Programmazione delle query

Questa pagina descrive come pianificare query ricorrenti in BigQuery.

Puoi pianificare l'esecuzione delle query su base ricorrente. Le query pianificate devono essere scritte in GoogleSQL, che può includere il DDL (Data Definition Language) e DML (Data Manipulation Language) istruzioni. Puoi organizzare i risultati della query per data e ora con la parametrizzazione la stringa di query e la tabella di destinazione.

Quando crei o aggiorni la pianificazione di una query, l'ora pianificata per la viene convertita dall'ora locale al fuso UTC. Il fuso orario UTC non è influenzato dalla luce diurna risparmiando tempo.

Prima di iniziare

Autorizzazioni obbligatorie

Per pianificare una query, devi disporre dei seguenti IAM autorizzazioni:

  • Per creare il trasferimento, devi disporre di bigquery.transfers.update e bigquery.datasets.get o le bigquery.jobs.create, bigquery.transfers.get e bigquery.datasets.get autorizzazioni aggiuntive.

  • Per eseguire una query pianificata, devi avere:

    • bigquery.datasets.get autorizzazioni nel set di dati di destinazione
    • bigquery.jobs.create

Per modificare o eliminare una query pianificata, devi disporre di uno dei seguenti IAM autorizzazioni:

  • bigquery.transfers.update
  • bigquery.jobs.create e la proprietà della query pianificata

Il ruolo IAM predefinito di roles/bigquery.admin include le autorizzazioni necessarie per pianificare o modificare una query.

Per saperne di più sui ruoli IAM in BigQuery, vedi Autorizzazioni e ruoli predefiniti.

Per creare o aggiornare le query pianificate eseguite da un account di servizio, devi avere l'accesso a quell'account di servizio. Per ulteriori informazioni su come concedere agli utenti il ruolo account di servizio, consulta Utente account di servizio ruolo. Per selezionare un servizio nell'interfaccia utente delle query pianificate della console Google Cloud, è necessario autorizzazioni IAM seguenti:

  • iam.serviceAccounts.list

Opzioni di configurazione

Stringa di query

La stringa di query deve essere valida e scritta in GoogleSQL. Ogni esecuzione di una query pianificata può ricevere i seguenti parametri di query.

Per testare manualmente una stringa di query con i parametri @run_time e @run_date prima di pianificare una query, usa lo strumento a riga di comando bq.

Parametri disponibili

Parametro Tipo GoogleSQL Valore
@run_time TIMESTAMP Rappresentata nel fuso orario UTC. Per le query pianificate regolarmente, il valore run_time rappresenta il tempo di esecuzione previsto. Ad esempio, se la query pianificata è impostata su "ogni 24 ore", la differenza run_time tra due query consecutive è esattamente di 24 ore, anche se il tempo di esecuzione effettivo potrebbe variare leggermente.
@run_date DATE Rappresenta una data di calendario logica.

Esempio

In questo esempio, il parametro @run_time fa parte della stringa di query, che esegue una query su un set di dati pubblico denominato hacker_news.stories.

SELECT @run_time AS time,
  title,
  author,
  text
FROM `bigquery-public-data.hacker_news.stories`
LIMIT
  1000

Tabella di destinazione

Se la tabella di destinazione dei risultati non esiste quando configuri una query pianificata, BigQuery tenta di creare la tabella per te.

Se utilizzi una query DDL o DML, nella console Google Cloud scegli La località di elaborazione o la regione. La località di elaborazione è obbligatoria per il DDL che creano la tabella di destinazione.

Se la tabella di destinazione esiste e utilizzi WRITE_APPEND preferenza di scrittura, BigQuery aggiunge i dati la tabella di destinazione e prova a mappare lo schema. BigQuery consente automaticamente l'aggiunta e il riordinamento dei campi, supporta campi facoltativi mancanti. Se lo schema della tabella cambia così tanto tra le esecuzioni, BigQuery non è in grado di elaborare le modifiche automaticamente, la query pianificata non va a buon fine.

Le query possono fare riferimento a tabelle di progetti e set di dati diversi. Quando configuri la query pianificata, non è necessario includere la destinazione nel nome della tabella. Devi specificare il set di dati di destinazione separatamente.

Il set di dati e la tabella di destinazione per una query pianificata devono essere nello stesso progetto come query pianificata.

Preferenza di scrittura

La preferenza di scrittura selezionata determina il modo in cui vengono scritti i risultati della query a una tabella di destinazione esistente.

  • WRITE_TRUNCATE: se la tabella esiste, BigQuery sovrascrive i valori e i dati della tabella.
  • WRITE_APPEND: se la tabella esiste, BigQuery aggiunge i dati nella tabella.

Se utilizzi una query DDL o DML, non puoi utilizzare l'opzione Preferenza di scrittura.

La creazione, il troncamento o l'aggiunta di una tabella di destinazione si verifica solo se BigQuery è in grado di completare la query. Creazione, il troncamento o l'aggiunta delle azioni avvengono come un singolo aggiornamento atomico al completamento del job.

Clustering

Le query pianificate possono creare clustering solo sulle nuove tabelle, quando la tabella creato con un'istruzione DDL CREATE TABLE AS SELECT. Consulta Creazione di una tabella in cluster dal risultato di una query nell'articolo sull'utilizzo delle istruzioni Data Definition Language (DDL) .

Opzioni di partizionamento

Le query pianificate possono creare tabelle di destinazione partizionate o non partizionate. Il partizionamento è disponibile nella console Google Cloud, nello strumento a riga di comando bq e nell'API metodi di configurazione. Se utilizzi una query DDL o DML con il partizionamento, lascia la Il campo di partizionamento della tabella di destinazione è vuoto.

