修改資料表結構定義

本文件說明如何修改現有 BigQuery 資料表的結構定義。BigQuery 可以直接支援以下的結構定義修改作業：

將資料欄新增至結構定義
將資料欄的模式從 REQUIRED 放寬為 NULLABLE

您可以在不定義初始結構的情況下建立資料表，稍後再將結構定義加入資料表中。

修改其他類型的結構定義並不在支援的範圍內，您必須自行採取變通方法。這些修改作業包括：

變更資料欄的名稱
變更資料欄的資料類型
變更資料欄模式 (除了將 REQUIRED 資料欄放寬為 NULLABLE 以外)
刪除資料欄

如要進一步瞭解這類不受支援而必須另尋解決方法的結構定義變更，請參閱手動變更資料表結構定義一文。

將資料欄新增至資料表的結構定義

您可以透過以下方式將資料欄新增至現有資料表的結構定義：

手動 (建立空白資料欄)
使用載入或查詢工作覆寫資料表時
使用載入或查詢工作將資料附加到資料表時

您新增的任何資料欄都必須遵守 BigQuery 的資料欄名稱規則。如要深入瞭解如何建立結構定義元件，請參閱指定結構定義。

手動新增空白資料欄

您可以透過以下方式，將空白資料欄新增至現有的資料表：

使用 GCP Console 或 BigQuery 傳統網頁版 UI
使用指令列工具的 bq update 指令
呼叫 tables.patch API 方法
使用用戶端程式庫

新增至現有資料表結構定義的資料欄必須為 NULLABLE 或 REPEATED。您無法將 REQUIRED 資料欄新增至現有的資料表結構定義。如果您嘗試在 CLI 或 API 中將 REQUIRED 資料欄新增至現有的資料表結構定義，系統將會傳回下列錯誤訊息：BigQuery error in update operation: Provided Schema does not match Table project_id:dataset.table. Cannot add required columns to an existing schema. 只有在載入資料時建立資料表，或者使用結構定義建立空白資料表時，您才能新增 REQUIRED 資料欄。

將資料欄新增至資料表的結構定義後，您就可以透過下列方式，將資料載入新的資料欄：

DML 陳述式，可針對每一列執行批次更新
載入工作，可覆寫資料表
查詢結果，可覆寫資料表

如何將空白資料欄新增至資料表的結構定義：

主控台

在「Resources」(資源) 窗格中，選取資料表。
在「Query editor」(查詢編輯器) 下方，捲動至「Schema」(結構定義) 區段底部並按一下 [Edit schema] (編輯結構定義)。

編輯資料表結構定義

捲動至開啟的面板底部，按一下 [Add field] (新增欄位)。
- 在「Name」(名稱) 部分，輸入資料欄名稱。
- 在「Type」(類型) 部分，選擇資料類型。
- 在「Mode」(模式) 部分，選擇 NULLABLE 或 REPEATED。
資料欄新增完畢後，按一下 [Save] (儲存)。

傳統版 UI

在導覽窗格中，選取資料表。
在「Table Details」(資料表詳細資料) 頁面上，按一下 [Add New Fields] (新增欄位)。
在「New Fields」(新增欄位) 區段中：
- 在「Name」(名稱) 部分，輸入資料欄名稱。
- 在「Type」(類型) 部分，選擇資料類型。
- 在「Mode」(模式) 部分，選擇 NULLABLE 或 REPEATED。
資料欄新增完畢後，按一下 [Add to Table] (新增至資料表)。

CLI

發出 bq update 指令並提供 JSON 結構定義檔。如果您要更新的資料表位於非預設專案中，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。

bq update project_id:dataset.table schema

其中：

「project_id」是您的專案 ID。
「dataset」是資料集的名稱 (該資料集含有您要更新的資料表)。
「table」是您要更新的資料表名稱。
「schema」是您本機上的 JSON 結構定義檔路徑。

您在指令列中指定結構定義時，無法加入 RECORD (STRUCT) 類型和資料欄說明，也不能指定資料欄模式。所有模式均預設為 NULLABLE。

如果您嘗試使用內嵌結構定義新增資料欄，則必須提供包括新資料欄在內的整個結構定義。您無法使用內嵌結構定義指定資料欄模式，因此更新作業會嘗試將任何現有的 REQUIRED 資料欄變更為 NULLABLE。這會導致下列錯誤：BigQuery error in update operation: Provided Schema does not match Table project_id:dataset.table. Field field has changed mode from REPEATED to NULLABLE.

使用 CLI 將資料欄新增至現有資料表的建議方法是提供 JSON 結構定義檔。

如何使用 JSON 結構定義檔案將空白資料欄新增至資料表的結構定義：

首先，發出 bq show 指令並搭配使用 --schema 標記，然後將現有的資料表結構定義寫入檔案。如果您要更新的資料表位於非預設專案中，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。
```
bq show \
--schema \
--format=prettyjson \
project_id:dataset.table > schema_file
```
其中：
- 「project_id」是您的專案 ID。
- 「dataset」是資料集的名稱 (該資料集含有您要更新的資料表)。
- 「table」是您要更新的資料表名稱。
- 「schema_file」是寫入本機的結構定義檔。
例如，如要將 mydataset.mytable 的結構定義寫入某個檔案，請輸入下列指令。mydataset.mytable 位於預設專案中。
```
   bq show \
   --schema \
   --format=prettyjson \
   mydataset.mytable > /tmp/myschema.json
```

在文字編輯器中開啟結構定義檔。結構定義應如下所示：

[
  {
    "mode": "REQUIRED",
    "name": "column1",
    "type": "STRING"
  },
  {
    "mode": "REQUIRED",
    "name": "column2",
    "type": "FLOAT"
  },
  {
    "mode": "REPEATED",
    "name": "column3",
    "type": "STRING"
  }
]

將資料欄新增至結構定義的結尾處。如果您嘗試在陣列的其他地方新增資料欄，系統將會傳回下列錯誤訊息：BigQuery error in update operation: Precondition Failed。

您可以使用 JSON 檔案為新資料欄指定說明、NULLABLE 或 REPEATED 模式以及 RECORD 類型。例如，使用上一步中的結構定義，新的 JSON 陣列會如下所示。在這個範例中，會新增名為 column4 的 NULLABLE 資料欄。column4 包含說明。
```
  [
    {
      "mode": "REQUIRED",
      "name": "column1",
      "type": "STRING"
    },
    {
      "mode": "REQUIRED",
      "name": "column2",
      "type": "FLOAT"
    },
    {
      "mode": "REPEATED",
      "name": "column3",
      "type": "STRING"
    },
    {
      "description": "my new column",
      "mode": "NULLABLE",
      "name": "column4",
      "type": "STRING"
    }
  ]
  
