Execute uma consulta

Este documento mostra como executar uma consulta no BigQuery e compreender a quantidade de dados que a consulta vai processar antes da execução através de uma execução de teste.

Tipos de consultas

Pode consultar dados do BigQuery usando um dos seguintes tipos de tarefas de consulta:

  • Tarefas de consulta interativas. Por predefinição, o BigQuery executa consultas como tarefas de consulta interativas, que se destinam a começar a ser executadas o mais rapidamente possível.

  • Tarefas de consulta em lote. As consultas em lote têm uma prioridade inferior à das consultas interativas. Quando um projeto ou uma reserva usa todos os recursos de computação disponíveis, é mais provável que as consultas em lote sejam colocadas em fila e permaneçam na fila. Depois de iniciar uma consulta em lote, esta é executada da mesma forma que uma consulta interativa. Para mais informações, consulte filas de consultas.

  • Tarefas de consulta contínuas. Com estes trabalhos, a consulta é executada continuamente, o que lhe permite analisar os dados recebidos no BigQuery em tempo real e, em seguida, escrever os resultados numa tabela do BigQuery ou exportá-los para o Bigtable ou o Pub/Sub. Pode usar esta capacidade para realizar tarefas sensíveis ao tempo, como criar e agir imediatamente com base em estatísticas, aplicar inferência de aprendizagem automática (AA) em tempo real e criar pipelines de dados orientados por eventos.

Pode executar tarefas de consulta através dos seguintes métodos:

O BigQuery guarda os resultados da consulta numa tabela temporária (predefinição) ou numa tabela permanente. Quando especifica uma tabela permanente como a tabela de destino dos resultados, pode escolher se quer acrescentar ou substituir uma tabela existente, ou criar uma nova tabela com um nome único.

Funções necessárias

Para receber as autorizações de que precisa para executar uma tarefa de consulta, peça ao seu administrador para lhe conceder as seguintes funções de IAM:

Para mais informações sobre a atribuição de funções, consulte o artigo Faça a gestão do acesso a projetos, pastas e organizações.

Estas funções predefinidas contêm as autorizações necessárias para executar uma tarefa de consulta. Para ver as autorizações exatas que são necessárias, expanda a secção Autorizações necessárias:

Autorizações necessárias

São necessárias as seguintes autorizações para executar uma tarefa de consulta:

  • bigquery.jobs.create no projeto a partir do qual a consulta está a ser executada, independentemente de onde os dados estão armazenados.
  • bigquery.tables.getData em todas as tabelas e vistas a que a sua consulta faz referência. Para consultar visualizações, também precisa desta autorização em todas as tabelas e visualizações subjacentes. Se estiver a usar vistas autorizadas ou conjuntos de dados autorizados, não precisa de acesso aos dados de origem subjacentes.

Também pode conseguir estas autorizações com funções personalizadas ou outras funções predefinidas.

Resolução de problemas

Access Denied: Project [project_id]: User does not have bigquery.jobs.create
permission in project [project_id].

Este erro ocorre quando um principal não tem autorização para criar tarefas de consulta no projeto.

Resolução: um administrador tem de lhe conceder a autorização bigquery.jobs.create no projeto que está a consultar. Esta autorização é necessária além de qualquer autorização necessária para aceder aos dados consultados.

Para mais informações sobre as autorizações do BigQuery, consulte o artigo Controlo de acesso com a IAM.

Execute uma consulta interativa

Para executar uma consulta interativa, selecione uma das seguintes opções:

Consola

  1. Aceda à página do BigQuery.

    Aceda ao BigQuery

  2. Clique em Consulta SQL.

  3. No editor de consultas, introduza uma consulta GoogleSQL válida.

    Por exemplo, consulte o conjunto de dados públicos do BigQueryusa_names para determinar os nomes mais comuns nos Estados Unidos entre os anos de 1910 e 2013:

    SELECT
      name, gender,
      SUM(number) AS total
    FROM
      `bigquery-public-data.usa_names.usa_1910_2013`
    GROUP BY
      name, gender
    ORDER BY
      total DESC
    LIMIT
      10;
    

    Em alternativa, pode usar o painel de referência para criar novas consultas.