Puoi utilizzare i seguenti tipi di partizionamento delle tabelle BigQuery:

Per creare una tabella partizionata utilizzando una query pianificata nel Console Google Cloud, utilizza le seguenti opzioni:

  • Per utilizzare il partizionamento di intervalli di numeri interi, esci dalla Tabella di destinazione di partizionamento.

  • Per utilizzare il partizionamento delle colonne nelle unità di tempo, specifica la nel campo Partizionamento della tabella di destinazione quando configurare una query pianificata.

  • Per utilizzare il partizionamento in fase di importazione, lascia la Il campo di partizionamento della tabella di destinazione è vuoto e indica la data il partizionamento orizzontale nel nome della tabella di destinazione. Ad esempio: mytable${run_date}. Per ulteriori informazioni, vedi Sintassi dei modelli dei parametri.

Parametri disponibili

Quando configuri la query pianificata, puoi specificare come eseguire il partizionamento la tabella di destinazione con i parametri di runtime.

Parametro Tipo di modello Valore
run_time Timestamp formattato Nel fuso orario UTC, in base alla programmazione. Per le query pianificate regolarmente, il valore run_time rappresenta il tempo di esecuzione previsto. Ad esempio, se la query pianificata è impostata su "ogni 24 ore", la differenza run_time tra due query consecutive è esattamente di 24 ore, anche se il tempo di esecuzione effettivo può variare leggermente.

Consulta TransferRun.runTime.
run_date Stringa data La data del parametro run_time nel seguente formato: %Y-%m-%d; ad esempio 2018-01-01. Questo formato è compatibile con le tabelle partizionate in fase di importazione.

Sistema di modelli

Le query pianificate supportano i parametri di runtime nel nome della tabella di destinazione con una sintassi dei modelli.

Sintassi dei modelli dei parametri

La sintassi dei modelli supporta la creazione di modelli di stringhe di base e la compensazione temporale. I parametri sono a cui viene fatto riferimento nei seguenti formati:

  • {run_date}
  • {run_time[+\-offset]|"time_format"}
Parametro Purpose
run_date Questo parametro è sostituito dalla data nel formato YYYYMMDD.
run_time Questo parametro supporta le seguenti proprietà:


offset
Offset temporale espresso in ore (h), minuti (m) e secondi (s) in questo ordine.
I giorni (g) non sono supportati.
Sono consentiti i decimali, ad esempio: 1.5h.

time_format
Una stringa di formattazione. I parametri di formattazione più comuni sono anni (%Y), mesi (%m) e giorni (%d).
Per le tabelle partizionate, AAAAMMGG è il suffisso richiesto, che equivale a "%Y%m%d".

Scopri di più su formattazione di elementi data/ora.

Note sull'utilizzo:
    .
  • Non sono consentiti spazi tra run_time, offset e formato ora.
  • Per includere parentesi graffe letterali nella stringa, puoi utilizzare il carattere di escape '\{' and '\}'.
  • Per includere virgolette letterali o una barra verticale nel formato time_format, ad esempio "YYYY|MM|DD", puoi eseguirne l'escape nella stringa di formato: '\"' o '\|'.

Esempi di modelli di parametri

Questi esempi mostrano la specifica di nomi di tabelle di destinazione con diversi formati di ora e che compensa il tempo di esecuzione.
run_time (UTC) Parametro basato su modelli Nome tabella di destinazione di output
15-02-2018 00:00:00 mytable mytable
15-02-2018 00:00:00 mytable_{run_time|"%Y%m%d"} mytable_20180215
15-02-2018 00:00:00 mytable_{run_time+25h|"%Y%m%d"} mytable_20180216
15-02-2018 00:00:00 mytable_{run_time-1h|"%Y%m%d"} mytable_20180214
15-02-2018 00:00:00 mytable_{run_time+1.5h|"%Y%m%d%H"}
o
mytable_{run_time+90m|"%Y%m%d%H"}		 mytable_2018021501
15-02-2018 00:00:00 {run_time+97s|"%Y%m%d"}_mytable_{run_time+97s|"%H%M%S"} 20180215_mytable_000137

utilizza un service account

Puoi configurare una query pianificata per l'autenticazione come account di servizio. R è un Account Google associato al tuo progetto Google Cloud. La un account di servizio può eseguire job, come query pianificate o elaborazione batch. di servizio, con le proprie credenziali di servizio invece che quelle di un e credenziali.

Scopri di più sull'autenticazione con gli account di servizio in Introduzione all'autenticazione.

Specifica la chiave di crittografia con query pianificate

Puoi specificare le chiavi di crittografia gestite dal cliente (CMEK) per crittografare i dati per un'esecuzione di trasferimento. Puoi utilizzare una CMEK per supportare i trasferimenti da query pianificate.

Quando specifichi una CMEK con un trasferimento, BigQuery Data Transfer Service applica CMEK a qualsiasi cache intermedia su disco dei dati importati, il flusso di lavoro di trasferimento dati è conforme a CMEK.

Non puoi aggiornare un trasferimento esistente per aggiungere una CMEK se il trasferimento non è stato eseguito originariamente creato con una CMEK. Ad esempio, non puoi modificare una destinazione che in origine era criptata per impostazione predefinita e ora è crittografata con CMEK. Al contrario, non puoi neanche modificare una tabella di destinazione criptata con CMEK un tipo diverso di crittografia.

Puoi aggiornare una CMEK per un trasferimento se la configurazione del trasferimento era originariamente creato con una crittografia CMEK. Quando aggiorni una CMEK per un trasferimento configurazione, BigQuery Data Transfer Service propaga la CMEK alla destinazione alla successiva esecuzione del trasferimento, in cui BigQuery Data Transfer Service sostituisce qualsiasi CMEK obsoleta con la nuova durante l'esecuzione del trasferimento. Per ulteriori informazioni, vedi Aggiornare un trasferimento.