```
如要進一步瞭解如何使用 JSON 結構定義檔，請參閱指定 JSON 結構定義檔一節。
更新結構定義檔後，請發出下列指令以更新資料表的結構定義。如果您要更新的資料表位於非預設專案中，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。
```
bq update project_id:dataset.table schema
```
其中：
- 「project_id」是您的專案 ID。
- 「dataset」是資料集的名稱 (該資料集含有您要更新的資料表)。
- 「table」是您要更新的資料表名稱。
- 「schema」是您本機上的 JSON 結構定義檔路徑。
例如，輸入下列指令以更新預設專案中 mydataset.mytable 的結構定義。您本機上的結構定義檔案路徑為 /tmp/myschema.json。
```
bq update mydataset.mytable /tmp/myschema.json
```

API

呼叫 tables.patch 方法並使用 schema 屬性，將空白資料欄新增至結構定義。tables.update 方法會取代整個資料表資源，因此建議使用 tables.patch 方法。

Go

前往 GitHub 查看

// To run this sample, you will need to create (or reuse) a context and
// an instance of the bigquery client.  For example:
// import "cloud.google.com/go/bigquery"
// ctx := context.Background()
// client, err := bigquery.NewClient(ctx, "your-project-id")
tableRef := client.Dataset(datasetID).Table(tableID)
meta, err := tableRef.Metadata(ctx)
if err != nil {
	return err
}
newSchema := append(meta.Schema,
	&bigquery.FieldSchema{Name: "phone", Type: bigquery.StringFieldType},
)
update := bigquery.TableMetadataToUpdate{
	Schema: newSchema,
}
if _, err := tableRef.Update(ctx, update, meta.ETag); err != nil {
	return err
}

Python

在嘗試此範例之前，請至 BigQuery 快速入門導覽課程：使用用戶端程式庫，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。

將新的 SchemaField 物件附加至 Table.schema 的副本，然後用已更新的結構定義取代 Table.schema 屬性的值。

前往 GitHub 查看

# from google.cloud import bigquery
# client = bigquery.Client()
# dataset_id = 'my_dataset'
# table_id = 'my_table'

table_ref = client.dataset(dataset_id).table(table_id)
table = client.get_table(table_ref)  # API request

original_schema = table.schema
new_schema = original_schema[:]  # creates a copy of the schema
new_schema.append(bigquery.SchemaField("phone", "STRING"))

table.schema = new_schema
table = client.update_table(table, ["schema"])  # API request

assert len(table.schema) == len(original_schema) + 1 == len(new_schema)

將巢狀資料欄新增至 `RECORD`

除了新增新的資料欄至資料表的結構之外，您也可以將巢狀資料欄新增至 RECORD，這個過程與新增資料欄的操作相當類似。

Console

GCP Console 目前不支援於現有的 RECORD 資料欄新增巢狀欄位。

傳統版 UI

傳統 BigQuery 網頁版 UI 目前不支援於現有的 RECORD 資料欄新增巢狀欄位。

CLI

發出 bq update 指令並提供 JSON 結構檔，該檔案會將巢狀欄位新增至現有的 RECORD 資料欄結構定義。如果您要更新的資料表位於非預設專案中，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。

bq update project_id:dataset.table schema

其中：

「project_id」是您的專案 ID。
「dataset」是資料集的名稱 (該資料集含有您要更新的資料表)。
「table」是您要更新的資料表名稱。
「schema」是您本機上的 JSON 結構定義檔路徑。

您在指令列中指定結構定義時，無法加入 RECORD (STRUCT) 類型和資料欄說明，也不能指定資料欄模式。所有模式都預設為 NULLABLE，因此如要將巢狀資料欄新增至 RECORD，您必須提供 JSON 結構定義檔。

如要使用 JSON 結構檔將巢狀資料欄新增至 RECORD：

首先，發出 bq show 指令並搭配使用 --schema 標記，然後將現有的資料表結構定義寫入檔案。如果您要更新的資料表位於非預設專案中，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset.table。
```
bq show \
--schema \
--format=prettyjson \
project_id:dataset.table > schema_file
```
其中：
- 「project_id」是您的專案 ID。
- 「dataset」是資料集的名稱 (該資料集含有您要更新的資料表)。
- 「table」是您要更新的資料表名稱。
- 「schema_file」是寫入本機的結構定義檔。
例如，如要將 mydataset.mytable 的結構定義寫入某個檔案，請輸入下列指令。mydataset.mytable 位於預設專案中。
```
bq show \
--schema \
--format=prettyjson \
mydataset.mytable > /tmp/myschema.json
```

在文字編輯器中開啟結構定義檔。結構定義應如下所示。在此範例中，column3 是巢狀的重複資料欄。巢狀資料欄為 nested1 以及 nested2。fields 陣列列舉在 column3 中的巢狀欄位。

[
  {
    "mode": "REQUIRED",
    "name": "column1",
    "type": "STRING"
  },
  {
    "mode": "REQUIRED",
    "name": "column2",
    "type": "FLOAT"
  },
  {
    "fields": [
      {
        "mode": "NULLABLE",
        "name": "nested1",
        "type": "STRING"
      },
      {
        "mode": "NULLABLE",
        "name": "nested2",
        "type": "STRING"
      }
    ],
    "mode": "REPEATED",
    "name": "column3",
    "type": "RECORD"
  }
]

新增新的巢狀資料欄至 fields 陣列的尾處。在此範例中，nested3 是一個新的巢狀資料欄。

  [
    {
      "mode": "REQUIRED",
      "name": "column1",
      "type": "STRING"
    },
    {
      "mode": "REQUIRED",
      "name": "column2",
      "type": "FLOAT"
    },
    {
      "fields": [
        {
          "mode": "NULLABLE",
          "name": "nested1",
          "type": "STRING"
        },
        {
          "mode": "NULLABLE",
          "name": "nested2",
          "type": "STRING"
        },
        {
          "mode": "NULLABLE",
          "name": "nested3",
          "type": "STRING"
        }
      ],
      "mode": "REPEATED",
      "name": "column3",
      "type": "RECORD"
    }
  ]

