如何获取 ValueProvider 的值并将其写入 BigQuery 表？

Posted 2023-03-24

【中文标题】如何获取 ValueProvider 的值并将其写入 BigQuery 表？

【英文标题】：How to get the value of a ValueProvider and write it in a BigQuery table?

【发布时间】：2021-01-18 10:15:31

【问题描述】：

早安，

我创建了一个 DataFlow 模板，用于读取 BigQuery 中的一些信息、应用一些转换并将结果写入一个新的 BigQuery 表中。

这个模板有两个参数：

输入查询 项目名称

我想通过“WriteToBigquery”转换将项目名称写入 bigquery 表中，但不是写入用户填写的项目名称，而是返回错误..

你知道我怎样才能得到这个值并写出来吗？

感谢您的帮助！

代码：

    @classmethod
    def _add_argparse_args(cls, parser):
        parser.add_value_provider_argument(
            '--query',
            default='',
            help='q')
        parser.add_value_provider_argument(
            '--projet',
            default='',
            help='d')

[...]

  my_options = pipeline_options.view_as(BqReaderOptions).query
  myProjet = pipeline_options.view_as(BqReaderOptions).projet
        
                nb_val = (
                    p
                    | 'Readl' >> beam.io.ReadFromBigQuery(query=my_options, use_standard_sql = True) 
                    |beam.Map(lambda elem :elem== ' 0' )       
                    | 'countVal' >>  beam.combiners.Count.PerElement()  
                    |beam.Map(lambda elem :  "Nb" : int(elem), 'projet': myProjet )) 
                    



 ERROR : 

    default_encoder "Object of type '%s' is not JSON serializable" % type(obj).__name__) TypeError: Object of type 'RuntimeValueProvider' is not JSON serializable [while running 'writeToBigQuery1/BigQueryBatchFileLoads/ParDo(WriteRecordsToFile)/ParDo(WriteRecordsToFile)/ParDo(WriteRecordsToFile)']

【参考方案1】：

您收到该错误是因为您正在输出 ValueProvider 作为转换的结果，并且它尝试对 JSON 进行默认编码，但失败了。但是，您的意图是将项目输出为字符串而不是原始ValueProvider。你可以阅读details on how to use ValueProvider in your own functions，但基本上你只需要创建一个包含ValueProvider 的DoFn 对象，并在其上使用get 方法，如下所示：

class MyFn(beam.DoFn):
    def __init__(self, project): # Pass in project as a ValueProvider
      self.project = project

    def process(self, elem):
      yield  "Nb" : int(elem), "project": self.project.get() 

【讨论】：

是的，它有效！非常感谢您的帮助！