Puoi anche usare le chiavi predefinite di progetto. Quando specifichi una chiave predefinita di progetto con un trasferimento, BigQuery Data Transfer Service usa la chiave predefinita del progetto come chiave predefinita per tutti i nuovi trasferimenti configurazioni.

Configurare le query pianificate

Per una descrizione della sintassi di pianificazione, consulta Formattazione della pianificazione. Per maggiori dettagli sulla sintassi della pianificazione, vedi Risorsa: TransferConfig.

Console

  1. Apri la pagina BigQuery nella console Google Cloud.

    Vai a BigQuery

  2. Esegui la query che ti interessa. Quando il tuo utilizzo ti soddisfa fai clic su Pianifica e Crea nuova query pianificata.

    Crea una nuova query pianificata nella console Google Cloud.

  3. Le opzioni della query pianificata si aprono nel riquadro Nuova query pianificata. Riquadro Nuova query pianificata.

  4. Nel riquadro Nuova query pianificata:

    • In Nome della query pianificata, inserisci un nome, ad esempio My scheduled query. Il nome della query pianificata può essere qualsiasi valore che potrai identificare in seguito se dovrai modificare la query.

    • (Facoltativo) Per impostazione predefinita, la query è pianificata per l'esecuzione giornaliera. Puoi modificare programmazione predefinita selezionando un'opzione dal menu a discesa Si ripete:

      • Per specificare una frequenza personalizzata, seleziona Personalizzata, quindi inserisci un valore Specifica del tempo cron-like nel campo Pianificazione personalizzata: ad esempio every mon 23:30 o every 6 hours. Per maggiori dettagli sulle pianificazioni valide, incluse le pianificazioni vedi il campo schedule in Risorsa: TransferConfig.

        Formattazione di una query pianificata personalizzata.

      • Per modificare l'ora di inizio, seleziona l'opzione Inizia all'ora impostata, inserisci data e ora di inizio desiderate.

      • Per specificare un'ora di fine, Seleziona l'opzione Pianifica ora di fine e inserisci la data di fine che preferisci e l'ora.

      • Per salvare la query senza una pianificazione, in modo da poterla eseguire on demand in un secondo momento, seleziona On demand nel menu Si ripete.

  5. Per una query GoogleSQL SELECT, seleziona Imposta una tabella di destinazione per i risultati della query e fornisci le seguenti informazioni sul set di dati di destinazione.

    • Per Nome set di dati, scegli il set di dati di destinazione appropriato.
    • In Nome tabella, inserisci il nome della tabella di destinazione.
    • Per Preferenza di scrittura per la tabella di destinazione, scegli una Aggiungi alla tabella per aggiungere dati alla tabella oppure Sovrascrivi tabella per sovrascrivere la tabella di destinazione.

    • Per le query DDL e DML, scegli la Località di elaborazione oppure regione.

      Nuova destinazione per le query pianificate.

  6. Opzioni avanzate:

    • (Facoltativo) CMEK Se utilizzi chiavi di crittografia gestite dal cliente, puoi selezionare Chiave gestita dal cliente in Opzioni avanzate. Viene visualizzato un elenco delle CMEK disponibili tra cui puoi scegliere. Per informazioni su come le chiavi di crittografia gestite dal cliente (CMEK) utilizzare BigQuery Data Transfer Service, vedi Specificare la chiave di crittografia con query pianificate.

    • Autenticazione come account di servizio Se hai uno o più account di servizio associati al tuo progetto Google Cloud, puoi associare un account di servizio alla query pianificata anziché utilizzare le tue credenziali utente. In Query pianificata credenziale, fai clic sul menu per vedere un elenco dei servizi disponibili . È necessario un account di servizio se hai eseguito l'accesso come e identità federata.

      Opzioni avanzate per le query pianificate.

  7. Configurazioni aggiuntive:

    • Facoltativo: controllo Inviare notifiche email per consentire le notifiche via email degli errori di esecuzione dei trasferimenti.

    • (Facoltativo) Per l'argomento Pub/Sub, inserisci il tuo nome Pub/Sub nome dell'argomento, ad esempio: projects/myproject/topics/mytopic.

      Nuovi DDL e DML per le query pianificate.

  8. Fai clic sul pulsante Programma.

bq

Opzione 1: utilizza il comando bq query.

Per creare una query pianificata, aggiungi le opzioni destination_table (oppure target_dataset), --schedule e --display_name al tuo bq query.

bq query \
--display_name=name \
--destination_table=table \
--schedule=interval

Sostituisci quanto segue:

  • name. Il nome visualizzato della query pianificata. Il nome visualizzato può essere qualsiasi valore che puoi identificare in seguito se hai bisogno per modificare la query.
  • table. La tabella di destinazione per la query che consentono di analizzare i dati e visualizzare i risultati.
    • --target_dataset è un modo alternativo per assegnare un nome al set di dati di destinazione i risultati della query, se utilizzata con le query DDL e DML.
    • Utilizza --destination_table o --target_dataset, ma non entrambi.
  • interval. Se utilizzata con bq query, rende eseguire query su una query pianificata ricorrente. Una pianificazione della frequenza con cui la query è obbligatorio eseguire. Per maggiori dettagli sulle pianificazioni valide, incluse le pianificazioni intervalli, controlla il campo schedule in Risorsa: TransferConfig. Esempi:
    • --schedule='every 24 hours'
    • --schedule='every 3 hours'
    • --schedule='every monday 09:00'
    • --schedule='1st sunday of sep,oct,nov 00:00'

Flag facoltativi:

  • --project_id è l'ID progetto. Se --project_id non è specificato, viene usato il progetto predefinito.

  • --replace tronca la tabella di destinazione e scrive nuovi risultati con a ogni esecuzione della query pianificata.

