在 bigquery 上查询项目中的所有数据集和表?
Posted
技术标签:
【中文标题】在 bigquery 上查询项目中的所有数据集和表?【英文标题】:Query all datasets and tables within project on bigquery? 【发布时间】:2017-01-09 16:30:46 【问题描述】:我目前正在尝试使用从 BigQuery 获得的数据创建自己的分析面板。我的所有数据都正确输入,并且能够单独查询每个表或特定数据集中的每个表,但不能查询项目中的每个数据集。
简单地说,我想一次查询我在 BigQuery 中的每一个表。 BigQuery 中的表由 Firebase Analytics 填充,并且可能会更改,恕不另行通知,添加或删除一个。
我知道您JOIN
查询中每个表的方法,但值是硬编码的。我需要一种可以提供通配符并自动查询每个表的方法。
任何帮助都会很棒,谢谢!
【问题讨论】:
【参考方案1】:不幸的是,如果事先不知道数据集名称,您无法编写一个查询来查询所有数据集中的所有表。
但是,如果您可以以编程方式构造查询,则可以使用 BigQuery 的 datasets.list API 获取所有数据集名称,然后构造一个查询,使用上述表通配符获取这些数据集中的所有表。
【讨论】:
【参考方案2】:您看过wildcard tables 上的文档吗?它给出的例子是:
#standardSQL
SELECT
max,
ROUND((max-32)*5/9,1) celsius,
mo,
da,
year
FROM
`bigquery-public-data.noaa_gsod.gsod19*`
WHERE
max != 9999.9 # code for missing data
AND _TABLE_SUFFIX BETWEEN '29'
AND '40'
ORDER BY
max DESC;
通配符表适用于表级别,但不是数据集级别,因此您仍然需要在所有数据集中的表之间执行联合,例如:
SELECT *
FROM (
SELECT * FROM `first-dataset.*` UNION ALL
SELECT * FROM `second-dataset.*` UNION ALL
SELECT * FROM ...
);
【讨论】:
这就是问题所在。我知道通配符,但我需要一种方法来自动获取所有数据集并查询它们。我无法对单个数据集名称进行硬编码。【参考方案3】:这是获取给定项目所有数据集的 SQL:
SELECT schema_name
FROM `projectnamehere`.INFORMATION_SCHEMA.SCHEMATA
【讨论】:
以上是关于在 bigquery 上查询项目中的所有数据集和表?的主要内容,如果未能解决你的问题,请参考以下文章