  4. Opcional: para apresentar automaticamente sugestões de código quando escreve uma consulta, clique em Mais e, em seguida, selecione Preenchimento automático de SQL. Se não precisar de sugestões de preenchimento automático, desmarque a opção Preenchimento automático de SQL. Esta ação também desativa as sugestões de preenchimento automático do nome do projeto.

  5. Opcional: para selecionar definições de consulta adicionais, clique em Mais e, de seguida, clique em Definições de consulta.

  6. Clique em Executar.

    Se não especificar uma tabela de destino, a tarefa de consulta escreve o resultado numa tabela temporária (cache).

    Agora, pode explorar os resultados da consulta no separador Resultados do painel Resultados da consulta.

  7. Opcional: para ordenar os resultados da consulta por coluna, clique em Abrir menu de ordenação junto ao nome da coluna e selecione uma ordem de ordenação. Se os bytes estimados processados para a ordenação forem superiores a zero, o número de bytes é apresentado na parte superior do menu.

  8. Opcional: para ver a visualização dos resultados da consulta, aceda ao separador Visualização. Pode aumentar ou diminuir o zoom do gráfico, transferir o gráfico como um ficheiro PNG ou ativar/desativar a visibilidade da legenda.

    No painel Configuração da visualização, pode alterar o tipo de visualização e configurar as métricas e as dimensões da visualização. Os campos neste painel são pré-preenchidos com a configuração inicial inferida do esquema da tabela de destino da consulta. A configuração é preservada entre as execuções de consultas seguintes no mesmo editor de consultas.

    Para visualizações de linhas, barras ou dispersão, as dimensões suportadas são os tipos de dados INT64, FLOAT64, NUMERIC, BIGNUMERIC, TIMESTAMP, DATE, DATETIME, TIME e STRING, enquanto as medidas suportadas são os tipos de dados INT64, FLOAT64, NUMERIC e BIGNUMERIC.

    Se os resultados da sua consulta incluírem o tipo GEOGRAPHY, o tipo de visualização predefinido é Mapa, que lhe permite visualizar os resultados num mapa interativo.

  9. Opcional: no separador JSON, pode explorar os resultados da consulta no formato JSON, em que a chave é o nome da coluna e o valor é o resultado dessa coluna.

bq

  1. In the Google Cloud console, activate Cloud Shell.

    Activate Cloud Shell

    At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

  2. Use o comando bq query. No exemplo seguinte, a flag --use_legacy_sql=false permite-lhe usar a sintaxe do GoogleSQL.

    bq query \
        --use_legacy_sql=false \
        'QUERY'

    Substitua QUERY por uma consulta GoogleSQL válida. Por exemplo, consulte o conjunto de dados público do BigQuery usa_names para determinar os nomes mais comuns nos Estados Unidos entre 1910 e 2013:

    bq query \
        --use_legacy_sql=false \
        'SELECT
          name, gender,
          SUM(number) AS total
        FROM
          `bigquery-public-data.usa_names.usa_1910_2013`
        GROUP BY
          name, gender
        ORDER BY
          total DESC
        LIMIT
          10;'
    

    A tarefa de consulta escreve o resultado numa tabela temporária (cache).

    Opcionalmente, pode especificar a tabela de destino e a localização para os resultados da consulta. Para escrever os resultados numa tabela existente, inclua a flag adequada para anexar (--append_table=true) ou substituir (--replace=true) a tabela.

    bq query \
        --location=LOCATION \
        --destination_table=TABLE \
        --use_legacy_sql=false \
        'QUERY'

    Substitua o seguinte:

    • LOCATION: a região ou a multirregião da tabela de destinos, por exemplo, US

      Neste exemplo, o conjunto de dados usa_names é armazenado na localização multirregional dos EUA. Se especificar uma tabela de destino para esta consulta, o conjunto de dados que contém a tabela de destino também tem de estar na multirregião dos EUA. Não pode consultar um conjunto de dados numa localização e escrever os resultados numa tabela noutra localização.