  • --append_table aggiunge i risultati alla tabella di destinazione.

  • Per le query DDL e DML, puoi anche fornire il flag --location a specifica una particolare regione per l'elaborazione. Se --location non è specificata, viene utilizzata la località Google Cloud più vicina.

Ad esempio, il comando seguente crea una query pianificata denominata My Scheduled Query con la query semplice SELECT 1 from mydataset.test. La tabella di destinazione è mytable nel set di dati mydataset. Il programma viene creata nel progetto predefinito:

    bq query \
    --use_legacy_sql=false \
    --destination_table=mydataset.mytable \
    --display_name='My Scheduled Query' \
    --schedule='every 24 hours' \
    --replace=true \
    'SELECT
      1
    FROM
      mydataset.test'


Opzione 2: utilizza il comando bq mk.

Le query pianificate sono un tipo di trasferimento. Per pianificare una query, puoi utilizzare lo strumento a riga di comando bq per effettuare una configurazione di trasferimento.

Per poter essere pianificate, le query devono essere in dialetto StandardSQL.

Inserisci il comando bq mk e fornisci i seguenti flag obbligatori:

  • --transfer_config
  • --data_source
  • --target_dataset (facoltativo per le query DDL e DML)
  • --display_name
  • --params

Flag facoltativi:

  • --project_id è l'ID progetto. Se --project_id non è specificato, viene usato il progetto predefinito.

  • --schedule indica la frequenza di esecuzione della query. Se --schedule non è specificato, l'impostazione predefinita è "ogni 24 ore" in base all'ora di creazione.

  • Per le query DDL e DML, puoi anche fornire il flag --location a specifica una particolare regione per l'elaborazione. Se --location non è specificata, viene utilizzata la località Google Cloud più vicina.

  • --service_account_name consente di autenticare la query pianificata con un account di servizio anziché il tuo account utente individuale.

  • --destination_kms_key specifica l'ID risorsa della chiave per la chiave se utilizzi una chiave di crittografia gestita dal cliente (CMEK) per questo trasferimento. Per informazioni su come funzionano le CMEK in BigQuery Data Transfer Service, consulta Specificare la chiave di crittografia con query pianificate.

bq mk \
--transfer_config \
--target_dataset=dataset \
--display_name=name \
--params='parameters' \
--data_source=data_source

Sostituisci quanto segue:

  • dataset. Il set di dati di destinazione per il trasferimento configurazione.
    • Questo parametro è facoltativo per le query DDL e DML. È obbligatorio per tutte le altre query.
  • name. Il nome visualizzato del trasferimento configurazione. Il nome visualizzato può essere qualsiasi valore che riesci a identificare in un secondo momento se devi modificare la query.
  • parameters. Contiene i parametri per una configurazione di trasferimento creata in formato JSON. Ad esempio: --params='{"param":"param_value"}'.
    • Per una query pianificata, devi fornire il parametro query.
    • Il parametro destination_table_name_template è il nome del tuo tabella di destinazione.
      • Questo parametro è facoltativo per le query DDL e DML. È obbligatorio per tutte le altre query.
    • Per il parametro write_disposition, puoi scegliere WRITE_TRUNCATE per troncare (sovrascrivere) la tabella di destinazione o WRITE_APPEND per aggiungere i risultati della query alla tabella di destinazione.
      • Questo parametro è facoltativo per le query DDL e DML. È obbligatorio per tutte le altre query.
  • data_source. Origine dati: scheduled_query.
  • Facoltativo: il flag --service_account_name serve per l'autenticazione con un account di servizio invece che con un account utente individuale.
  • (Facoltativo) --destination_kms_key specifica l'ID risorsa della chiave per la chiave Cloud KMS, ad esempio projects/project_name/locations/us/keyRings/key_ring_name/cryptoKeys/key_name.

Ad esempio, il comando seguente crea un trasferimento di query pianificato denominata My Scheduled Query utilizzando la query semplice SELECT 1 from mydataset.test. La tabella di destinazione mytable è troncata ogni e il set di dati di destinazione è mydataset. La query pianificata viene creata nel progetto predefinito ed esegue l'autenticazione come account di servizio:

bq mk \
--transfer_config \
--target_dataset=mydataset \
--display_name='My Scheduled Query' \
--params='{"query":"SELECT 1 from mydataset.test","destination_table_name_template":"mytable","write_disposition":"WRITE_TRUNCATE"}' \
--data_source=scheduled_query \
--service_account_name=abcdef-test-sa@abcdef-test.iam.gserviceaccount.com

La prima volta che esegui il comando, viene visualizzato un messaggio simile al seguenti:

[URL omitted] Please copy and paste the above URL into your web browser and follow the instructions to retrieve an authentication code.

Segui le istruzioni nel messaggio e incolla il codice di autenticazione la riga di comando.

API

Utilizza la projects.locations.transferConfigs.create e fornisce un'istanza TransferConfig risorsa.