如要進一步瞭解如何使用 JSON 結構定義檔，請參閱指定 JSON 結構定義檔一節。

更新結構定義檔後，請發出下列指令以更新資料表的結構定義。如果您要更新的資料表位於非預設專案中，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。
```
bq update project_id:dataset.table schema
```
其中：
- 「project_id」是您的專案 ID。
- 「dataset」是資料集的名稱 (該資料集含有您要更新的資料表)。
- 「table」是您要更新的資料表名稱。
- 「schema」是您本機上的 JSON 結構定義檔路徑。
例如，輸入下列指令以更新預設專案中 mydataset.mytable 的結構定義。您本機上的結構定義檔案路徑為 /tmp/myschema.json。
```
bq update mydataset.mytable /tmp/myschema.json
```

API

呼叫 tables.patch 方法並使用 schema 屬性，將巢狀資料欄新增至結構定義。tables.update 方法會取代整個資料表資源，因此建議使用 tables.patch 方法。

在覆寫或附加資料時新增資料欄

將資料載入現有資料表並選擇覆寫現有資料表時，您可以一併將資料欄新增至現有資料表。覆寫現有的資料表時，所載入資料的結構定義會覆寫現有資料表的結構定義。如需使用載入工作覆寫資料表的相關資訊，請參閱：

您也可以使用載入或查詢工作，在將資料附加到現有的資料表時一併新增資料欄。

在載入附加工作期間新增資料欄

您可以藉由以下操作，在載入工作期間將資料附加至資料表時一併新增資料欄：

使用指令列工具的 bq load 指令
呼叫 API 的 jobs.insert 方法並設定 load 工作
使用用戶端程式庫

GCP Console 或 BigQuery 傳統網頁版 UI 目前不支援在附加作業期間，將資料欄新增至現有資料表。

在載入工作期間使用附加作業新增資料欄時，已更新的結構定義可以：

自動偵測 (適用於 CSV 和 JSON 檔案)
在 JSON 結構定義檔案中指定 (適用於 CSV 和 JSON 檔案)
從 Avro、ORC、Parquet 和 Cloud Datastore 匯出檔案的自述式來源資料中擷取

如果您在 JSON 檔案中指定結構定義，則必須在其中定義新的資料欄。如果缺少新的資料欄定義，則當您嘗試附加資料時，系統將會傳回下列錯誤訊息：Error while reading data, error message: parsing error in row starting at position int: No such field: field.

當您在附加作業期間新增資料欄時，系統將會針對現有資料列將新資料欄中的值設為 NULL。

如何在載入工作期間，於資料附加到資料表時一併新增資料欄：

Console

您在使用 GCP Console 載入資料時，無法將資料欄新增至現有資料表。

傳統版 UI

使用傳統 BigQuery 網頁版 UI 載入資料時，無法將資料欄新增至現有的資料表。

CLI

使用 bq load 指令載入資料並指定 --noreplace 標記以指示您要將資料附加到現有的資料表。

如果您要附加的資料是 CSV 格式，或是以換行符號分隔的 JSON 格式，請指定 --autodetect 標記以使用結構定義自動偵測功能，或在 JSON 結構定義檔中提供結構定義。系統可以從 Avro 或 Cloud Datastore 匯出檔案自動推斷新增的資料欄。

將 --schema_update_option 標記設為 ALLOW_FIELD_ADDITION 以指示您要附加的資料包含新的資料欄。

如果您要附加的資料表位於非預設專案中的資料集裡，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。

(選用) 加上 --location 標記，並這個標記值設為您的位置。

輸入 load 指令，如下所示：

bq --location=location load \
--noreplace \
--autodetect \
--schema_update_option=ALLOW_FIELD_ADDITION \
--source_format=format \
project_id:dataset.table \
path_to_source \
schema

其中：

「location」是您位置的名稱，--location 是選用標記。舉例來說，假設您是在東京地區使用 BigQuery，請將標記的值設為 asia-northeast1。您可以使用 .bigqueryrc 檔案來設定位置的預設值。
「format」是 NEWLINE_DELIMITED_JSON、CSV、AVRO、PARQUET、ORC 或 DATASTORE_BACKUP。
「project_id」是您的專案 ID。
「dataset」是資料集的名稱 (該資料集含有您要附加的資料表)。
「table」是您要附加的資料表名稱。
「path_to_source」是完整的 Cloud Storage URI、以逗號分隔的 URI 清單，或您本機上的資料檔案路徑。
「schema」是本機 JSON 結構定義檔的路徑。不指定 --autodetect 時，只有 CSV 和 JSON 檔案需要結構定義檔。系統會從來源資料推斷 Avro 和 Cloud Datastore 結構定義。

範例：

輸入下列指令，使用載入工作將本機 Avro 資料檔案 /tmp/mydata.avro 附加至 mydataset.mytable。由於結構定義可從 Avro 資料自動推斷出來，因此您不需要使用 --autodetect 標記。mydataset 位於預設專案中。

bq load \
--noreplace \
--schema_update_option=ALLOW_FIELD_ADDITION \
--source_format=AVRO \
mydataset.mytable \
/tmp/mydata.avro

輸入下列指令，使用載入工作將 Cloud Storage 中以換行符號分隔的 JSON 資料檔案附加至 mydataset.mytable。--autodetect 標記用於偵測新資料欄。mydataset 位於您的預設專案中。

bq load \
--noreplace \
--autodetect \
--schema_update_option=ALLOW_FIELD_ADDITION \
--source_format=NEWLINE_DELIMITED_JSON \
mydataset.mytable \
gs://mybucket/mydata.json

輸入下列指令，使用載入工作將 Cloud Storage 中以換行符號分隔的 JSON 資料檔案附加至 mydataset.mytable。包含新資料欄的結構定義是在本機 JSON 結構定義檔 (/tmp/myschema.json) 中指定。mydataset 位於 myotherproject 而非預設專案中。

bq load \
--noreplace \
--schema_update_option=ALLOW_FIELD_ADDITION \
--source_format=NEWLINE_DELIMITED_JSON \
myotherproject:mydataset.mytable \
gs://mybucket/mydata.json \
/tmp/myschema.json

API

呼叫 jobs.insert 方法，設定 load 工作和下列屬性：

使用 sourceUris 屬性參照 Cloud Storage 中的資料。
設定 sourceFormat 屬性來指定資料格式。
在 schema 屬性中指定結構定義。
使用 schemaUpdateOptions 屬性指定結構定義更新選項。
使用 writeDisposition 屬性將目標資料表的寫入配置設為 WRITE_APPEND。

