管理資料表資料

本文件說明如何透過 BigQuery 管理資料表資料。您可以透過以下方法使用 BigQuery 資料表資料：

將資料載入資料表
瀏覽 (或預覽) 資料表資料
查詢資料表資料
附加或覆寫資料表資料
使用資料操縱語言修改資料表資料
複製資料表資料
匯出資料表資料

如需管理資料表結構的詳細資訊，請參閱修改資料表結構一文。

將資料載入資料表

您可以在建立資料表時載入資料，或是先建立空白的資料表，之後再載入資料。載入資料時，您可以使用結構定義自動偵測功能找出支援的資料格式，也可以指定結構定義。

如要深入瞭解如何載入資料，請參閱說明文件以瞭解來源資料的格式與位置：

如要深入瞭解如何從 Cloud Storage 載入資料，請參閱：
如要深入瞭解如何從本機來源載入資料，請參閱將資料從本機資料來源載入 BigQuery 一文。

瀏覽資料表資料

您可以透過下列方式瀏覽資料表資料：

使用 GCP 主控台或傳統 BigQuery 網頁版 UI
使用指令列工具的 bq head 指令
呼叫 tabledata.list API 方法
使用用戶端程式庫

所需權限

您至少必須擁有 bigquery.tables.getData 權限，才能瀏覽資料表和分區的資料。以下是擁有 bigquery.tables.getData 權限的預先定義 Cloud IAM 角色：

bigquery.dataViewer
bigquery.dataEditor
bigquery.dataOwner
bigquery.admin

此外，當具備 bigquery.datasets.create 權限的使用者建立資料集時，會獲得 bigquery.dataOwner 存取權。 bigquery.dataOwner 存取權可讓使用者瀏覽資料集中的資料表和分區資料。

如要深入瞭解 BigQuery 中的 Cloud IAM 角色和相關權限，請參閱存取權控管一文。

瀏覽資料表資料

如要瀏覽資料表資料：

主控台

在 GCP 主控台中開啟 BigQuery 網頁版 UI。
前往 GCP 主控台
在導覽面板的「Resources」(資源) 部分，展開您的專案並選取資料集。如此即會顯示資料集裡的資料表和檢視畫面。
按一下清單中的資料表。
按一下 [Details] (詳細資料) 並記下 [Number of Rows] (列數) 中的值。使用 CLI 或 API 時，您可能需要這個值來控管結果的起點。
按一下 [Preview] (預覽)。畫面上會顯示一組資料範例。

傳統版 UI

在傳統 BigQuery 網頁版 UI 的導覽窗格中，按一下資料集左側的藍色箭頭以展開選單，或按兩下資料集名稱。畫面上會顯示資料集中的資料表和視圖。
按一下清單中的資料表。
按一下 [Details] (詳細資料) 並記下 [Number of Rows] (列數) 中的值。使用 CLI 或 API 時，您可能需要這個值控管結果的起點。
按一下 [Preview] (預覽)。畫面上會顯示一組資料範例。

指令列

發出 bq head 指令並搭配使用 --max_rows 標記，即可列出特定資料表列數中的所有欄位。如果沒有指定 --max_rows，則預設值為 100。

如要瀏覽資料表中的資料欄子集 (包含巢狀與重複的資料欄)，請使用 --selected_fields 標記，並以逗號分隔清單的形式輸入資料欄。

如要指定顯示資料表資料前略過的列數，請使用 --start_row=integer 標記 (或 -s 捷徑)，預設值為 0。您可以使用 bq show 指令擷取資料表資訊，以擷取資料表中的列數。

如果您要瀏覽的資料表是在預設專案以外的專案中，請使用下列格式將專案 ID 新增至指令：project_id:dataset.table。

bq head \
--max_rows integer1 \
--start_row integer2 \
--selected_fields "columns" \
project_id:dataset.table

其中：

「integer1」是要顯示的列數。
「integer2」是顯示資料前略過的列數。
「columns」是以逗號分隔的資料欄清單。
「project_id」是您的專案 ID。
「dataset」是包含此資料表的資料集名稱。
「table」是要瀏覽的資料表名稱。