Java

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Java BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

import com.google.api.gax.rpc.ApiException;
import com.google.cloud.bigquery.datatransfer.v1.CreateTransferConfigRequest;
import com.google.cloud.bigquery.datatransfer.v1.DataTransferServiceClient;
import com.google.cloud.bigquery.datatransfer.v1.ProjectName;
import com.google.cloud.bigquery.datatransfer.v1.TransferConfig;
import com.google.protobuf.Struct;
import com.google.protobuf.Value;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

// Sample to create a scheduled query
public class CreateScheduledQuery {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    final String projectId = "MY_PROJECT_ID";
    final String datasetId = "MY_DATASET_ID";
    final String query =
        "SELECT CURRENT_TIMESTAMP() as current_time, @run_time as intended_run_time, "
            + "@run_date as intended_run_date, 17 as some_integer";
    Map<String, Value> params = new HashMap<>();
    params.put("query", Value.newBuilder().setStringValue(query).build());
    params.put(
        "destination_table_name_template",
        Value.newBuilder().setStringValue("my_destination_table_{run_date}").build());
    params.put("write_disposition", Value.newBuilder().setStringValue("WRITE_TRUNCATE").build());
    params.put("partitioning_field", Value.newBuilder().build());
    TransferConfig transferConfig =
        TransferConfig.newBuilder()
            .setDestinationDatasetId(datasetId)
            .setDisplayName("Your Scheduled Query Name")
            .setDataSourceId("scheduled_query")
            .setParams(Struct.newBuilder().putAllFields(params).build())
            .setSchedule("every 24 hours")
            .build();
    createScheduledQuery(projectId, transferConfig);
  }

  public static void createScheduledQuery(String projectId, TransferConfig transferConfig)
      throws IOException {
    try (DataTransferServiceClient dataTransferServiceClient = DataTransferServiceClient.create()) {
      ProjectName parent = ProjectName.of(projectId);
      CreateTransferConfigRequest request =
          CreateTransferConfigRequest.newBuilder()
              .setParent(parent.toString())
              .setTransferConfig(transferConfig)
              .build();
      TransferConfig config = dataTransferServiceClient.createTransferConfig(request);
      System.out.println("\nScheduled query created successfully :" + config.getName());
    } catch (ApiException ex) {
      System.out.print("\nScheduled query was not created." + ex.toString());
    }
  }
}

Python

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Python BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

from google.cloud import bigquery_datatransfer

transfer_client = bigquery_datatransfer.DataTransferServiceClient()

# The project where the query job runs is the same as the project
# containing the destination dataset.
project_id = "your-project-id"
dataset_id = "your_dataset_id"

# This service account will be used to execute the scheduled queries. Omit
# this request parameter to run the query as the user with the credentials
# associated with this client.
service_account_name = "abcdef-test-sa@abcdef-test.iam.gserviceaccount.com"

# Use standard SQL syntax for the query.
query_string = """
SELECT
  CURRENT_TIMESTAMP() as current_time,
  @run_time as intended_run_time,
  @run_date as intended_run_date,
  17 as some_integer
"""

parent = transfer_client.common_project_path(project_id)

transfer_config = bigquery_datatransfer.TransferConfig(
    destination_dataset_id=dataset_id,
    display_name="Your Scheduled Query Name",
    data_source_id="scheduled_query",
    params={
        "query": query_string,
        "destination_table_name_template": "your_table_{run_date}",
        "write_disposition": "WRITE_TRUNCATE",
        "partitioning_field": "",
    },
    schedule="every 24 hours",
)

transfer_config = transfer_client.create_transfer_config(
    bigquery_datatransfer.CreateTransferConfigRequest(
        parent=parent,
        transfer_config=transfer_config,
        service_account_name=service_account_name,
    )
)

print("Created scheduled query '{}'".format(transfer_config.name))

Configurare query pianificate con un account di servizio

Java

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Java BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

import com.google.api.gax.rpc.ApiException;
import com.google.cloud.bigquery.datatransfer.v1.CreateTransferConfigRequest;
import com.google.cloud.bigquery.datatransfer.v1.DataTransferServiceClient;
import com.google.cloud.bigquery.datatransfer.v1.ProjectName;
import com.google.cloud.bigquery.datatransfer.v1.TransferConfig;
import com.google.protobuf.Struct;
import com.google.protobuf.Value;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

// Sample to create a scheduled query with service account
public class CreateScheduledQueryWithServiceAccount {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    final String projectId = "MY_PROJECT_ID";
    final String datasetId = "MY_DATASET_ID";
    final String serviceAccount = "MY_SERVICE_ACCOUNT";
    final String query =
        "SELECT CURRENT_TIMESTAMP() as current_time, @run_time as intended_run_time, "
            + "@run_date as intended_run_date, 17 as some_integer";
    Map<String, Value> params = new HashMap<>();
    params.put("query", Value.newBuilder().setStringValue(query).build());
    params.put(
        "destination_table_name_template",
        Value.newBuilder().setStringValue("my_destination_table_{run_date}").build());
    params.put("write_disposition", Value.newBuilder().setStringValue("WRITE_TRUNCATE").build());
    params.put("partitioning_field", Value.newBuilder().build());
    TransferConfig transferConfig =
        TransferConfig.newBuilder()
            .setDestinationDatasetId(datasetId)
            .setDisplayName("Your Scheduled Query Name")
            .setDataSourceId("scheduled_query")
            .setParams(Struct.newBuilder().putAllFields(params).build())
            .setSchedule("every 24 hours")
            .build();
    createScheduledQueryWithServiceAccount(projectId, transferConfig, serviceAccount);
  }

  public static void createScheduledQueryWithServiceAccount(
      String projectId, TransferConfig transferConfig, String serviceAccount) throws IOException {
    try (DataTransferServiceClient dataTransferServiceClient = DataTransferServiceClient.create()) {
      ProjectName parent = ProjectName.of(projectId);
      CreateTransferConfigRequest request =
          CreateTransferConfigRequest.newBuilder()
              .setParent(parent.toString())
              .setTransferConfig(transferConfig)
              .setServiceAccountName(serviceAccount)
              .build();
      TransferConfig config = dataTransferServiceClient.createTransferConfig(request);
      System.out.println(
          "\nScheduled query with service account created successfully :" + config.getName());
    } catch (ApiException ex) {
      System.out.print("\nScheduled query with service account was not created." + ex.toString());
    }
  }
}

Python

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Python BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

from google.cloud import bigquery_datatransfer

transfer_client = bigquery_datatransfer.DataTransferServiceClient()

