Python 将数据从BigQuery导出到本地PostgreSQL/MySql数据库

我是BigQuery和BigQuery-virgin的Python API

我的任务是：使用BigQuery和Python API从中提取数据，将数据加载到MySql/PostgreSQL本地数据库（安装在我电脑上的数据库）

我的看法是（经过2小时的研究）： 将数据拉入本地csv文件（），将该文件中的数据加载到数据库中

这类似于执行任务的正确方式吗

如果没有，你能提供一些建议/指导吗

---

提前感谢。

API方法

上面列出的步骤是正确的。总而言之，开发商应：

使用BigQuery API的“”方法插入数据提取作业-这将导致数据被发送到Google云存储桶

使用Google云存储API的“”方法在本地下载文件

为了获得额外的信任，我将使用“”方法查询原始的BQ表，以获得原始的BigQuery表模式，并使用该模式为MySQL导入步骤构建模式

WEB UI方法

---

为什么不使用Google BigQuery Web UI运行您需要的任何查询，然后通过UI将数据导出到Google云存储桶中？为什么需要使用Python？

这是正确的方法。可以省略csv文件步骤吗？有点忙？您可以运行查询并处理输出，但导出到CSV将加快导入SQL数据库的速度。我已经完成了。现在，我将对其进行润色，并在这里发布解决方案。因为互联网上没有这样的解决方案，所以atmIt是一种测试任务，让人们了解我有一些python技能：）但是，谢谢你的建议：）编辑：更新原始答案Ok-那么是的，上面列出的步骤是正确的。总之，你会：1。使用BigQueryAPI的“Job:insert”方法插入数据提取作业-这将导致数据被发送到Google云存储桶。2.使用GoogleCloudStorage API的“Objects:get”方法在本地下载文件。3.为了获得额外的信任，我将使用“Tables:get”方法查询原始的BQ表，以获得原始的BigQuery表模式，并使用它为MySQL导入步骤构建模式。太棒了！这意味着我是对的：）最后一件事。我是否需要支付任何费用才能启用Google存储桶？？？？？我想不出一个免费的方法来访问itOk，似乎我需要为那个存储付费，而我现在没有任何东西。目前，我只是将作业->查询->执行的输出写入本地csv文件。我不确定这是不是最好的方法，但至少这是个好办法。你认为呢？BigQuery结果创建一个新表，当结果大小超过10Mb时创建数据页。因此，您可以查询该表，然后使用分页将结果的每页保存在本地CSV文件中：和