範例：

輸入下列指令，列出 mydataset.mytable 中前 10 列的所有欄位。mydataset 位於預設專案中。

bq head --max_rows=10 mydataset.mytable

輸入下列指令，列出 mydataset.mytable 中前 100 列的所有欄位。mydataset 位於 myotherproject 而非預設專案中。

bq head myotherproject:mydataset.mytable

輸入下列指令，只顯示 mydataset.mytable 中的 field1 和 field2。指令使用 --start_row 標記跳到第 100 列。 mydataset.mytable 位於預設專案中。

bq head --start_row 100 --selected_fields "field1,field2" mydataset.mytable

因為 bq head 指令不會建立查詢工作，所以 bq head 指令不會出現在您的查詢紀錄中，也不會為此向您收費。

API

呼叫 tabledata.list 即可瀏覽整份資料表的資料。在 tableId 參數中指定資料表名稱。

設定以下選用參數控管輸出：

maxResults：要傳回的結果數上限
selectedFields：傳回以逗號分隔的資料欄清單。如果未指定，則會傳回所有資料欄
startIndex：讀取的起始列，索引從零開始。

傳回的值會以 JSON 物件包裝，而您必須剖析這個物件，如 tabledata.list 參考說明文件所述。

C#

在試行此示例之前，請前往 BigQuery 快速入門導覽課程：使用用戶端程式庫頁面，按照 C# 設定說明進行操作。詳情請參閱 BigQuery C# API 參考說明文件。

前往 GitHub 查看意見回饋


using Google.Api.Gax;
using Google.Apis.Bigquery.v2.Data;
using Google.Cloud.BigQuery.V2;
using System;
using System.Collections.Generic;
using System.Linq;

public class BigQueryBrowseTable
{
    public void BrowseTable(
        string projectId = "your-project-id"
    )
    {
        BigQueryClient client = BigQueryClient.Create(projectId);
        TableReference tableReference = new TableReference()
        {
            TableId = "shakespeare",
            DatasetId = "samples",
            ProjectId = "bigquery-public-data"
        };
        // Load all rows from a table
        PagedEnumerable<TableDataList, BigQueryRow> result = client.ListRows(
            tableReference: tableReference,
            schema: null
        );
        // Print the first 10 rows
        foreach (BigQueryRow row in result.Take(10))
        {
            Console.WriteLine($"{row["corpus"]}: {row["word_count"]}");
        }
    }
}

Go

在試行此示例之前，請前往 BigQuery 快速入門導覽課程：使用用戶端程式庫頁面，按照 Go 設定說明進行操作。詳情請參閱 BigQuery Go API 參考說明文件。

根據預設，Go 專用的 Google Cloud 用戶端程式庫會自動進行分頁，因此您無須自行導入分頁程序，例如：

前往 GitHub 查看意見回饋

table := client.Dataset(datasetID).Table(tableID)
it := table.Read(ctx)
for {
	var row []bigquery.Value
	err := it.Next(&row)
	if err == iterator.Done {
		break
	}
	if err != nil {
		return err
	}
	fmt.Println(row)
}

Java

在試行此示例之前，請前往 BigQuery 快速入門導覽課程：使用用戶端程式庫頁面，按照 Java 設定說明進行操作。詳情請參閱 BigQuery Java API 參考說明文件。

前往 GitHub 查看意見回饋

TableId tableIdObject = TableId.of(datasetName, tableName);
// This example reads the result 100 rows per RPC call. If there's no need to limit the number,
// simply omit the option.
TableResult tableData =
    bigquery.listTableData(tableIdObject, TableDataListOption.pageSize(100));
for (FieldValueList row : tableData.iterateAll()) {
  // do something with the row
}

Node.js

在試行此示例之前，請前往 BigQuery 快速入門導覽課程：使用用戶端程式庫頁面，按照 Node.js 設定說明進行操作。詳情請參閱 BigQuery Node.js API 參考說明文件。

根據預設，Node.js 專用的 Google Cloud 用戶端程式庫會自動進行分頁，因此您無須自行導入分頁程序，例如：

前往 GitHub 查看意見回饋


// Import the Google Cloud client library and create a client
const {BigQuery} = require('@google-cloud/bigquery');
const bigquery = new BigQuery();

async function browseRows() {
  // Displays rows from "my_table" in "my_dataset".