# The project where the query job runs is the same as the project
# containing the destination dataset.
project_id = "your-project-id"
dataset_id = "your_dataset_id"

# This service account will be used to execute the scheduled queries. Omit
# this request parameter to run the query as the user with the credentials
# associated with this client.
service_account_name = "abcdef-test-sa@abcdef-test.iam.gserviceaccount.com"

# Use standard SQL syntax for the query.
query_string = """
SELECT
  CURRENT_TIMESTAMP() as current_time,
  @run_time as intended_run_time,
  @run_date as intended_run_date,
  17 as some_integer
"""

parent = transfer_client.common_project_path(project_id)

transfer_config = bigquery_datatransfer.TransferConfig(
    destination_dataset_id=dataset_id,
    display_name="Your Scheduled Query Name",
    data_source_id="scheduled_query",
    params={
        "query": query_string,
        "destination_table_name_template": "your_table_{run_date}",
        "write_disposition": "WRITE_TRUNCATE",
        "partitioning_field": "",
    },
    schedule="every 24 hours",
)

transfer_config = transfer_client.create_transfer_config(
    bigquery_datatransfer.CreateTransferConfigRequest(
        parent=parent,
        transfer_config=transfer_config,
        service_account_name=service_account_name,
    )
)

print("Created scheduled query '{}'".format(transfer_config.name))

Visualizza stato query pianificata

Console

Per visualizzare lo stato delle query pianificate, fai clic su Query pianificate. nel riquadro di navigazione. Aggiorna la pagina per visualizzare lo stato aggiornato di le query pianificate. Fai clic su una query pianificata per visualizzare ulteriori dettagli su di esso.

Elencare le query pianificate.

bq

Le query pianificate sono un tipo di trasferimento. Per mostrare i dettagli di un una query pianificata, puoi prima usare lo strumento a riga di comando bq per elencare i configurazioni.

Inserisci il comando bq ls e fornisci il flag di trasferimento --transfer_config. Sono necessari anche i seguenti flag:

  • --transfer_location

Ad esempio:

bq ls \
--transfer_config \
--transfer_location=us

Per mostrare i dettagli di una singola query pianificata, inserisci bq show e fornire il transfer_path necessario e la configurazione di trasferimento/query pianificata.

Ad esempio:

bq show \
--transfer_config \
projects/862514376110/locations/us/transferConfigs/5dd12f26-0000-262f-bc38-089e0820fe38

API

Utilizza la projects.locations.transferConfigs.list e fornisce un'istanza TransferConfig risorsa.

Java

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Java BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

import com.google.api.gax.rpc.ApiException;
import com.google.cloud.bigquery.datatransfer.v1.DataTransferServiceClient;
import com.google.cloud.bigquery.datatransfer.v1.ListTransferConfigsRequest;
import com.google.cloud.bigquery.datatransfer.v1.ProjectName;
import java.io.IOException;

// Sample to get list of transfer config
public class ListTransferConfigs {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    final String projectId = "MY_PROJECT_ID";
    listTransferConfigs(projectId);
  }

  public static void listTransferConfigs(String projectId) throws IOException {
    try (DataTransferServiceClient dataTransferServiceClient = DataTransferServiceClient.create()) {
      ProjectName parent = ProjectName.of(projectId);
      ListTransferConfigsRequest request =
          ListTransferConfigsRequest.newBuilder().setParent(parent.toString()).build();
      dataTransferServiceClient
          .listTransferConfigs(request)
          .iterateAll()
          .forEach(config -> System.out.print("Success! Config ID :" + config.getName() + "\n"));
    } catch (ApiException ex) {
      System.out.println("Config list not found due to error." + ex.toString());
    }
  }
}

Python

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Python BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

from google.cloud import bigquery_datatransfer

transfer_client = bigquery_datatransfer.DataTransferServiceClient()

project_id = "my-project"
parent = transfer_client.common_project_path(project_id)

configs = transfer_client.list_transfer_configs(parent=parent)
print("Got the following configs:")
for config in configs:
    print(f"\tID: {config.name}, Schedule: {config.schedule}")

Aggiorna query pianificate

Console

Per aggiornare una query pianificata, segui questi passaggi:

  1. Nel riquadro di navigazione, fai clic su Query pianificate.
  2. Nell'elenco delle query pianificate, fai clic sul nome della query che che vuoi modificare.
  3. Nella pagina Dettagli query pianificata che si apre, fai clic su Modifica. Modifica i dettagli della query pianificata.
  4. (Facoltativo) Cambia il testo della query nel riquadro di modifica della query.
  5. Fai clic su Pianifica query e poi seleziona Aggiorna query pianificata.
  6. (Facoltativo) Modifica eventuali altre opzioni di pianificazione per la query.
  7. Fai clic su Aggiorna.

bq

Le query pianificate sono un tipo di trasferimento. Per aggiornare la query pianificata, puoi utilizzare lo strumento a riga di comando bq per effettuare una configurazione di trasferimento.

Inserisci il comando bq update con il --transfer_config richiesto flag.

Flag facoltativi:

  • --project_id è l'ID progetto. Se --project_id non è specificato, viene usato il progetto predefinito.

  • --schedule indica la frequenza di esecuzione della query. Se --schedule non è specificato, l'impostazione predefinita è "ogni 24 ore" in base all'ora di creazione.

  • --service_account_name diventa effettivo solo se --update_credentials è di destinazione. Per ulteriori informazioni, vedi Aggiornare le credenziali delle query pianificate.

  • --target_dataset (facoltativo per le query DDL e DML) è un'alternativa il modo per assegnare un nome al set di dati di destinazione per i risultati della query, se utilizzato con DDL e DML.

  • --display_name è il nome della query pianificata.

  • --params dei parametri per la configurazione di trasferimento creata in JSON formato. Ad esempio: --params='{"param":"param_value"}'.

