使用 BQ API 使用 Write_Truncate 将数据加载到“分区表”

Posted 2023-03-24

【中文标题】使用 BQ API 使用 Write_Truncate 将数据加载到“分区表”

【英文标题】：Loading data to “Partitioned Tables” with Write_Truncate using BQ API

【发布时间】：2016-06-06 10:59:40

【问题描述】：

可以使用 write_truncate 将数据加载到特定分区吗？ 我的用例将是一个批量加载过程，它覆盖特定分区，同时保持表的其余部分完好无损。 此参考仅提及命令行工具： https://cloud.google.com/bigquery/docs/creating-partitioned-tables#restating_data_in_a_partition

【参考方案1】：

是的。每个分区的行为就像它是单独的表一样，因此您可以将特定分区作为目标表并进行覆盖。从 UI 和 API 工作。表格的其余部分没有变化。 甚至长期存储定价也适用于分区表

【讨论】：

这怎么可能？您能否举一个示例，我们可以截断并加载到 BigQuery 表中的特定分区。

【参考方案2】：

如果您想使用 BQ API 写入特定分区，请像写入表一样继续操作，但在表 id 中包含分区装饰器。

如果您有一个date partitioned 表transactions，并且您想将数据加载到与2021-10-11 对应的分区，请将transactions$20211011 传递给API。

如果您有一个带有每小时分区的ingestion-time partitioned 表transactions，并且您希望将数据加载到与2021-05-07 17:00:00 对应的分区，请将transactions$2021050717 传递给API。

示例：如果您正在使用 python 的 API 将 DataFrame 加载到 BQ 中并且想要覆盖分区，您可以这样做：

from google.cloud import bigquery
client = bigquery.Client(project='your_project')

job_config = bigquery.LoadJobConfig(
    write_disposition="WRITE_TRUNCATE", 
)

# Include target partition in the table id:
table_id = "your_project.your_dataset.your_table$20211021" 
job = client.load_table_from_dataframe(df, table_id, job_config=job_config) # Make an API request
job.result() # Wait for job to finish