  /**
   * TODO(developer): Uncomment the following lines before running the sample.
   */
  // const datasetId = "my_dataset";
  // const tableId = "my_table";

  // List rows in the table
  const [rows] = await bigquery
    .dataset(datasetId)
    .table(tableId)
    .getRows();

  console.log('Rows:');
  rows.forEach(row => console.log(row));
}

PHP

在試行此示例之前，請前往 BigQuery 快速入門導覽課程：使用用戶端程式庫頁面，按照 PHP 設定說明進行操作。詳情請參閱 BigQuery PHP API 參考說明文件。

PHP 適用的 Google Cloud 用戶端程式庫會透過產生器函式 rows 在疊代作業期間擷取下頁結果，藉此自動進行分頁。

前往 GitHub 查看意見回饋

use Google\Cloud\BigQuery\BigQueryClient;

/** Uncomment and populate these variables in your code */
// $projectId = 'The Google project ID';
// $datasetId = 'The BigQuery dataset ID';
// $tableId   = 'The BigQuery table ID';
// $maxResults = 10;

$maxResults = 10;
$startIndex = 0;

$options = [
    'maxResults' => $maxResults,
    'startIndex' => $startIndex
];
$bigQuery = new BigQueryClient([
    'projectId' => $projectId,
]);
$dataset = $bigQuery->dataset($datasetId);
$table = $dataset->table($tableId);
$numRows = 0;
foreach ($table->rows($options) as $row) {
    print('---');
    foreach ($row as $column => $value) {
        printf('%s: %s' . PHP_EOL, $column, $value);
    }
    $numRows++;
}

Python

在試行此示例之前，請前往 BigQuery 快速入門導覽課程：使用用戶端程式庫頁面，按照 Python 設定說明進行操作。詳情請參閱 BigQuery Python API 參考說明文件。

前往 GitHub 查看意見回饋

# from google.cloud import bigquery
# client = bigquery.Client()

dataset_ref = client.dataset("samples", project="bigquery-public-data")
table_ref = dataset_ref.table("shakespeare")
table = client.get_table(table_ref)  # API call

# Load all rows from a table
rows = client.list_rows(table)
assert len(list(rows)) == table.num_rows

# Load the first 10 rows
rows = client.list_rows(table, max_results=10)
assert len(list(rows)) == 10

# Specify selected fields to limit the results to certain columns
fields = table.schema[:2]  # first two columns
rows = client.list_rows(table, selected_fields=fields, max_results=10)
assert len(rows.schema) == 2
assert len(list(rows)) == 10

# Use the start index to load an arbitrary portion of the table
rows = client.list_rows(table, start_index=10, max_results=10)

# Print row data in tabular format
format_string = "{!s:<16} " * len(rows.schema)
field_names = [field.name for field in rows.schema]
print(format_string.format(*field_names))  # prints column headers
for row in rows:
    print(format_string.format(*row))  # prints row data

Ruby

在試用這個範例程式之前，請至 BigQuery 快速入門導覽課程：使用用戶端程式庫，按照 Ruby 設定說明進行操作。詳情請參閱 BigQuery Ruby API 參考說明文件。

Ruby 適用的 Google Cloud 用戶端程式庫會透過 Table#data 和 Data#next 自動進行分頁。

前往 GitHub 查看意見回饋

require "google/cloud/bigquery"

def browse_table
  bigquery = Google::Cloud::Bigquery.new project_id: "bigquery-public-data"
  dataset  = bigquery.dataset "samples"
  table    = dataset.table "shakespeare"