  • --destination_kms_key specifica l'ID risorsa della chiave per la chiave Cloud KMS se utilizzi una chiave di crittografia gestita dal cliente (CMEK) per questo trasferimento. Per informazioni su come la crittografia gestita dal cliente (CMEK) funziona con BigQuery Data Transfer Service. Consulta Specificare la chiave di crittografia con query pianificate.

bq update \
--target_dataset=dataset \
--display_name=name \
--params='parameters'
--transfer_config \
RESOURCE_NAME

Sostituisci quanto segue:

  • dataset. Il set di dati di destinazione per il trasferimento configurazione. Questo parametro è facoltativo per le query DDL e DML. È obbligatoria per tutte le altre query.
  • name. Il nome visualizzato del trasferimento configurazione. Il nome visualizzato può essere qualsiasi valore che riesci a identificare in un secondo momento se devi modificare la query.
  • parameters. Contiene i parametri per una configurazione di trasferimento creata in formato JSON. Ad esempio: --params='{"param":"param_value"}'.
    • Per una query pianificata, devi fornire il parametro query.
    • Il parametro destination_table_name_template è il nome del tuo tabella di destinazione. Questo parametro è facoltativo per le query DDL e DML. È obbligatorio per tutte le altre query.
    • Per il parametro write_disposition, puoi scegliere WRITE_TRUNCATE per troncare (sovrascrivere) la tabella di destinazione o WRITE_APPEND per aggiungere i risultati della query alla tabella di destinazione. Questo parametro è facoltativo per le query DDL e DML. È obbligatorio per tutte le altre query.
  • (Facoltativo) --destination_kms_key specifica l'ID risorsa della chiave per la chiave Cloud KMS, ad esempio projects/project_name/locations/us/keyRings/key_ring_name/cryptoKeys/key_name.
  • RESOURCE_NAME: nome risorsa del trasferimento (chiamata anche configurazione di trasferimento). Se non conosci del trasferimento, trova il nome della risorsa con: bq ls --transfer_config --transfer_location=location.

Ad esempio, il comando seguente aggiorna un trasferimento di query pianificato denominata My Scheduled Query utilizzando la query semplice SELECT 1 from mydataset.test. La tabella di destinazione mytable è troncata ogni e il set di dati di destinazione è mydataset:

bq update \
--target_dataset=mydataset \
--display_name='My Scheduled Query' \
--params='{"query":"SELECT 1 from mydataset.test","destination_table_name_template":"mytable","write_disposition":"WRITE_TRUNCATE"}'
--transfer_config \
projects/myproject/locations/us/transferConfigs/1234a123-1234-1a23-1be9-12ab3c456de7

API

Utilizza la projects.transferConfigs.patch e fornisci il nome risorsa del trasferimento utilizzando transferConfig.name. Se non conosci la risorsa del trasferimento Nome, utilizza il bq ls --transfer_config --transfer_location=location per elencare tutti i trasferimenti o chiamare projects.locations.transferConfigs.list e fornisci l'ID progetto utilizzando il parametro parent.

Java

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Java BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

import com.google.api.gax.rpc.ApiException;
import com.google.cloud.bigquery.datatransfer.v1.DataTransferServiceClient;
import com.google.cloud.bigquery.datatransfer.v1.TransferConfig;
import com.google.cloud.bigquery.datatransfer.v1.UpdateTransferConfigRequest;
import com.google.protobuf.FieldMask;
import com.google.protobuf.util.FieldMaskUtil;
import java.io.IOException;

// Sample to update transfer config.
public class UpdateTransferConfig {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    String configId = "MY_CONFIG_ID";
    TransferConfig transferConfig =
        TransferConfig.newBuilder()
            .setName(configId)
            .setDisplayName("UPDATED_DISPLAY_NAME")
            .build();
    FieldMask updateMask = FieldMaskUtil.fromString("display_name");
    updateTransferConfig(transferConfig, updateMask);
  }

  public static void updateTransferConfig(TransferConfig transferConfig, FieldMask updateMask)
      throws IOException {
    try (DataTransferServiceClient dataTransferServiceClient = DataTransferServiceClient.create()) {
      UpdateTransferConfigRequest request =
          UpdateTransferConfigRequest.newBuilder()
              .setTransferConfig(transferConfig)
              .setUpdateMask(updateMask)
              .build();
      TransferConfig updateConfig = dataTransferServiceClient.updateTransferConfig(request);
      System.out.println("Transfer config updated successfully :" + updateConfig.getDisplayName());
    } catch (ApiException ex) {
      System.out.print("Transfer config was not updated." + ex.toString());
    }
  }
}

Python

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Python BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

from google.cloud import bigquery_datatransfer
from google.protobuf import field_mask_pb2

transfer_client = bigquery_datatransfer.DataTransferServiceClient()

transfer_config_name = "projects/1234/locations/us/transferConfigs/abcd"
new_display_name = "My Transfer Config"

transfer_config = bigquery_datatransfer.TransferConfig(name=transfer_config_name)
transfer_config.display_name = new_display_name

transfer_config = transfer_client.update_transfer_config(
    {
        "transfer_config": transfer_config,
        "update_mask": field_mask_pb2.FieldMask(paths=["display_name"]),
    }
)

print(f"Updated config: '{transfer_config.name}'")
print(f"New display name: '{transfer_config.display_name}'")

Aggiornare le query pianificate con limitazioni di proprietà

Se provi ad aggiornare una query pianificata che non è di tua proprietà, l'aggiornamento potrebbe non riuscire con il seguente messaggio di errore:

Cannot modify restricted parameters without taking ownership of the transfer configuration.