      Pode definir um valor predefinido para a localização através do ficheiro.bigqueryrc.

    • TABLE: um nome para a tabela de destino, por exemplo, myDataset.myTable

      Se a tabela de destino for uma tabela nova, o BigQuery cria a tabela quando executa a consulta. No entanto, tem de especificar um conjunto de dados existente.

      Se a tabela não estiver no seu projeto atual, adicione o Google Cloud ID do projeto usando o formato PROJECT_ID:DATASET.TABLE, por exemplo, myProject:myDataset.myTable. Se --destination_table não for especificado, é gerada uma tarefa de consulta que escreve o resultado numa tabela temporária.

  3. Terraform

    Use o google_bigquery_job recurso.

    Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.

    O exemplo seguinte executa uma consulta. Pode obter os resultados da consulta vendo os detalhes da tarefa:

    
    # Generate a unique job ID.
    resource "random_string" "job_id" {
      lower   = true
      length  = 16
      special = false
    
      keepers = {
        uuid = uuid()
      }
    }
    
    # Create a query using the generated job ID.
    resource "google_bigquery_job" "my_query_job" {
      job_id = random_string.job_id.id
    
      query {
        query = "SELECT name, SUM(number) AS total FROM `bigquery-public-data.usa_names.usa_1910_2013` GROUP BY name ORDER BY total DESC LIMIT 100;"
      }
    }
    

    Para aplicar a configuração do Terraform num Google Cloud projeto, conclua os passos nas secções seguintes.

    Prepare o Cloud Shell

    1. Inicie o Cloud Shell.
    2. Defina o Google Cloud projeto predefinido onde quer aplicar as suas configurações do Terraform.

      Só tem de executar este comando uma vez por projeto e pode executá-lo em qualquer diretório.

      export GOOGLE_CLOUD_PROJECT=PROJECT_ID

      As variáveis de ambiente são substituídas se definir valores explícitos no ficheiro de configuração do Terraform.

    Prepare o diretório

    Cada ficheiro de configuração do Terraform tem de ter o seu próprio diretório (também denominado módulo raiz).

    1. No Cloud Shell, crie um diretório e um novo ficheiro nesse diretório. O nome do ficheiro tem de ter a extensão .tf, por exemplo, main.tf. Neste tutorial, o ficheiro é denominado main.tf.
      mkdir DIRECTORY && cd DIRECTORY && touch main.tf
    2. Se estiver a seguir um tutorial, pode copiar o código de exemplo em cada secção ou passo.

      Copie o exemplo de código para o ficheiro main.tf criado recentemente.

      Opcionalmente, copie o código do GitHub. Isto é recomendado quando o fragmento do Terraform faz parte de uma solução completa.

    3. Reveja e modifique os parâmetros de exemplo para aplicar ao seu ambiente.
    4. Guarde as alterações.
    5. Inicialize o Terraform. Só tem de fazer isto uma vez por diretório.
      terraform init

      Opcionalmente, para usar a versão mais recente do fornecedor Google, inclua a opção -upgrade:

      terraform init -upgrade

    Aplique as alterações

    1. Reveja a configuração e verifique se os recursos que o Terraform vai criar ou atualizar correspondem às suas expetativas:
      terraform plan

      Faça correções à configuração conforme necessário.

    2. Aplique a configuração do Terraform executando o seguinte comando e introduzindo yes no comando:
      terraform apply

      Aguarde até que o Terraform apresente a mensagem "Apply complete!" (Aplicação concluída!).

    3. Abra o seu Google Cloud projeto para ver os resultados. Na Google Cloud consola, navegue para os seus recursos na IU para se certificar de que o Terraform os criou ou atualizou.

