名称。

您可以使用使用标准SQL类型的架构创建表。以下是一个有效模式的示例：

{
  "a": "ARRAY<STRUCT<x INT64, y STRING>>",
  "b": "STRUCT<z DATE>",
  "c": "INT64"
}

---

---

在

bq

客户机之外，

tables.insert

API还支持标准SQL类型名称。

感谢提供更多指针，但本例不包括

STRUCT

或

ARRAY

类型的使用。我已经检查过了，文档显然是关于遗留SQL的。您有点困惑。因此，SQL只用于查询，不用于定义表。当您创建表时，您需要使用其中列出的类型，它既不是传统的也不是标准的SQL，而是字段类型的API定义。在定义表时，您可以继续使用JSON中列出的类型，在编写标准SQL查询时，您可以将记录或重复定义的字段类型用作结构或数组。好的，谢谢！这是有道理的，但是我认为应该更具体地记录它。作为一个新用户，我已经知道了两种不同的语言版本，这就足够了。你可以在每个google页面上提交反馈，使用thoseThanks获得更多的指针，但这个例子不包括

STRUCT

或

ARRAY

类型的使用。我已经检查过了，文档显然是关于遗留SQL的。您有点困惑。因此，SQL只用于查询，不用于定义表。当您创建表时，您需要使用其中列出的类型，它既不是传统的也不是标准的SQL，而是字段类型的API定义。在定义表时，您可以继续使用JSON中列出的类型，在编写标准SQL查询时，您可以将记录或重复定义的字段类型用作结构或数组。好的，谢谢！这是有道理的，但是我认为应该更具体地记录它。作为一个新用户，我已经知道了两种不同的语言版本，这就足够了。你可以在谷歌的每一个页面上提交反馈，使用这些，这是一个未记录的功能吗？它根本无法通过图书馆中实现的任何JSON验证；这就是你所指的吗？除此之外，这些值只是strings.yep，但这是否有文档记录？似乎没有。我存档了。啊，有趣！顶级键（

a

，

b

&

c

）在这里是什么意思？这是一个未记录的功能吗？它根本无法通过图书馆中实现的任何JSON验证；这就是你所指的吗？除此之外，这些值只是strings.yep，但这是否有文档记录？似乎没有。我存档了。啊，有趣！顶级键（

a

，

b

&

c

）在这里是什么意思？