如何查询在 bigquery 操作中提交的特定作业 ID
Posted
技术标签:
【中文标题】如何查询在 bigquery 操作中提交的特定作业 ID【英文标题】:How to query a particular job id submitted in bigquery action 【发布时间】:2017-08-19 15:51:17 【问题描述】:我一直在使用google_cloud
向big query
提交作业以将文件提取到GCS
,如下所示:
dataset = self.bqClient.dataset(self.website_id)
table = dataset.table(table_name)
job_name = str(uuid.uuid4())
job = self.bqClient.extract_table_to_storage(
job_name, table, destination)
job.destination_format = "NEWLINE_DELIMITED_JSON"
job.compression = 'GZIP'
job.begin()
这里的工作id
或name
是uuid4
。基本上我在queue
中收集这些工作ids
并想稍后检查job
是否处于DONE
状态。我该怎么做?
我一直在寻找这个,但到目前为止还没有运气。我只能找到函数 - client.list_jobs()
,但它是所有 jobs
的列表。对于一个特定的job
,我只想query
或search
。
【问题讨论】:
【参考方案1】:您可以通过name
属性过滤出您想要的工作。
假设您想要获取有关其id
是“big name string job 1”的作业的信息。您可以通过运行将其从作业列表中过滤掉:
job_name = "big name string job 1"
job = [job for job in list(self.bqClient.list_jobs()) if job.name == job_name][0] # this will break if list is empty
print(job.state) # DONE or RUNNING
如果可能,请确保更新客户端,目前我们是 ate 版本0.26.0
[编辑]:
您在评论中提到拥有 100 万个工作岗位。至于运行get job 方法,目前API 仅在运行exists 和reload 方法时才会这样做,因此无法运行client.get_job(job_name)
之类的方法。
不过,在list_job
中,您可以像在code 中一样发送参数all_users
和state_filter
,类似于:
job_name = "big name string job 1"
job = [job for job in list(self.bqClient.list_jobs(all_users=False, state_filter='done')) if job.name == job_name][0]
仅列出在给定状态的客户端中授权的当前用户的作业。
如果这仍然列出数百万,那么您仍然可以(有点“hacky”的解决方案)直接从作业基础构造函数查询它,例如:
from google.cloud.bigquery.job import _AsyncJob
job = _AsyncJob(job_name, self.bqClient)
job.reload()
print(job.state) #RUNNING or DONE
这是运行client.get_job()
的间接方式。
这可能是对 python 存储库的一个有趣的功能请求。
【讨论】:
让我们如果有 100 万个工作那么也有这个选项? @NikhilParmar 我用新信息编辑了我的答案 非常感谢!让我试试看,让你知道以上是关于如何查询在 bigquery 操作中提交的特定作业 ID的主要内容,如果未能解决你的问题,请参考以下文章
Google BigQuery:授予服务帐户权限以仅在某些特定数据集中创建作业
如何在Google BigQuery Composer和Cloud Shell中提交多个查询
如何获取在 BigQuery 命令行工具中运行的最后一个作业的作业 ID?