    API

    Para executar uma consulta através da API, insira uma nova tarefa e preencha a propriedade de configuração da tarefa query. Opcionalmente, especifique a sua localização na propriedade location na secção jobReference do recurso de trabalho.

    Sonde os resultados chamando getQueryResults. A sondagem até jobComplete é igual a true. Verifique se existem erros e avisos na errors lista.

    C#

    Antes de experimentar este exemplo, siga as C#instruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API C# BigQuery documentação de referência.

    Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.

    
    using Google.Cloud.BigQuery.V2;
    using System;
    
    public class BigQueryQuery
    {
        public void Query(
            string projectId = "your-project-id"
        )
        {
            BigQueryClient client = BigQueryClient.Create(projectId);
            string query = @"
                SELECT name FROM `bigquery-public-data.usa_names.usa_1910_2013`
                WHERE state = 'TX'
                LIMIT 100";
            BigQueryJob job = client.CreateQueryJob(
                sql: query,
                parameters: null,
                options: new QueryOptions { UseQueryCache = false });
            // Wait for the job to complete.
            job = job.PollUntilCompleted().ThrowOnAnyError();
            // Display the results
            foreach (BigQueryRow row in client.GetQueryResults(job.Reference))
            {
                Console.WriteLine($"{row["name"]}");
            }
        }
    }

    Ir

    Antes de experimentar este exemplo, siga as Goinstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Go BigQuery documentação de referência.

    Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.

    import (
    	"context"
    	"fmt"
    	"io"
    
    	"cloud.google.com/go/bigquery"
    	"google.golang.org/api/iterator"
    )
    
    // queryBasic demonstrates issuing a query and reading results.
    func queryBasic(w io.Writer, projectID string) error {
    	// projectID := "my-project-id"
    	ctx := context.Background()
    	client, err := bigquery.NewClient(ctx, projectID)
    	if err != nil {
    		return fmt.Errorf("bigquery.NewClient: %v", err)
    	}
    	defer client.Close()
    
    	q := client.Query(
    		"SELECT name FROM `bigquery-public-data.usa_names.usa_1910_2013` " +
    			"WHERE state = \"TX\" " +
    			"LIMIT 100")
    	// Location must match that of the dataset(s) referenced in the query.
    	q.Location = "US"
    	// Run the query and print results when the query job is completed.
    	job, err := q.Run(ctx)
    	if err != nil {
    		return err
    	}
    	status, err := job.Wait(ctx)
    	if err != nil {
    		return err
    	}
    	if err := status.Err(); err != nil {
    		return err
    	}
    	it, err := job.Read(ctx)
    	for {
    		var row []bigquery.Value
    		err := it.Next(&row)
    		if err == iterator.Done {
    			break
    		}
    		if err != nil {
    			return err
    		}
    		fmt.Fprintln(w, row)
    	}
    	return nil
    }
    

    Java

    Antes de experimentar este exemplo, siga as Javainstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Java BigQuery documentação de referência.

    Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.

    import com.google.cloud.bigquery.BigQuery;
    import com.google.cloud.bigquery.BigQueryException;
    import com.google.cloud.bigquery.BigQueryOptions;
    import com.google.cloud.bigquery.QueryJobConfiguration;
    import com.google.cloud.bigquery.TableResult;
    
    public class SimpleQuery {
    
      public static void runSimpleQuery() {
        // TODO(developer): Replace this query before running the sample.
        String query = "SELECT corpus FROM `bigquery-public-data.samples.shakespeare` GROUP BY corpus;";
        simpleQuery(query);
      }
    
      public static void simpleQuery(String query) {
        try {
          // Initialize client that will be used to send requests. This client only needs to be created
          // once, and can be reused for multiple requests.
          BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();
    
          // Create the query job.
          QueryJobConfiguration queryConfig = QueryJobConfiguration.newBuilder(query).build();
    
          // Execute the query.
          TableResult result = bigquery.query(queryConfig);
    
          // Print the results.
          result.iterateAll().forEach(rows -> rows.forEach(row -> System.out.println(row.getValue())));
    
          System.out.println("Query ran successfully");
        } catch (BigQueryException | InterruptedException e) {
          System.out.println("Query did not run \n" + e.toString());
        }
      }
    }

    Para executar uma consulta com um proxy, consulte o artigo Configurar um proxy.