Go

前往 GitHub 查看

// To run this sample, you will need to create (or reuse) a context and
// an instance of the bigquery client.  For example:
// import "cloud.google.com/go/bigquery"
// ctx := context.Background()
// client, err := bigquery.NewClient(ctx, "your-project-id")
sampleSchema := bigquery.Schema{
	{Name: "full_name", Type: bigquery.StringFieldType},
}
meta := &bigquery.TableMetadata{
	Schema: sampleSchema,
}
tableRef := client.Dataset(datasetID).Table(tableID)
if err := tableRef.Create(ctx, meta); err != nil {
	return err
}
// Now, import data from a local file, but specify field additions are allowed.
// Because the data has a second column (age), the schema is amended as part of
// the load.
f, err := os.Open(filename)
if err != nil {
	return err
}
source := bigquery.NewReaderSource(f)
source.AutoDetect = true   // Allow BigQuery to determine schema.
source.SkipLeadingRows = 1 // CSV has a single header line.

loader := client.Dataset(datasetID).Table(tableID).LoaderFrom(source)
loader.SchemaUpdateOptions = []string{"ALLOW_FIELD_ADDITION"}
job, err := loader.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
}

Python

在嘗試此範例之前，請至 BigQuery 快速入門導覽課程：使用用戶端程式庫，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('my_dataset')
# filepath = 'path/to/your_file.csv'

# Retrieves the destination table and checks the length of the schema
table_id = "my_table"
table_ref = dataset_ref.table(table_id)
table = client.get_table(table_ref)
print("Table {} contains {} columns.".format(table_id, len(table.schema)))

# Configures the load job to append the data to the destination table,
# allowing field addition
job_config = bigquery.LoadJobConfig()
job_config.write_disposition = bigquery.WriteDisposition.WRITE_APPEND
job_config.schema_update_options = [
    bigquery.SchemaUpdateOption.ALLOW_FIELD_ADDITION
]
# In this example, the existing table contains only the 'full_name' column.
# 'REQUIRED' fields cannot be added to an existing schema, so the
# additional column must be 'NULLABLE'.
job_config.schema = [
    bigquery.SchemaField("full_name", "STRING", mode="REQUIRED"),
    bigquery.SchemaField("age", "INTEGER", mode="NULLABLE"),
]
job_config.source_format = bigquery.SourceFormat.CSV
job_config.skip_leading_rows = 1

with open(filepath, "rb") as source_file:
    job = client.load_table_from_file(
        source_file,
        table_ref,
        location="US",  # Must match the destination dataset location.
        job_config=job_config,
    )  # API request

job.result()  # Waits for table load to complete.
print(
    "Loaded {} rows into {}:{}.".format(
        job.output_rows, dataset_id, table_ref.table_id
    )
)

# Checks the updated length of the schema
table = client.get_table(table)
print("Table {} now contains {} columns.".format(table_id, len(table.schema)))

在查詢附加工作期間新增資料欄

您可以藉由以下操作，在將查詢結果附加至資料表時一併新增資料欄：

使用指令列工具的 bq query 指令
呼叫 API 的 jobs.insert 方法並設定 query 工作
使用用戶端程式庫

GCP Console 或 BigQuery 傳統網頁版 UI 目前不支援在附加作業期間新增資料欄。

在查詢工作中使用附加作業新增資料欄時，系統會使用查詢結果的結構定義來更新目標資料表的結構定義。請注意，您無法在一個位置查詢資料表後，將結果寫入不同位置的資料表。

如要在查詢工作期間，將資料附加至資料表時一併新增資料欄：

Console

您在使用 GCP Console 附加查詢結果時，無法將資料欄新增至現有資料表。

傳統版 UI

使用傳統 BigQuery 網頁版 UI 附加查詢結果時，無法將資料欄新增至現有的資料表。

CLI

使用 bq query 指令查詢您的資料並指定 --destination_table 標記以指示您要附加的資料表。

如要指定將查詢結果附加至現有目標資料表，請指定 --append_table 標記。

將 --schema_update_option 標記設定為 ALLOW_FIELD_ADDITION 以指示您要附加的查詢結果包含新的資料欄。

指定 use_legacy_sql=false 標記以在查詢時使用標準 SQL 語法。

如果您要附加的資料表位於非預設專案中的資料集裡，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。請注意，您要查詢的資料表和目標資料表必須位於同一位置。

(選用) 加上 --location 標記，並這個標記值設為您的位置。

bq --location=location query \
--destination_table project_id:dataset.table \
--append_table \
--schema_update_option=ALLOW_FIELD_ADDITION \
--use_legacy_sql=false \
'query'

其中：

「location」是您位置的名稱，--location 是選用標記。舉例來說，假設您是在東京地區使用 BigQuery，請將標記的值設為 asia-northeast1。您可以使用 .bigqueryrc 檔案來設定位置的預設值。請注意，您無法將查詢結果附加至不同位置的資料表。
「project_id」是您的專案 ID。
「dataset」是含有您要附加之資料表的資料集名稱。
「table」是您要附加的資料表名稱。
「query」是採用標準 SQL 語法的查詢。

範例：

輸入下列指令，查詢預設專案中的 mydataset.mytable，並將查詢結果附加至 mydataset.mytable2 (也在預設專案中)。

bq query \
--destination_table mydataset.mytable2 \
--append_table \
--schema_update_option=ALLOW_FIELD_ADDITION \
--use_legacy_sql=false \
'SELECT
   column1,column2
 FROM
   mydataset.mytable'

輸入下列指令，查詢預設專案中的 mydataset.mytable，並將查詢結果附加至位於 myotherproject 中的 mydataset.mytable2。

bq query \
--destination_table myotherproject:mydataset.mytable2 \
--append_table \
--schema_update_option=ALLOW_FIELD_ADDITION \
--use_legacy_sql=false \
'SELECT
   column1,column2
 FROM
   mydataset.mytable'

API

呼叫 jobs.insert 方法，設定 query 工作和下列屬性：

使用 destinationTable 屬性指定目標資料表。
使用 writeDisposition 屬性將目標資料表的寫入配置設為 WRITE_APPEND。
使用 schemaUpdateOptions 屬性指定結構定義更新選項。
使用 query 屬性指定標準 SQL 查詢。

