Como exportar resultados de consulta para o Amazon S3

Com o BigQuery Omni, é possível exportar o resultado de uma consulta diretamente para o Amazon S3.

Antes de começar

Verifique se você tem a política correta de gerenciamento de identidade e acesso (IAM) da Amazon Web Services (AWS):

Como executar uma consulta

Para executar uma consulta, use o Console do Google Cloud ou a ferramenta de linha de comando bq:

Console do Google Cloud

  1. Abra a página do BigQuery no Console do Google Cloud.

    Acesse a página do BigQuery

  2. No campo Editor de consultas, insira uma consulta SQL padrão. O SQL padrão é a sintaxe padrão do Console do Google Cloud.

    EXPORT DATA WITH CONNECTION `CONNECTION_REGION.CONNECTION_NAME` \
    OPTIONS(uri="s3://BUCKET_NAME/PATH", format="FORMAT", ...) \
    AS QUERY
    

    Substitua:

    • CONNECTION_REGION: a região em que a conexão foi criada.
    • CONNECTION_NAME: o nome da conexão que você criou com a permissão necessária para gravar no bucket do S3.
    • BUCKET_NAME: o bucket do Amazon S3 que você criou para gravar.
    • PATH: o caminho onde você quer gravar o arquivo exportado. Ele precisa conter exatamente um caractere curinga * em qualquer lugar no diretório da string do caminho, por exemplo, ../aa/*, ../aa/b*c, ../aa/*bc e ../aa/bc*. O BigQuery substitui * por 0000..N dependendo do número de arquivos exportados. O BigQuery determina a contagem e os tamanhos de arquivos. Se o BigQuery decidir exportar dois arquivos, o * no primeiro nome do arquivo será substituído por 000000000000, e o * no segundo nome do arquivo, substituído por 000000000001:
    • FORMAT: os formatos compatíveis são JSON, AVRO e CSV.
    • QUERY: a consulta que você quer executar para analisar os dados.

    Por exemplo, a consulta a seguir exporta os resultados da consulta do BigQuery para s3://bq-omni-bucket/exported/000000000000 no S3:

    EXPORT DATA WITH CONNECTION `aws-us-east-1.s3-write-conn` OPTIONS(uri="s3://bq-omni-bucket/exported/*", format="CSV") AS SELECT * FROM s3dataset.s3table
    
  3. Clique em Executar.

bq

Use o comando query e especifique a sintaxe SQL padrão usando a sinalização --nouse_legacy_sql ou --use_legacy_sql=false.

Para executar a consulta de exportação, insira o seguinte:

bq query --nouse_legacy_sql \
EXPORT DATA WITH CONNECTION CONNECTION_REGION.CONNECTION_NAME \
OPTIONS(uri="s3://BUCKET_NAME/PATH", format="FORMAT", ...) \
AS QUERY

Substitua:

  • CONNECTION_REGION: a região em que a conexão foi criada.
  • CONNECTION_NAME: o nome da conexão que você criou com a permissão necessária para gravar no bucket do S3.
  • BUCKET_NAME: o bucket do Amazon S3 que você criou para gravar.
  • PATH: o caminho onde você quer gravar o arquivo exportado. Ele precisa conter exatamente um caractere curinga * em qualquer lugar no diretório da string do caminho, por exemplo, ../aa/*, ../aa/b*c, ../aa/*bc e ../aa/bc*. O BigQuery substitui * por 0000..N dependendo do número de arquivos exportados. O BigQuery determina a contagem e os tamanhos de arquivos. Se o BigQuery exportar dois arquivos, o * no primeiro nome do arquivo será substituído por 000000000000, e o * no segundo nome do arquivo, substituído por 000000000001:
  • FORMAT: os formatos compatíveis são JSON, AVRO e CSV.
  • QUERY: a consulta que você quer executar para analisar os dados.

Java

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 export query results to Amazon S3 bucket
public class ExportQueryResultsToS3 {

  public static void main(String[] args) throws InterruptedException {
    // TODO(developer): Replace these variables before running the sample.
    String projectId = "MY_PROJECT_ID";
    String datasetName = "MY_DATASET_NAME";
    String externalTableName = "MY_EXTERNAL_TABLE_NAME";
    // connectionName should be in the format of connection_region.connection_name. e.g.
    // aws-us-east-1.s3-write-conn
    String connectionName = "MY_CONNECTION_REGION.MY_CONNECTION_NAME";
    // destinationUri must contain exactly one * anywhere in the leaf directory of the path string
    // e.g. ../aa/*, ../aa/b*c, ../aa/*bc, and ../aa/bc*
    // BigQuery replaces * with 0000..N depending on the number of files exported.
    // BigQuery determines the file count and sizes.
    String destinationUri = "s3://your-bucket-name/*";
    String format = "EXPORT_FORMAT";
    // Export result of query to find states starting with 'W'
    String query =
        String.format(
            "EXPORT DATA WITH CONNECTION `%s` OPTIONS(uri='%s', format='%s') "
              + "AS SELECT * FROM %s.%s.%s WHERE name LIKE 'W%%'",
            connectionName, destinationUri, format, projectId, datasetName, externalTableName);
    exportQueryResultsToS3(query);
  }

  public static void exportQueryResultsToS3(String query) throws InterruptedException {
    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();

      TableResult results = bigquery.query(QueryJobConfiguration.of(query));

      results
          .iterateAll()
          .forEach(row -> row.forEach(val -> System.out.printf("%s,", val.toString())));

      System.out.println("Query results exported to Amazon S3 successfully.");
    } catch (BigQueryException e) {
      System.out.println("Query not performed \n" + e.toString());
    }
  }
}

A seguir

  • Para mais informações sobre como exportar dados da tabela, consulte esta página.