    Node.js

    Antes de experimentar este exemplo, siga as Node.jsinstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Node.js BigQuery documentação de referência.

    Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.

    // Import the Google Cloud client library using default credentials
    const {BigQuery} = require('@google-cloud/bigquery');
    const bigquery = new BigQuery();
    async function query() {
      // Queries the U.S. given names dataset for the state of Texas.
    
      const query = `SELECT name
        FROM \`bigquery-public-data.usa_names.usa_1910_2013\`
        WHERE state = 'TX'
        LIMIT 100`;
    
      // For all options, see https://cloud.google.com/bigquery/docs/reference/rest/v2/jobs/query
      const options = {
        query: query,
        // Location must match that of the dataset(s) referenced in the query.
        location: 'US',
      };
    
      // Run the query as a job
      const [job] = await bigquery.createQueryJob(options);
      console.log(`Job ${job.id} started.`);
    
      // Wait for the query to finish
      const [rows] = await job.getQueryResults();
    
      // Print the results
      console.log('Rows:');
      rows.forEach(row => console.log(row));
    }

    PHP

    Antes de experimentar este exemplo, siga as PHPinstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API PHP BigQuery documentação de referência.

    Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.

    use Google\Cloud\BigQuery\BigQueryClient;
    use Google\Cloud\Core\ExponentialBackoff;
    
    /** Uncomment and populate these variables in your code */
    // $projectId = 'The Google project ID';
    // $query = 'SELECT id, view_count FROM `bigquery-public-data.stackoverflow.posts_questions`';
    
    $bigQuery = new BigQueryClient([
        'projectId' => $projectId,
    ]);
    $jobConfig = $bigQuery->query($query);
    $job = $bigQuery->startQuery($jobConfig);
    
    $backoff = new ExponentialBackoff(10);
    $backoff->execute(function () use ($job) {
        print('Waiting for job to complete' . PHP_EOL);
        $job->reload();
        if (!$job->isComplete()) {
            throw new Exception('Job has not yet completed', 500);
        }
    });
    $queryResults = $job->queryResults();
    
    $i = 0;
    foreach ($queryResults as $row) {
        printf('--- Row %s ---' . PHP_EOL, ++$i);
        foreach ($row as $column => $value) {
            printf('%s: %s' . PHP_EOL, $column, json_encode($value));
        }
    }
    printf('Found %s row(s)' . PHP_EOL, $i);

    Python

    Antes de experimentar este exemplo, siga as Pythoninstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Python BigQuery documentação de referência.

    Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.

    from google.cloud import bigquery
    
    # Construct a BigQuery client object.
    client = bigquery.Client()
    
    query = """
        SELECT name, SUM(number) as total_people
        FROM `bigquery-public-data.usa_names.usa_1910_2013`
        WHERE state = 'TX'
        GROUP BY name, state
        ORDER BY total_people DESC
        LIMIT 20
    """
    rows = client.query_and_wait(query)  # Make an API request.
    
    print("The query data:")
    for row in rows:
        # Row values can be accessed by field name or index.
        print("name={}, count={}".format(row[0], row["total_people"]))

    Ruby

    Antes de experimentar este exemplo, siga as Rubyinstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Ruby BigQuery documentação de referência.

    Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.

    require "google/cloud/bigquery"
    
    def query
      bigquery = Google::Cloud::Bigquery.new
      sql = "SELECT name FROM `bigquery-public-data.usa_names.usa_1910_2013` " \
            "WHERE state = 'TX' " \
            "LIMIT 100"
    
      # Location must match that of the dataset(s) referenced in the query.
      results = bigquery.query sql do |config|
        config.location = "US"
      end
    
      results.each do |row|
        puts row.inspect
      end
    end

Execute uma consulta em lote

Para executar uma consulta em lote, selecione uma das seguintes opções:

Consola

  1. Aceda à página do BigQuery.

    Aceda ao BigQuery

  2. Clique em Consulta SQL.

  3. No editor de consultas, introduza uma consulta GoogleSQL válida.

    Por exemplo, consulte o conjunto de dados públicos do BigQueryusa_names para determinar os nomes mais comuns nos Estados Unidos entre os anos de 1910 e 2013:

    SELECT
      name, gender,
      SUM(number) AS total
    FROM
      `bigquery-public-data.usa_names.usa_1910_2013`
    GROUP BY
      name, gender
    ORDER BY
      total DESC
    LIMIT
      10;
    
  4. Clique em Mais e, de seguida, clique em Definições de consulta.

  5. Na secção Gestão de recursos, selecione Lote.

  6. Opcional: ajuste as definições de consulta.

  7. Clique em Guardar.

  8. Clique em Executar.

    Se não especificar uma tabela de destino, a tarefa de consulta escreve o resultado numa tabela temporária (cache).

bq

  1. In the Google Cloud console, activate Cloud Shell.

    Activate Cloud Shell

    At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

  2. Use o comando bq query e especifique a flag --batch. No exemplo seguinte, a flag --use_legacy_sql=false permite-lhe usar a sintaxe do GoogleSQL.

    bq query \
        --batch \
        --use_legacy_sql=false \
        'QUERY'

    Substitua QUERY por uma consulta GoogleSQL válida. Por exemplo, consulte o conjunto de dados público do BigQuery usa_names para determinar os nomes mais comuns nos Estados Unidos entre 1910 e 2013:

    bq query \
        --batch \
        --use_legacy_sql=false \
        'SELECT
          name, gender,
          SUM(number) AS total
        FROM
          `bigquery-public-data.usa_names.usa_1910_2013`
        GROUP BY
          name, gender
        ORDER BY
          total DESC
        LIMIT
          10;'
    

    A tarefa de consulta escreve o resultado numa tabela temporária (cache).

    Opcionalmente, pode especificar a tabela de destino e a localização para os resultados da consulta. Para escrever os resultados numa tabela existente, inclua a flag adequada para anexar (--append_table=true) ou substituir (--replace=true) a tabela.

    bq query \
        --batch \
        --location=LOCATION \
        --destination_table=TABLE \
        --use_legacy_sql=false \
        'QUERY'

    Substitua o seguinte:

    • LOCATION: a região ou a multirregião da tabela de destinos, por exemplo, US

      Neste exemplo, o conjunto de dados usa_names é armazenado na localização multirregional dos EUA. Se especificar uma tabela de destino para esta consulta, o conjunto de dados que contém a tabela de destino também tem de estar na multirregião dos EUA. Não pode consultar um conjunto de dados numa localização e escrever os resultados numa tabela noutra localização.

      Pode definir um valor predefinido para a localização através do ficheiro.bigqueryrc.

    • TABLE: um nome para a tabela de destino, por exemplo, myDataset.myTable

      Se a tabela de destino for uma tabela nova, o BigQuery cria a tabela quando executa a consulta. No entanto, tem de especificar um conjunto de dados existente.

      Se a tabela não estiver no seu projeto atual, adicione o Google Cloud ID do projeto no formato PROJECT_ID:DATASET.TABLE, por exemplo, myProject:myDataset.myTable. Se --destination_table não for especificado, é gerada uma tarefa de consulta que escreve o resultado numa tabela temporária.

  3. API

    Para executar uma consulta através da API, insira uma nova tarefa e preencha a propriedade de configuração da tarefa query. Opcionalmente, especifique a sua localização na propriedade location na secção jobReference do recurso de trabalho.

    Quando preencher as propriedades da tarefa de consulta, inclua a propriedade configuration.query.priority e defina o valor como BATCH.