  # Load all rows from a table
  rows = table.data

  # Load the first 10 rows
  rows = table.data max: 10

  # Print row data
  rows.each { |row| puts row }
end

查詢資料表資料

將資料載入 BigQuery 後，您就可以查詢資料表中的資料。BigQuery 支援以下兩種類型的查詢：

互動式查詢
批次查詢

根據預設，BigQuery 會執行互動式查詢，這表示查詢會儘快執行。

BigQuery 同時提供批次查詢。BigQuery 會代表您佇列每一個批次查詢，一等到資源可供使用就會開始查詢，通常幾分鐘內就會查詢。

您可以使用下列方式執行互動式和批次查詢：

GCP 主控台中的查詢編輯器
BigQuery 網頁版 UI 中的 [Compose Query] (撰寫查詢) 選項
BigQuery 指令列工具的 bq query 指令
可透過程式呼叫 jobs.query 或查詢類型 jobs.insert 方法的 BigQuery REST API
BigQuery 用戶端程式庫

如要深入瞭解如何查詢 BigQuery 表格，請參閱查詢 BigQuery 資料簡介。

除了查詢儲存在 BigQuery 表格中的資料外，您還可以查詢儲存在外部的資料。詳情請參閱外部資料來源簡介。

附加與覆寫資料表資料

您可以使用載入或查詢作業覆寫資料表資料。您可以執行載入附加作業或將查詢結果附加至資料表，將其他資料附加到現有資料表。

如需在載入資料時附加或覆寫至資料表的詳細資訊，請參閱您的來源資料格式適用的說明文件。

若要使用查詢結果來附加或覆寫資料表，請指定目標資料表並將寫入配置設為下列其中一項：

Append to table (附加到資料表中)：將查詢結果附加至現有資料表。
Overwrite table (覆寫資料表)：使用查詢結果覆寫名稱相同的現有資料表。

如要深入瞭解如何使用查詢結果來附加或覆寫資料，請參閱寫入查詢結果一節。

修改資料表資料

透過標準 SQL 方言，您可以使用 DML 陳述式修改資料表中的資料。DML 陳述式可讓您執行大量列更新、插入和刪除作業。如需使用 DML 的相關範例，請參閱使用資料操縱語言更新資料表資料一文。

舊版 SQL 方言不支援 DML 陳述式。若要使用舊版 SQL 更新或刪除資料，您必須先刪除資料表，然後以新資料重新建立該資料表。另外，您也可以撰寫查詢來修改資料，並將查詢結果寫入新的目標資料表。

複製資料表資料

您可以透過以下方式複製資料表：

使用 GCP 主控台或傳統 BigQuery 網頁版 UI
使用指令列工具的 bq cp 指令
呼叫 jobs.insert API 方法並設定複製工作
使用用戶端程式庫

如要深入瞭解複製資料表，請參閱複製資料表一文。

匯出資料表資料

您可以使用 CSV、JSON 或 Avro 格式匯出資料表資料。目前，您必須將資料匯出至 Cloud Storage 值區。不支持導出到本地計算機;但是，您可以使用GCP控制台或經典BigQuery Web UI 下載和保存查詢結果。

詳情請參閱匯出資料表資料。

後續步驟

如要深入瞭解如何載入資料，請參閱載入資料簡介。
如要深入瞭解如何查詢資料，請參閱查詢 BigQuery 資料簡介。
如要深入瞭解如何修改資料表結構定義，請參閱修改資料表結構定義。
如要深入瞭解如何建立與使用資料表，請參閱建立與使用資料表一文。
如要深入瞭解如何管理資料表，請參閱管理資料表。

將資料載入資料表

瀏覽資料表資料

所需權限

瀏覽資料表資料

主控台

傳統版 UI

指令列

API

C#

Go

Java

Node.js

PHP

Python

Ruby

查詢資料表資料

附加與覆寫資料表資料

修改資料表資料

複製資料表資料

匯出資料表資料

後續步驟

傳送您對下列選項的寶貴意見...