Go

前往 GitHub 查看

// To run this sample, you will need to create (or reuse) a context and
// an instance of the bigquery client.  For example:
// import "cloud.google.com/go/bigquery"
// ctx := context.Background()
// client, err := bigquery.NewClient(ctx, "your-project-id")
sampleSchema := bigquery.Schema{
	{Name: "full_name", Type: bigquery.StringFieldType, Required: true},
	{Name: "age", Type: bigquery.IntegerFieldType, Required: true},
}
original := &bigquery.TableMetadata{
	Schema: sampleSchema,
}
tableRef := client.Dataset(datasetID).Table(tableID)
if err := tableRef.Create(ctx, original); err != nil {
	return err
}
// Our table has two columns.  We'll introduce a new favorite_color column via
// a subsequent query that appends to the table.
q := client.Query("SELECT \"Timmy\" as full_name, 85 as age, \"Blue\" as favorite_color")
q.SchemaUpdateOptions = []string{"ALLOW_FIELD_ADDITION"}
q.QueryConfig.Dst = client.Dataset(datasetID).Table(tableID)
q.WriteDisposition = bigquery.WriteAppend
q.Location = "US"
job, err := q.Run(ctx)
if err != nil {
	return err
}
_, err = job.Wait(ctx)
if err != nil {
	return err
}

Python

在嘗試此範例之前，請至 BigQuery 快速入門導覽課程：使用用戶端程式庫，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('my_dataset')

# Retrieves the destination table and checks the length of the schema
table_id = "my_table"
table_ref = dataset_ref.table(table_id)
table = client.get_table(table_ref)
print("Table {} contains {} columns.".format(table_id, len(table.schema)))

# Configures the query to append the results to a destination table,
# allowing field addition
job_config = bigquery.QueryJobConfig()
job_config.schema_update_options = [
    bigquery.SchemaUpdateOption.ALLOW_FIELD_ADDITION
]
job_config.destination = table_ref
job_config.write_disposition = bigquery.WriteDisposition.WRITE_APPEND

query_job = client.query(
    # In this example, the existing table contains only the 'full_name' and
    # 'age' columns, while the results of this query will contain an
    # additional 'favorite_color' column.
    'SELECT "Timmy" as full_name, 85 as age, "Blue" as favorite_color;',
    # Location must match that of the dataset(s) referenced in the query
    # and of the destination table.
    location="US",
    job_config=job_config,
)  # API request - starts the query

query_job.result()  # Waits for the query to finish
print("Query job {} complete.".format(query_job.job_id))

# Checks the updated length of the schema
table = client.get_table(table)
print("Table {} now contains {} columns.".format(table_id, len(table.schema)))

放寬資料欄的模式

目前，您唯一可以對資料欄模式進行的修改是將其從 REQUIRED 變更為 NULLABLE。將資料欄的模式從 REQUIRED 變更為 NULLABLE 也稱為資料欄放寬。您可以透過以下方式放寬 REQUIRED 資料欄：

手動
使用載入或查詢工作覆寫資料表時
使用查詢工作將資料附加至資料表時

注意事項：將 REQUIRED 資料欄變更為 NULLABLE 後即無法復原。

手動將 `REQUIRED` 資料欄變更為 `NULLABLE`

如何手動將資料欄的模式從 REQUIRED 變更為 NULLABLE：

使用 GCP Console 或 BigQuery 傳統網頁版 UI
使用指令列工具的 bq update 指令
呼叫 tables.patch API 方法
使用用戶端程式庫

如要手動將資料欄模式從 REQUIRED 變更為 NULLABLE：

Console

您目前無法使用 GCP Console 來放寬資料欄模式。

傳統版 UI

展開您的資料集，然後選取資料表。
在「Table Details」(資料表詳細資料) 頁面上，按一下 [Schema] (結構定義) 分頁標籤。
按一下所需資料欄右側的向下箭號，然後選擇以下任一項：
- Make NULLABLE (設為 NULLABLE)：放寬個別資料欄的模式
- All REQUIRED to NULLABLE (將所有 REQUIRED 變更為 NULLABLE)：將結構定義中的所有 REQUIRED 資料欄變更為 NULLABLE
在「Confirm Mode Change」(確認模式變更) 對話方塊中，按一下 [OK] (確定)，將模式變更為 NULLABLE。請注意，這項變更無法復原。

CLI

首先，發出 bq show 指令並搭配使用 --schema 標記，然後將現有的資料表結構定義寫入檔案。如果您要更新的資料表位於非預設專案中，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。
```
bq show \
--schema \
--format=prettyjson \
project_id:dataset.table > schema_file
```
其中：
- 「project_id」是您的專案 ID。
- 「dataset」是資料集的名稱 (該資料集含有您要更新的資料表)。
- 「table」是您要更新的資料表名稱。
- 「schema_file」是寫入本機的結構定義檔。
例如，如要將 mydataset.mytable 的結構定義寫入某個檔案，請輸入下列指令。mydataset.mytable 位於預設專案中。
```
  bq show \
  --schema \
  --format=prettyjson \
  mydataset.mytable > /tmp/myschema.json
```

在文字編輯器中開啟結構定義檔。結構定義應如下所示：

[
  {
    "mode": "REQUIRED",
    "name": "column1",
    "type": "STRING"
  },
  {
    "mode": "REQUIRED",
    "name": "column2",
    "type": "FLOAT"
  },
  {
    "mode": "REPEATED",
    "name": "column3",
    "type": "STRING"
  }
]

將現有的資料欄模式從 REQUIRED 變更為 NULLABLE。在這個範例中，column1 的模式已放寬。

[
  {
    "mode": "NULLABLE",
    "name": "column1",
    "type": "STRING"
  },
  {
    "mode": "REQUIRED",
    "name": "column2",
    "type": "FLOAT"
  },
  {
    "mode": "REPEATED",
    "name": "column3",
    "type": "STRING"
  }
]

如要深入瞭解如何使用 JSON 結構定義檔案，請參閱指定 JSON 結構定義檔案。

更新結構定義檔後，請發出下列指令以更新資料表的結構定義。如果您要更新的資料表位於非預設專案中，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。
```
bq update project_id:dataset.table schema
```
其中：
- 「project_id」是您的專案 ID。
- 「dataset」是資料集的名稱 (該資料集含有您要更新的資料表)。
- 「table」是您要更新的資料表名稱。
- 「schema」是您本機上的 JSON 結構定義檔路徑。
例如，輸入下列指令以更新預設專案中 mydataset.mytable 的結構定義。您本機上的結構定義檔案路徑為 /tmp/myschema.json。
```
  bq update mydataset.mytable /tmp/myschema.json
```

