- 1、本文档共20页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
PAGE1
PAGE1
根据您的要求,我将专注于“GoogleCloudPlatform(GCP)–GoogleBigQuery数据仓库搭建与查询”的技术教程,但不直接提及目录标题中的具体点。以下是我们如何开始:
GoogleBigQuery数据仓库搭建详解
1创建BigQuery数据集
数据集是BigQuery中组织和控制数据访问权限的主要单位。在BigQuery中,你可以通过以下代码来创建一个新的数据集:
fromgoogle.cloudimportbigquery
#初始化BigQuery客户端
client=bigquery.Client()
#构建数据集对象
dataset_id=your-project.your_dataset
dataset=bigquery.Dataset(dataset_id)
#设置数据集描述
dataset.description=这是我的第一个BigQuery数据集,用于存储销售数据。
#设置数据集位置
dataset.location=US
#创建数据集
dataset=client.create_dataset(dataset,timeout=30)#API请求
print(创建的数据集:{}.format(dataset.full_dataset_id))
2上传数据到BigQuery
一旦创建了数据集,你将需要上传数据。数据可以是CSV或JSON格式,其上传过程可以通过以下步骤完成:
将CSV文件上传到GoogleCloudStorage。
从GoogleCloudStorage加载数据到BigQuery。
下面的示例代码将指导你完成数据上传的过程:
fromgoogle.cloudimportstorage
#初始化GoogleCloudStorage客户端
storage_client=storage.Client()
#构建存储桶和文件名
bucket_name=your-bucket
source_file_name=local/path/to/file.csv
destination_blob_name=storage/path/to/file.csv
#获取存储桶
bucket=storage_client.get_bucket(bucket_name)
#上传文件
blob=bucket.blob(destination_blob_name)
blob.upload_from_filename(source_file_name)
#从GoogleCloudStorage加载数据到BigQuery
table_id=your-project.your_dataset.your_table
job_config=bigquery.LoadJobConfig(
schema=[
bigquery.SchemaField(name,bigquery.enums.SqlTypeNames.STRING),
bigquery.SchemaField(age,bigquery.enums.SqlTypeNames.INTEGER),
bigquery.SchemaField(email,bigquery.enums.SqlTypeNames.STRING),
],
skip_leading_rows=1,
#自动推断列类型
autodetect=True,
)
#启动加载作业
withopen(source_file_name,rb)assource_file:
job=client.load_table_from_file(
source_file,
table_id,
job_config=job_config,
)#API请求
job.result()#等待作业完成
#检查表
table=client.get_table(table_id)#API请求
print(表{}包含{}行数据。.format(table_id,table.num_rows))
3执行SQL查询
BigQuery支持标准的SQL查询,这使得数据检索和分析变得高效。下面是一个简单示例,展示了如何执行一个SELECT查询:
#使用BigQuery客户端
您可能关注的文档
- 测试自动化架构师-DevOps与云计算-Docker_Docker安全与权限控制.docx
- 测试自动化架构师-DevOps与云计算-Docker_Docker安装与基础操作.docx
- 测试自动化架构师-DevOps与云计算-Docker_Docker服务发现与负载均衡.docx
- 测试自动化架构师-DevOps与云计算-Docker_Docker简介与核心概念.docx
- 测试自动化架构师-DevOps与云计算-Docker_Docker进阶:插件与扩展.docx
- 测试自动化架构师-DevOps与云计算-Docker_Docker镜像管理.docx
- 测试自动化架构师-DevOps与云计算-Docker_Docker企业级应用案例分析.docx
- 测试自动化架构师-DevOps与云计算-Docker_Docker容器生命周期管理.docx
- 测试自动化架构师-DevOps与云计算-Docker_Docker数据管理与持久化.docx
- 测试自动化架构师-DevOps与云计算-Docker_Docker网络与端口映射.docx
最近下载
- 2017-2018学年上学期学校工作计划(含中小学部)与2017-2018学年上学期学生会工作总结合集.doc
- 松下面包机SD-PT1000使用说明书.pptx
- 中国古典小说巅峰-四大名著鉴赏超星尔雅满分答案...pdf
- 第38届中国化学奥林匹克(初赛)试题及参考答案.pdf VIP
- 四年级数学 三位数乘两位数笔算练习题100道.doc VIP
- 产业园区招商说辞、招商话术模板(通用).docx VIP
- 苏教版科学三年级上册全册同步练习(含答案).pdf
- 全国传染病信息报告管理工作技术指南附有答案.docx
- 内控合规知识考试题及答案.doc
- 第1章 有理数-有理数加减乘除乘方混合运算专项训练(学生版).pdf VIP
文档评论(0)