    Sonde os resultados chamando getQueryResults. A sondagem até jobComplete é igual a true. Verifique se existem erros e avisos na errors lista.

    Ir

    Antes de experimentar este exemplo, siga as Goinstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Go BigQuery documentação de referência.

    Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.

    import (
    	"context"
    	"fmt"
    	"io"
    	"time"
    
    	"cloud.google.com/go/bigquery"
    )
    
    // queryBatch demonstrates issuing a query job using batch priority.
    func queryBatch(w io.Writer, projectID, dstDatasetID, dstTableID string) error {
    	// projectID := "my-project-id"
    	// dstDatasetID := "mydataset"
    	// dstTableID := "mytable"
    	ctx := context.Background()
    	client, err := bigquery.NewClient(ctx, projectID)
    	if err != nil {
    		return fmt.Errorf("bigquery.NewClient: %v", err)
    	}
    	defer client.Close()
    
    	// Build an aggregate table.
    	q := client.Query(`
    		SELECT
      			corpus,
      			SUM(word_count) as total_words,
      			COUNT(1) as unique_words
    		FROM ` + "`bigquery-public-data.samples.shakespeare`" + `
    		GROUP BY corpus;`)
    	q.Priority = bigquery.BatchPriority
    	q.QueryConfig.Dst = client.Dataset(dstDatasetID).Table(dstTableID)
    
    	// Start the job.
    	job, err := q.Run(ctx)
    	if err != nil {
    		return err
    	}
    	// Job is started and will progress without interaction.
    	// To simulate other work being done, sleep a few seconds.
    	time.Sleep(5 * time.Second)
    	status, err := job.Status(ctx)
    	if err != nil {
    		return err
    	}
    
    	state := "Unknown"
    	switch status.State {
    	case bigquery.Pending:
    		state = "Pending"
    	case bigquery.Running:
    		state = "Running"
    	case bigquery.Done:
    		state = "Done"
    	}
    	// You can continue to monitor job progress until it reaches
    	// the Done state by polling periodically.  In this example,
    	// we print the latest status.
    	fmt.Fprintf(w, "Job %s in Location %s currently in state: %s\n", job.ID(), job.Location(), state)
    
    	return nil
    
    }
    

    Java

    Para executar uma consulta em lote, defina a prioridade da consulta como QueryJobConfiguration.Priority.BATCH quando criar uma QueryJobConfiguration.

    Antes de experimentar este exemplo, siga as Javainstruções de configuração no início rápido do BigQuery com bibliotecas cliente. Para mais informações, consulte a API Java BigQuery documentação de referência.

    Para se autenticar no BigQuery, configure as Credenciais padrão da aplicação. Para mais informações, consulte o artigo Configure a autenticação para bibliotecas de cliente.

    import com.google.cloud.bigquery.BigQuery;
    import com.google.cloud.bigquery.BigQueryException;
    import com.google.cloud.bigquery.BigQueryOptions;
    import com.google.cloud.bigquery.QueryJobConfiguration;
    import com.google.cloud.bigquery.TableResult;
    
    // Sample to query batch in a table
    public class QueryBatch {
    
      public static void runQueryBatch() {
        // TODO(developer): Replace these variables before running the sample.
        String projectId = "MY_PROJECT_ID";
        String datasetName = "MY_DATASET_NAME";
        String tableName = "MY_TABLE_NAME";
        String query =
            "SELECT corpus"
                + " FROM `"
                + projectId
                + "."
                + datasetName
                + "."
                + tableName
                + " GROUP BY corpus;";
        queryBatch(query);
      }
    
      public static void queryBatch(String query) {
        try {
          // Initialize client that will be used to send requests. This client only needs to be created
          // once, and can be reused for multiple requests.
          BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();
    
          QueryJobConfiguration queryConfig =
              QueryJobConfiguration.newBuilder(query)
                  // Run at batch priority, which won't count toward concurrent rate limit.
                  .setPriority(QueryJobConfiguration.Priority.BATCH)
                  .build();