API

呼叫 tables.patch 並使用 schema 屬性，將結構定義中的 REQUIRED 資料欄變更為 NULLABLE。tables.update 方法會取代整個資料表資源，因此建議使用 tables.patch 方法。

Go

前往 GitHub 查看

// To run this sample, you will need to create (or reuse) a context and
// an instance of the bigquery client.  For example:
// import "cloud.google.com/go/bigquery"
// ctx := context.Background()
// client, err := bigquery.NewClient(ctx, "your-project-id")
tableRef := client.Dataset(datasetID).Table(tableID)
meta, err := tableRef.Metadata(ctx)
if err != nil {
	return err
}
// Iterate through the schema to set all Required fields to false (nullable).
var relaxed bigquery.Schema
for _, v := range meta.Schema {
	v.Required = false
	relaxed = append(relaxed, v)
}
newMeta := bigquery.TableMetadataToUpdate{
	Schema: relaxed,
}
if _, err := tableRef.Update(ctx, newMeta, meta.ETag); err != nil {
	return err
}

Python

在嘗試此範例之前，請至 BigQuery 快速入門導覽課程：使用用戶端程式庫，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。

使用模式屬性設為 'NULLABLE' 的 SchemaField 物件清單覆寫 Table.schema 屬性。

前往 GitHub 查看

# from google.cloud import bigquery
# client = bigquery.Client()
# dataset_id = 'my_dataset'
# table_id = 'my_table'

original_schema = [
    bigquery.SchemaField("full_name", "STRING", mode="REQUIRED"),
    bigquery.SchemaField("age", "INTEGER", mode="REQUIRED"),
]
table_ref = client.dataset(dataset_id).table(table_id)
table = bigquery.Table(table_ref, schema=original_schema)
table = client.create_table(table)
assert all(field.mode == "REQUIRED" for field in table.schema)

# SchemaField properties cannot be edited after initialization.
# To make changes, construct new SchemaField objects.
relaxed_schema = [
    bigquery.SchemaField("full_name", "STRING", mode="NULLABLE"),
    bigquery.SchemaField("age", "INTEGER", mode="NULLABLE"),
]
table.schema = relaxed_schema
table = client.update_table(table, ["schema"])

assert all(field.mode == "NULLABLE" for field in table.schema)

在載入或查詢工作期間將 `REQUIRED` 變更為 `NULLABLE`

在將資料載入現有資料表的結構定義並選擇覆寫現有的資料表時，可以在現有資料表的結構定義中將 REQUIRED 資料欄放寬為 NULLABLE。覆寫現有的資料表時，所載入資料的結構定義會覆寫現有資料表的結構定義。如需使用載入工作覆寫資料表的相關資訊，請參閱：

當您使用查詢工作將資料附加到現有資料表的結構定義時，也可以將其中的 REQUIRED 資料欄放寬為 NULLABLE。

在載入附加工作期間將 `REQUIRED` 變更為 `NULLABLE`

您可以藉由以下操作，在載入工作期間將資料附加至資料表時放寬資料欄的模式：

使用指令列工具的 bq load 指令
呼叫 API 的 jobs.insert 方法並設定載入工作
使用用戶端程式庫

GCP Console 或 BigQuery 傳統網頁版 UI 目前不支援在附加作業期間變更資料欄模式。

在載入工作期間使用附加作業放寬資料欄的模式時，您可以：

指定 JSON 結構定義檔以放寬個別資料欄 (從 CSV 和 JSON 檔案附加資料時)
在 Avro、ORC 或 Parquet 結構定義中將資料欄放寬為 null，並允許系統推斷結構定義以偵測放寬的資料欄

進行載入工作期間將資料附加到資料表時，一併將資料欄從 REQUIRED 放寬為 NULLABLE：

Console

您目前無法使用 GCP Console 來放寬資料欄模式。

傳統版 UI

使用傳統 BigQuery 網頁版 UI 在載入工作期間將資料附加到資料表時，無法放寬現有資料欄的模式。

CLI

使用 bq load 指令載入資料並指定 --noreplace 標記以指示您要將資料附加到現有的資料表。

如果您要附加的資料是 CSV 格式，或是以換行符號分隔的 JSON 格式，請在本機 JSON 結構定義檔中指定放寬的資料欄，或透過 --autodetect 標記使用結構定義偵測功能，在來源資料中找出放寬的資料欄。如要瞭解如何使用 JSON 結構定義檔放寬資料欄模式，請參閱手動將 REQUIRED 資料欄變更為 NULLABLE 一節。

系統可以從 Avro、ORC 和 Parquet 檔案自動推斷放寬的資料欄。不過，資料欄放寬不適用於 Cloud Datastore 匯出檔案的附加作業。透過載入 Cloud Datastore 匯出檔案建立的資料表中的資料欄一律為 NULLABLE。

將 --schema_update_option 標記設為 ALLOW_FIELD_RELAXATION 以指示您要附加的資料包含放寬的資料欄。

如果您要附加的資料表位於非預設專案中的資料集裡，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。

(選用) 加上 --location 標記，並這個標記值設為您的位置。

輸入 load 指令，如下所示：

bq --location=location load \
--noreplace \
--schema_update_option=ALLOW_FIELD_RELAXATION \
--source_format=format \
project_id:dataset.table \
path_to_source \
schema

其中：

「location」是您位置的名稱，--location 是選用標記。舉例來說，假設您是在東京地區使用 BigQuery，請將標記的值設為 asia-northeast1。您可以使用 .bigqueryrc 檔案來設定位置的預設值。
「format」是 NEWLINE_DELIMITED_JSON、CSV、PARQUET、ORC 或 AVRO。DATASTORE_BACKUP 檔案不需要資料欄放寬。從 Cloud Datastore 匯出檔案建立的資料表，當中的資料欄一律為 NULLABLE。
「project_id」是您的專案 ID。
「dataset」是資料集的名稱 (該資料集含有您要附加的資料表)。
「table」是您要附加的資料表名稱。
「path_to_source」是完整的 Cloud Storage URI、以逗號分隔的 URI 清單，或您本機上的資料檔案路徑。
「schema」是本機 JSON 結構定義檔的路徑。這個選項僅用於 CSV 和 JSON 檔案。系統會從 Avro 檔案自動推斷放寬的資料欄。

