将 10 个数据集（每个数据集有 80 个表）从 bigquery 导出到 google 存储的有效方法？

Posted 2023-03-24

【中文标题】将 10 个数据集（每个数据集有 80 个表）从 bigquery 导出到 google 存储的有效方法？

【英文标题】：An efficient way of exporting 10 datasets (each having 80 tables) from bigquery to google storage?

【发布时间】：2017-03-21 11:56:22

【问题描述】：

我在 BigQuery 中有 10 个数据集，每个数据集有 80 个表。我知道我可以使用控制台或 Web UI 将每个数据集中的每个表一一导出到谷歌存储。这是出于备份目的。但是，这需要一段时间。

我想知道是否有更方便的方法来处理这个问题？

【参考方案1】：

您可以使用bq 命令行工具 (https://cloud.google.com/bigquery/bq-command-line-tool) 完成此操作

以下代码将帮助您实现相同的目标：

project="bigquery-project"
dataset="your-dataset"
bucket="your-bucket"

# get list of tables
tables=$(bq ls "$project:$dataset" | awk 'print $1' | tail +3)

for table in $tables
do
    bq extract --destination_format "CSV" --compression "GZIP" "$project:$dataset.$table" "gs://$bucket/$table/$table.csv.gz" 
done

另外，如果您想在async 模式下运行命令，请将提取命令替换为以下

    bq --nosync extract --destination_format "CSV" --compression "GZIP" "$project:$dataset.$table" "gs://$bucket/$table/$table.csv.gz" 

PS：

确保bq 命令行工具已安装并且在您的环境中。它带有google cloud SDK。要验证您可以运行bq help

【讨论】：

是否可以在命令行中使用bq 模式编写多行代码？例如，当我尝试此# get list of tables tables=$(bq ls "$project:$dataset" | awk 'print $1' | tail +3) 时，我收到此错误unknown syntax

只需将上面的脚本保存在一个文件中，比如说export_bq.sh 并通过运行bash export_bq.sh 来执行它。如果您只想运行单行替换参数$project:$dataset 与实际值

感谢您的回答！你的意思是我把它保存到我的本地或云端？是否有任何指南解释这一点？例如，我找不到任何解释使用bash 运行外部脚本的谷歌云资源？我是否遗漏了什么，或者没有足够的文档？