如何使用 R DBI 和 bigrquery 将虚拟 BQ 表写回 BQ？

Posted 2023-03-25

【中文标题】如何使用 R DBI 和 bigrquery 将虚拟 BQ 表写回 BQ？

【英文标题】：How to write virtual BQ table back to BQ using R DBI and bigrquery?

【发布时间】：2020-11-11 19:26:40

【问题描述】：

我希望能够

访问 BQ 表。这是课

[1] "tbl_BigQueryConnection" "tbl_dbi"                "tbl_sql"               
[4] "tbl_lazy"               "tbl"   `

使用 dbplyr 更改表以创建新表。再次，上课

[1] "tbl_BigQueryConnection" "tbl_dbi"                "tbl_sql"               
[4] "tbl_lazy"               "tbl"   

将此新表写入 BQ。

我收到以下错误：

（函数（类，fdef，mtable）中的错误： 无法找到签名“BigQueryConnection”、“character”、“tbl_BigQueryConnection”的函数“dbWriteTable”的继承方法

MRE

library(DBI)
library(dplyr, warn.conflicts = FALSE)
library(bigrquery)

############  CREATE BQ TABLE TO ACCESS  #################
dataset = bq_dataset(bq_test_project(), "test_dataset")

if (bq_dataset_exists(dataset))

  bq_dataset_delete(dataset, delete_contents = T)

#> Suitable tokens found in the cache, associated with these emails:
#>   * [e-mail]
#>   * [e-mail]
#> The first will be used.
#> Using an auto-discovered, cached token.
#> To suppress this message, modify your code or options to clearly consent to the use of a cached token.
#> See gargle's "Non-interactive auth" vignette for more details:
#> https://gargle.r-lib.org/articles/non-interactive-auth.html
#> The bigrquery package is using a cached token for [e-mail].

bq_dataset_create(dataset)
#> <bq_dataset> elite-magpie-257717.test_dataset

conn = DBI::dbConnect(
  bigrquery::bigquery(),
  project = bq_test_project(),
  dataset = "test_dataset",
  KeyFilePath = "google_service_key.json",
  OAuthMechanism = 0
)


if (dbExistsTable(conn, "mtcars"))

  dbRemoveTable(conn, "mtcars")


dbWriteTable(conn, "mtcars", mtcars)

#######################################################


### Access BQ table
mtcars_tbl = tbl(conn, "mtcars")
class(mtcars_tbl)
#> [1] "tbl_BigQueryConnection" "tbl_dbi"                "tbl_sql"               
#> [4] "tbl_lazy"               "tbl"

### Create new virtual table
hp_gt_100_tbl = mtcars_tbl %>% filter(hp>100)
class(hp_gt_100_tbl)
#> [1] "tbl_BigQueryConnection" "tbl_dbi"                "tbl_sql"               
#> [4] "tbl_lazy"               "tbl"

### Write new table
dbWriteTable(conn, "hp_gt_100", hp_gt_100_tbl)
#> Error in (function (classes, fdef, mtable) : unable to find an inherited method for function 'dbWriteTable' for signature '"BigQueryConnection", "character", "tbl_BigQueryConnection"'

dbExecute(conn, "DROP TABLE mtcars")
#> [1] 0
dbExecute(conn, "DROP TABLE hp_gt_100")
#> Error: Job 'elite-magpie-257717.job_O8e7BtdfAnAb_8Vdtwybibgd7DpA.US' failed
#> x Not found: Table elite-magpie-257717:test_dataset.hp_gt_100 [notFound]

^{由reprex package (v0.3.0) 于 2020 年 11 月 11 日创建}

【参考方案1】：

我接受 Simon S.A. 的回答。但是，我确实设法使用bigrquery 函数bq_project_query 找到了更直接的方法。

library(DBI)
library(dplyr, warn.conflicts = FALSE)
library(bigrquery)

bq_deauth()
bq_auth(email="[e-mail]")


############  CREATE BQ TABLE TO ACCESS  #################

dataset = bq_dataset("elite-magpie-257717", "test_dataset")

if (bq_dataset_exists(dataset))

  bq_dataset_delete(dataset, delete_contents = T)

bq_dataset_create(dataset)
#> <bq_dataset> elite-magpie-257717.test_dataset

conn = dbConnect(
  bigrquery::bigquery(),
  project = "elite-magpie-257717",
  dataset = "test_dataset",
  KeyFilePath = "google_service_key.json",
  OAuthMechanism = 0
)

dbWriteTable(conn, "mtcars", mtcars, overwrite=T)

dbListTables(conn)
#> [1] "mtcars"

#######################################################


### Access BQ table
mtcars_tbl = tbl(conn, "test_dataset.mtcars")
class(mtcars_tbl)
#> [1] "tbl_BigQueryConnection" "tbl_dbi"                "tbl_sql"               
#> [4] "tbl_lazy"               "tbl"

### Create new virtual table
hp_gt00_tbl = mtcars_tbl %>% filter(hp>100)
class(hp_gt00_tbl)
#> [1] "tbl_BigQueryConnection" "tbl_dbi"                "tbl_sql"               
#> [4] "tbl_lazy"               "tbl"

hp_gt00_tbl %>% dbplyr::sql_render()
#> <SQL> SELECT *
#> FROM `test_dataset.mtcars`
#> WHERE (`hp` > 100.0)

bq_project_query(
  x = dataset$project,
  query = hp_gt00_tbl %>% dbplyr::sql_render(),
  destination = bq_table(dataset, "hp_gt_00")
)
#> <bq_table> elite-magpie-257717.test_dataset.hp_gt_00

bq_dataset_tables(dataset)
#> [[1]]
#> <bq_table> elite-magpie-257717.test_dataset.hp_gt_00
#> 
#> [[2]]
#> <bq_table> elite-magpie-257717.test_dataset.mtcars

bq_dataset_delete(dataset, delete_contents = T)

^{由reprex package (v0.3.0) 于 2020 年 11 月 15 日创建}

【参考方案2】：

我认为您无法使用当前的方法通过 dbWriteTable 执行此操作。 dbWriteTable "将 [本地] 数据框写入、覆盖或附加到数据库表中" (source)。

因此，一种选择是将这些数据收集到 R 中，然后他们使用 dbWriteTable 将其写回 SQL。但这可能效率低下。

我推荐的方法是创建一个 bigquery INSERT INTO 语句并将其传递给 dbExecute。类似于以下内容：

sql_query <- glue::glue("INSERT INTO db.schema.tbl_name\n",
                         dbplyr::sql_render(input_tbl))

result <- dbExecute(db_connection, as.character(sql_query))

sql_render 将获取当前虚拟表的定义并返回查询文本。 dbExecute 会将此命令传递给 bigquery 服务器以执行。

请注意，我对 bigquery 的 INSERT INTO 语法不够熟悉，无法确保上述 sql_query 的语法是正确的，但我知道一般方法适用于我在 SQL 服务器中广泛使用 dbplyr 和 DBI。

【讨论】：

这绝对有效，在其他情况下可以放在我的后兜里。我设法通过适当的开关使用dplyr 的copy_to 函数找到解决问题的方法。

感谢@Simom.S.A @abalter 的解决方案，您愿意使用dplyr 的copy_to 函数分享您的解决方案