範例：

輸入下列指令，使用載入工作將本機 Avro 資料檔案 /tmp/mydata.avro 附加至 mydataset.mytable。由於放寬資料欄可從 Avro 資料自動推斷出來，因此您不需要指定結構定義檔。mydataset 位於預設專案中。

bq load \
--noreplace \
--schema_update_option=ALLOW_FIELD_RELAXATION \
--source_format=AVRO \
mydataset.mytable \
/tmp/mydata.avro

輸入下列指令，使用載入工作將資料從 Cloud Storage 中以換行符號分隔的 JSON 檔案附加至 mydataset.mytable。包含放寬資料欄的結構定義位於本機 JSON 結構定義檔 (/tmp/myschema.json) 中。mydataset 位於預設專案中。

bq load \
--noreplace \
--schema_update_option=ALLOW_FIELD_RELAXATION \
--source_format=NEWLINE_DELIMITED_JSON \
mydataset.mytable \
gs://mybucket/mydata.json \
/tmp/myschema.json

輸入下列指令，使用載入工作將資料從本機的 CSV 檔案附加至 mydataset.mytable。該指令使用結構定義自動偵測功能來探索來源資料中的放寬資料欄。mydataset 位於 myotherproject 而非預設專案中。

bq load \
--noreplace \
--schema_update_option=ALLOW_FIELD_RELAXATION \
--source_format=CSV \
--autodetect \
myotherproject:mydataset.mytable \
mydata.csv

API

呼叫 jobs.insert 方法，設定 load 工作和下列屬性：

使用 sourceUris 屬性參照 Cloud Storage 中的資料。
設定 sourceFormat 屬性來指定資料格式。
在 schema 屬性中指定結構定義。
使用 schemaUpdateOptions 屬性指定結構定義更新選項。
使用 writeDisposition 屬性將目標資料表的寫入配置設為 WRITE_APPEND。

Go

前往 GitHub 查看

// To run this sample, you will need to create (or reuse) a context and
// an instance of the bigquery client.  For example:
// import "cloud.google.com/go/bigquery"
// ctx := context.Background()
// client, err := bigquery.NewClient(ctx, "your-project-id")
sampleSchema := bigquery.Schema{
	{Name: "full_name", Type: bigquery.StringFieldType, Required: true},
	{Name: "age", Type: bigquery.IntegerFieldType, Required: true},
}
meta := &bigquery.TableMetadata{
	Schema: sampleSchema,
}
tableRef := client.Dataset(datasetID).Table(tableID)
if err := tableRef.Create(ctx, meta); err != nil {
	return err
}
// Now, import data from a local file, but specify relaxation of required
// fields as a side effect while the data is appended.
f, err := os.Open(filename)
if err != nil {
	return err
}
source := bigquery.NewReaderSource(f)
source.AutoDetect = true   // Allow BigQuery to determine schema.
source.SkipLeadingRows = 1 // CSV has a single header line.

loader := client.Dataset(datasetID).Table(tableID).LoaderFrom(source)
loader.SchemaUpdateOptions = []string{"ALLOW_FIELD_RELAXATION"}
job, err := loader.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
}

Python

在嘗試此範例之前，請至 BigQuery 快速入門導覽課程：使用用戶端程式庫，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('my_dataset')
# filepath = 'path/to/your_file.csv'

# Retrieves the destination table and checks the number of required fields
table_id = "my_table"
table_ref = dataset_ref.table(table_id)
table = client.get_table(table_ref)
original_required_fields = sum(field.mode == "REQUIRED" for field in table.schema)
# In this example, the existing table has 3 required fields.
print("{} fields in the schema are required.".format(original_required_fields))

# Configures the load job to append the data to a destination table,
# allowing field relaxation
job_config = bigquery.LoadJobConfig()
job_config.write_disposition = bigquery.WriteDisposition.WRITE_APPEND
job_config.schema_update_options = [
    bigquery.SchemaUpdateOption.ALLOW_FIELD_RELAXATION
]
# In this example, the existing table contains three required fields
# ('full_name', 'age', and 'favorite_color'), while the data to load
# contains only the first two fields.
job_config.schema = [
    bigquery.SchemaField("full_name", "STRING", mode="REQUIRED"),
    bigquery.SchemaField("age", "INTEGER", mode="REQUIRED"),
]
job_config.source_format = bigquery.SourceFormat.CSV
job_config.skip_leading_rows = 1

with open(filepath, "rb") as source_file:
    job = client.load_table_from_file(
        source_file,
        table_ref,
        location="US",  # Must match the destination dataset location.
        job_config=job_config,
    )  # API request

job.result()  # Waits for table load to complete.
print(
    "Loaded {} rows into {}:{}.".format(
        job.output_rows, dataset_id, table_ref.table_id
    )
)

# Checks the updated number of required fields
table = client.get_table(table)
current_required_fields = sum(field.mode == "REQUIRED" for field in table.schema)
print("{} fields in the schema are now required.".format(current_required_fields))

在查詢附加工作期間將 `REQUIRED` 變更為 `NULLABLE`

您可以藉由以下操作，在將查詢結果附加至資料表時一併放寬所有資料欄：

使用指令列工具的 bq query 指令
呼叫 API 的 jobs.insert 方法並設定查詢工作
使用用戶端程式庫

GCP Console 或 BigQuery 傳統網頁版 UI 目前不支援在附加作業期間放寬資料欄。

在查詢工作期間使用附加作業放寬資料欄時，您可以將 --schema_update_option 標記設為 ALLOW_FIELD_RELAXATION 來放寬目標資料表中的所有必要欄位。但是，您無法使用查詢附加工作放寬目標資料表中的個別資料欄。

如要在查詢工作期間，將資料附加至目標資料表時一併放寬其中的所有資料欄：

Console

您目前無法使用 GCP Console 來放寬資料欄模式。

傳統版 UI

您在使用 BigQuery 網頁版 UI 附加查詢結果時，無法放寬目標資料表中的資料欄。

CLI

使用 bq query 指令查詢您的資料並指定 --destination_table 標記以指示您要附加的資料表。

如要指定將查詢結果附加至現有目標資料表，請指定 --append_table 標記。

將 --schema_update_option 標記設為 ALLOW_FIELD_RELAXATION 以指示應將您要附加之資料表中的所有 REQUIRED 資料欄變更為 NULLABLE。

