使用 BigQuery JupyterLab 插件

如需针对此功能提交反馈或请求支持，请发送电子邮件至 bigquery-ide-plugin@google.com。

本文档介绍了如何安装和使用 BigQuery JupyterLab 插件来执行以下操作：

BigQuery JupyterLab 插件包含 Dataproc JupyterLab 插件的所有功能，例如创建 Dataproc 无服务器运行时模板、启动和管理笔记本、使用 Apache Spark 进行开发、部署代码以及管理资源。

安装 BigQuery JupyterLab 插件

如需安装和使用 BigQuery JupyterLab 插件，请按以下步骤操作：

在本地终端中，检查以确保您的系统上安装了 Python 3.8 或更高版本：
```
python3 --version
```
安装 gcloud CLI。
在本地终端中，初始化 gcloud CLI：
```
gcloud init
```
安装 Python 虚拟环境工具 Pipenv：
```
pip3 install pipenv
```
创建新的虚拟环境：
```
pipenv shell
```
在新的虚拟环境中安装 JupyterLab：
```
pipenv install jupyterlab
```
安装 BigQuery JupyterLab 插件：
```
pipenv install bigquery-jupyter-plugin
```
如果安装的 JupyterLab 版本低于 4.0.0，则启用插件扩展程序：
```
jupyter server extension enable bigquery_jupyter_plugin
```
启动 JupyterLab：
```
jupyter lab
```
JupyterLab 会在浏览器中打开。

默认情况下，您的会话会在您运行 gcloud init 时设置的项目和区域中运行。如需更改会话的项目和区域设置，请执行以下操作：

您必须重启插件，才能使更改生效。

如需在 JupyterLab 中处理 BigQuery 数据，请执行以下操作：

如需从 JupyterLab 查询 BigQuery 数据，请执行以下操作：

如需打开启动器页面，请依次点击文件 > 新建启动器。
在 BigQuery 笔记本部分中，点击 BigQuery DataFrames 卡片。系统会打开一个新笔记本，其中介绍了如何开始使用 BigQuery DataFrames。

BigQuery DataFrames 笔记本支持在本地 Python 内核中进行 Python 开发。BigQuery DataFrames 操作在 BigQuery 上远程执行，但其余代码在您的机器上本地执行。在 BigQuery 中执行操作时，查询作业 ID 和作业链接会显示在代码单元下方。

您可以使用 Dataproc Serverless 运行时模板将 BigQuery DataFrames 笔记本部署到 Cloud Composer。您必须使用运行时版本 2.1 或更高版本。

成功安排笔记本后，它会显示在所选 Cloud Composer 环境的预定作业列表中。