云数据流写入BigQuery Python错误

我正在编写一个简单的Beam作业，将数据从GCS存储桶复制到BigQuery。代码如下所示：

from apache_beam.options.pipeline_options import GoogleCloudOptions
import apache_beam as beam

pipeline_options = GoogleCloudOptions(flags=sys.argv[1:])
pipeline_options.project = PROJECT_ID
pipeline_options.region = 'us-west1'
pipeline_options.job_name = JOB_NAME
pipeline_options.staging_location = BUCKET + '/binaries'
pipeline_options.temp_location = BUCKET + '/temp'

schema = 'id:INTEGER,region:STRING,population:INTEGER,sex:STRING,age:INTEGER,education:STRING,income:FLOAT,statusquo:FLOAT,vote:STRING'
p = (beam.Pipeline(options = pipeline_options)
     | 'ReadFromGCS' >> beam.io.textio.ReadFromText('Chile.csv')
     | 'WriteToBigQuery' >> beam.io.WriteToBigQuery('project:tmp.dummy', schema = schema))

我们在项目中写入表tmp.dummy。这将导致以下堆栈跟踪：

Traceback (most recent call last):
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/runpy.py", line 151, in _run_module_as_main
    mod_name, loader, code, fname = _get_module_details(mod_name)
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/runpy.py", line 101, in _get_module_details
    loader = get_loader(mod_name)
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/pkgutil.py", line 464, in get_loader
    return find_loader(fullname)
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/pkgutil.py", line 474, in find_loader
    for importer in iter_importers(fullname):
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/pkgutil.py", line 430, in iter_importers
    __import__(pkg)
  File "WriteToBigQuery.py", line 49, in <module>
    | 'WriteToBigQuery' >> beam.io.WriteToBigQuery(str(PROJECT_ID + ':' + pipeline_options.write_file), schema = schema))
  File "/Users/mayansalama/Documents/GCP/gcloud_env/lib/python2.7/site-packages/apache_beam/io/gcp/bigquery.py", line 1337, in __init__
    self.table_reference = _parse_table_reference(table, dataset, project)
  File "/Users/mayansalama/Documents/GCP/gcloud_env/lib/python2.7/site-packages/apache_beam/io/gcp/bigquery.py", line 309, in _parse_table_reference
    if isinstance(table, bigquery.TableReference):
AttributeError: 'module' object has no attribute 'TableReference'

回溯（最近一次呼叫最后一次）：
文件“/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/runpy.py”，第151行，在运行模块中
mod_名称、加载程序、代码、fname=\u获取\u模块\u详细信息（mod_名称）
文件“/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/runpy.py”，第101行，在获取模块详细信息中
加载器=获取加载器（模块名称）
文件“/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/pkgutil.py”，第464行，在get_loader中
返回查找加载器（全名）
文件“/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/pkgutil.py”，第474行，在find_loader中
iter_进口商（全名）：
文件“/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/pkgutil.py”，第430行，国际热核聚变实验堆
__进口（包装）
文件“WriteToBigQuery.py”，第49行，在
|'WriteToBigQuery'>>beam.io.WriteToBigQuery（str（PROJECT_ID+'：'+pipeline_options.write_file），schema=schema））
文件“/Users/mayansalama/Documents/GCP/gcloud_env/lib/python2.7/site packages/apache_beam/io/GCP/bigquery.py”，第1337行，在__
self.table\u reference=\u parse\u table\u reference（表、数据集、项目）
文件“/Users/mayansalama/Documents/GCP/gcloud_env/lib/python2.7/site packages/apache_beam/io/GCP/bigquery.py”，第309行，在解析表参考中
如果isinstance（table，bigquery.TableReference）：
AttributeError:“模块”对象没有属性“TableReference”

---

看来有些进口商品在什么地方出了问题；这是否可能是由于使用GoogleCloudOptions管道选项造成的？

我做了一些测试，无法重现您的问题，数据集是否已经存在？。以下代码片段对我很有用（为了更好地格式化，我使用了一个答案）：

其中

dummy.csv

包含：

$ cat dummy.csv 
1,us-central1 
2,europe-west1 

BigQuery中的输出为：

使用了一些相关的依赖项：

apache-beam==2.4.0
google-cloud-bigquery==0.25.0
google-cloud-dataflow==2.4.0

---

我也犯了同样的错误。我意识到我安装了错误的apachebeam包。安装apachebeam时，需要将[gcp]添加到包名中

sudo pip install apache_beam[gcp]

还有一些可选的安装来修复安装错误，现在就可以开始了

sudo pip install oauth2client==3.0.0
sudo pip install httplib2==0.9.2

---

我试图在Mac中安装apache_beam[gcp]，但没有返回结果。但这在一个好的Linux发行版中解决了这个问题，只需在apache_beam[gcp]周围加上引号。这是一个zsh问题

sudo pip install oauth2client==3.0.0
sudo pip install httplib2==0.9.2