指定 use_legacy_sql=false 標記以在查詢時使用標準 SQL 語法。

如果您要附加的資料表位於非預設專案中的資料集裡，請依照下列格式將該專案的 ID 加到資料集名稱中：project_id:dataset。

(選用) 加上 --location 標記，並這個標記值設為您的位置。

bq --location=location query \
--destination_table project_id:dataset.table \
--append_table \
--schema_update_option=ALLOW_FIELD_RELAXATION \
--use_legacy_sql=false \
'query'

其中：

「location」是您位置的名稱，--location 是選用標記。舉例來說，假設您是在東京地區使用 BigQuery，請將標記的值設為 asia-northeast1。您可以使用 .bigqueryrc 檔案來設定位置的預設值。
「project_id」是您的專案 ID。
「dataset」是含有您要附加之資料表的資料集名稱。
「table」是您要附加的資料表名稱。
「query」是採用標準 SQL 語法的查詢。

範例：

輸入下列指令，查詢預設專案中的 mydataset.mytable，並將查詢結果附加至 mydataset.mytable2 (也在預設專案中)。該指令會將目標資料表中的所有 REQUIRED 資料欄變更為 NULLABLE。

bq query \
--destination_table mydataset.mytable2 \
--append_table \
--schema_update_option=ALLOW_FIELD_RELAXATION \
--use_legacy_sql=false \
'SELECT
   column1,column2
 FROM
   mydataset.mytable'

輸入下列指令，查詢預設專案中的 mydataset.mytable，並將查詢結果附加至 myotherproject 中的 mydataset.mytable2。該指令會將目標資料表中的所有 REQUIRED 資料欄變更為 NULLABLE。

bq query \
--destination_table myotherproject:mydataset.mytable2 \
--append_table \
--schema_update_option=ALLOW_FIELD_RELAXATION \
--use_legacy_sql=false \
'SELECT
   column1,column2
 FROM
   mydataset.mytable'

API

呼叫 jobs.insert 方法，設定 query 工作和下列屬性：

使用 destinationTable 屬性指定目標資料表。
使用 writeDisposition 屬性將目標資料表的寫入配置設為 WRITE_APPEND。
使用 schemaUpdateOptions 屬性指定結構定義更新選項。
使用 query 屬性指定標準 SQL 查詢。

Go

前往 GitHub 查看

// To run this sample, you will need to create (or reuse) a context and
// an instance of the bigquery client.  For example:
// import "cloud.google.com/go/bigquery"
// ctx := context.Background()
// client, err := bigquery.NewClient(ctx, "your-project-id")
sampleSchema := bigquery.Schema{
	{Name: "full_name", Type: bigquery.StringFieldType, Required: true},
	{Name: "age", Type: bigquery.IntegerFieldType, Required: true},
}
meta := &bigquery.TableMetadata{
	Schema: sampleSchema,
}
tableRef := client.Dataset(datasetID).Table(tableID)
if err := tableRef.Create(ctx, meta); err != nil {
	return err
}
// Now, append a query result that includes nulls, but allow the job to relax
// all required columns.
q := client.Query("SELECT \"Beyonce\" as full_name")
q.QueryConfig.Dst = client.Dataset(datasetID).Table(tableID)
q.SchemaUpdateOptions = []string{"ALLOW_FIELD_RELAXATION"}
q.WriteDisposition = bigquery.WriteAppend
q.Location = "US"
job, err := q.Run(ctx)
if err != nil {
	return err
}
_, err = job.Wait(ctx)
if err != nil {
	return err
}

Python

在嘗試此範例之前，請至 BigQuery 快速入門導覽課程：使用用戶端程式庫，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('my_dataset')

# Retrieves the destination table and checks the number of required fields
table_id = "my_table"
table_ref = dataset_ref.table(table_id)
table = client.get_table(table_ref)
original_required_fields = sum(field.mode == "REQUIRED" for field in table.schema)
# In this example, the existing table has 2 required fields
print("{} fields in the schema are required.".format(original_required_fields))

# Configures the query to append the results to a destination table,
# allowing field relaxation
job_config = bigquery.QueryJobConfig()
job_config.schema_update_options = [
    bigquery.SchemaUpdateOption.ALLOW_FIELD_RELAXATION
]
job_config.destination = table_ref
job_config.write_disposition = bigquery.WriteDisposition.WRITE_APPEND

query_job = client.query(
    # In this example, the existing table contains 'full_name' and 'age' as
    # required columns, but the query results will omit the second column.
    'SELECT "Beyonce" as full_name;',
    # Location must match that of the dataset(s) referenced in the query
    # and of the destination table.
    location="US",
    job_config=job_config,
)  # API request - starts the query

query_job.result()  # Waits for the query to finish
print("Query job {} complete.".format(query_job.job_id))

# Checks the updated number of required fields
table = client.get_table(table)
current_required_fields = sum(field.mode == "REQUIRED" for field in table.schema)
print("{} fields in the schema are now required.".format(current_required_fields))

將資料欄新增至資料表的結構定義

手動新增空白資料欄

主控台

傳統版 UI

CLI

API

Go

Python

將巢狀資料欄新增至 RECORD

Console

傳統版 UI

CLI

API

在覆寫或附加資料時新增資料欄

在載入附加工作期間新增資料欄

Console

傳統版 UI

CLI

API

Go

Python

在查詢附加工作期間新增資料欄

Console

傳統版 UI

CLI

API

Go

Python

放寬資料欄的模式

手動將 REQUIRED 資料欄變更為 NULLABLE

Console

傳統版 UI

CLI

API

Go

Python

在載入或查詢工作期間將 REQUIRED 變更為 NULLABLE

在載入附加工作期間將 REQUIRED 變更為 NULLABLE

Console

傳統版 UI

CLI

API

Go

Python

在查詢附加工作期間將 REQUIRED 變更為 NULLABLE

Console

傳統版 UI

CLI

API

Go

Python

傳送您對下列選項的寶貴意見...

將巢狀資料欄新增至 `RECORD`

手動將 `REQUIRED` 資料欄變更為 `NULLABLE`

在載入或查詢工作期間將 `REQUIRED` 變更為 `NULLABLE`

在載入附加工作期間將 `REQUIRED` 變更為 `NULLABLE`

在查詢附加工作期間將 `REQUIRED` 變更為 `NULLABLE`