如何在将JSON文件加载到BigQuery表中时管理/处理架构更改
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何在将JSON文件加载到BigQuery表中时管理/处理架构更改相关的知识,希望对你有一定的参考价值。
这是我的输入文件的样子:
{"Id": 1, "Address": {"Street":"MG Road","City":"Pune"}}
{"Id": 2, "Address": {"City":"Mumbai"}}
{"Id": 3, "Address": {"Street":"XYZ Road"}}
{"Id": 4}
{"Id": 5, "PhoneNumber": 12345678, "Address": {"Street":"ABCD Road", "City":"Bangalore"}}
在我的数据流管道中,我如何动态确定每行中存在哪些字段以遵守BigQuery表模式。例如,在#2行中,Street
丢失了。我希望BigQuery中的列Address.Street
的条目是"N/A"
或null
,并且不希望管道因架构更改或丢失数据而失败。
在使用Python编写BigQuery之前,如何在数据流作业中处理此逻辑?
答案
我建议只使用line
类型的一个字段string
将数据写入临时表
完成将数据带到BigQuery临时表后 - 现在您可以应用模式逻辑并将临时表中的数据查询到最终表
下面的示例是关于如何在一个字段中对整个行应用模式逻辑的BigQuery Standard SQL
#standardSQL
WITH t AS (
SELECT '{"Id": 1, "Address": {"Street":"MG Road","City":"Pune"}}' line UNION ALL
SELECT '{"Id": 2, "Address": {"City":"Mumbai"}}' UNION ALL
SELECT '{"Id": 3, "Address": {"Street":"XYZ Road"}}' UNION ALL
SELECT '{"Id": 4} ' UNION ALL
SELECT '{"Id": 5, "PhoneNumber": 12345678, "Address": {"Street":"ABCD Road", "City":"Bangalore"}}'
)
SELECT
JSON_EXTRACT_SCALAR(line, '$.Id') id,
JSON_EXTRACT_SCALAR(line, '$.PhoneNumber') PhoneNumber,
JSON_EXTRACT_SCALAR(line, '$[Address].Street') Street,
JSON_EXTRACT_SCALAR(line, '$[Address].City') City
FROM t
结果如下
Row id PhoneNumber Street City
1 1 null MG Road Pune
2 2 null null Mumbai
3 3 null XYZ Road null
4 4 null null null
5 5 12345678 ABCD Road Bangalore
以上是关于如何在将JSON文件加载到BigQuery表中时管理/处理架构更改的主要内容,如果未能解决你的问题,请参考以下文章
将谷歌云存储中的 json 文件加载到 bigquery 表中
有没有办法跟踪在将 ndjson 文件加载到 Bigquery 时允许的所有不良记录
Python 中的 Bigquery:如何将查询结果放入表中?