Python 如何将dryRun参数发送到pandas.read_gbq函数

在运行bigquery加载到pandas dataframe之前，我想从bigquery获得查询大小的估计值。

---

如何在函数中使用参数？

据我所知，您确实无法这样做

如果检查pandas的工作方式，您将看到它只更新作业的查询设置

dryRun在查询定义之外，实际上处于同一级别

我不知道为什么会这样，也许熊猫gbq的创作者不想让熊猫直接取代你在BQ中可以运行的所有类型的工作。尽管如此，我已经在他们的存储库中开始了这项工作，您可以按照它查看他们在这项工作中的输入

作为一种可能的解决方法，我建议使用官方的python API与GCP进行交互，具体来说，您可以使用BigQuery客户端。安装它应该很容易：

pip install --upgrade google-cloud-bigquery

然后你可以跑：

from google.cloud.bigquery import Client
import os
os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = 'path/to/your/key.json'

query = """your query"""
bc = Client()

job = client.run_sync_query(query)
job.use_legacy_sql = False
job.dryRun = True

job.run()

print(job.total_bytes_processed)

---

当运行df=gbq.read\u gbqquery，private\u key=cred，project\u id=project，dialent='standard'，kwargs={'dryRun'：True}时，如果为**kwargs传递{'dryRun'：True}会发生什么情况？gbq.read\u gbqquery，private\u key=cred，project\u id=project，dialent='standard'，“干跑”：True@FelipeHoffa假设你的意思是dryRun=True，我还是能得到数据谢谢@willian fuks！