Il proprietario della query pianificata è l'utente associato alla query pianificata o l'utente che ha accesso all'account di servizio associato all'account di servizio query. L'utente associato può essere visualizzato nei dettagli di configurazione una query pianificata. Per informazioni su come aggiornare la query pianificata da eseguire proprietà, consulta Aggiornare le credenziali delle query pianificate. A concedere agli utenti l'accesso a un account di servizio, devi disporre Ruolo utente Account di servizio.

Qualsiasi utente che non è il proprietario della query pianificata, ma che ha accesso a tutte risorse menzionate dalla query, potrebbero essere ancora autorizzate ad aggiornarla. Questo scenario è supportato solo se la query può essere convalidata entro un minuto o due. In caso contrario, verrà visualizzato lo stesso messaggio di errore indicato in precedenza. Se è troppo complessa, puoi invece aggiornare le credenziali della query pianificata assumere direttamente la proprietà della query pianificata o utilizzare un account di servizio.

Aggiorna le credenziali delle query pianificate

Se stai pianificando una query esistente, potresti dover aggiornare l'utente le credenziali per la query. Le credenziali vengono aggiornate automaticamente per i nuovi query pianificate.

Ecco altre situazioni che potrebbero richiedere l'aggiornamento delle credenziali: seguenti:

  • Vuoi eseguire una query sui dati di Google Drive in un una query pianificata.

  • Quando tenti di pianificare la query, ricevi un errore INVALID_USER:

    Error code 5 : Authentication failure: User Id not found. Error code: INVALID_USERID

  • Ricevi il seguente errore relativo ai parametri con restrizioni quando tenti di aggiorna la query:

    Cannot modify restricted parameters without taking ownership of the transfer configuration.

Console

Per aggiornare le credenziali esistenti in una query pianificata:

  1. Trova e visualizzare lo stato di una query pianificata.

  2. Fai clic sul pulsante ALTRO e seleziona Aggiorna credenziali.

    Aggiornare le credenziali della query pianificata.

  3. Attendi da 10 a 20 minuti affinché la modifica abbia effetto. Potresti dover svuotare la cache del browser.

bq

Le query pianificate sono un tipo di trasferimento. Per aggiornare le credenziali di un una query pianificata, puoi utilizzare lo strumento a riga di comando bq aggiornare la configurazione di trasferimento.

Inserisci il comando bq update e fornisci il flag di trasferimento --transfer_config. Sono necessari anche i seguenti flag:

  • --update_credentials

Flag facoltativo:

  • --service_account_name consente di autenticare la query pianificata con un account di servizio anziché il tuo account utente individuale.

Ad esempio, il comando seguente aggiorna un trasferimento di query pianificato per eseguire l'autenticazione come account di servizio:

bq update \
--update_credentials \
--service_account_name=abcdef-test-sa@abcdef-test.iam.gserviceaccount.com
--transfer_config \
projects/myproject/locations/us/transferConfigs/1234a123-1234-1a23-1be9-12ab3c456de7

Java

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Java BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

import com.google.api.gax.rpc.ApiException;
import com.google.cloud.bigquery.datatransfer.v1.DataTransferServiceClient;
import com.google.cloud.bigquery.datatransfer.v1.TransferConfig;
import com.google.cloud.bigquery.datatransfer.v1.UpdateTransferConfigRequest;
import com.google.protobuf.FieldMask;
import com.google.protobuf.util.FieldMaskUtil;
import java.io.IOException;

// Sample to update credentials in transfer config.
public class UpdateCredentials {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    String configId = "MY_CONFIG_ID";
    String serviceAccount = "MY_SERVICE_ACCOUNT";
    TransferConfig transferConfig = TransferConfig.newBuilder().setName(configId).build();
    FieldMask updateMask = FieldMaskUtil.fromString("service_account_name");
    updateCredentials(transferConfig, serviceAccount, updateMask);
  }

  public static void updateCredentials(
      TransferConfig transferConfig, String serviceAccount, FieldMask updateMask)
      throws IOException {
    try (DataTransferServiceClient dataTransferServiceClient = DataTransferServiceClient.create()) {
      UpdateTransferConfigRequest request =
          UpdateTransferConfigRequest.newBuilder()
              .setTransferConfig(transferConfig)
              .setUpdateMask(updateMask)
              .setServiceAccountName(serviceAccount)
              .build();
      dataTransferServiceClient.updateTransferConfig(request);
      System.out.println("Credentials updated successfully");
    } catch (ApiException ex) {
      System.out.print("Credentials was not updated." + ex.toString());
    }
  }
}

Python

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Python BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

from google.cloud import bigquery_datatransfer
from google.protobuf import field_mask_pb2

transfer_client = bigquery_datatransfer.DataTransferServiceClient()

service_account_name = "abcdef-test-sa@abcdef-test.iam.gserviceaccount.com"
transfer_config_name = "projects/1234/locations/us/transferConfigs/abcd"

transfer_config = bigquery_datatransfer.TransferConfig(name=transfer_config_name)

transfer_config = transfer_client.update_transfer_config(
    {
        "transfer_config": transfer_config,
        "update_mask": field_mask_pb2.FieldMask(paths=["service_account_name"]),
        "service_account_name": service_account_name,
    }
)

print("Updated config: '{}'".format(transfer_config.name))

Configura un'esecuzione manuale in date storiche

Oltre a pianificare una query da eseguire in futuro, puoi anche attivare viene eseguito manualmente. sarebbe necessario attivare un'esecuzione immediata se utilizza il parametro run_date e si sono verificati problemi durante un'esecuzione precedente.

Ad esempio, ogni giorno alle 09:00 esegui una query su una tabella di origine per trovare le righe che la data corrente. Tuttavia, hai notato che i dati non sono stati aggiunti alla tabella di origine degli ultimi tre giorni. In questo caso, puoi impostare la query in modo che venga eseguita i dati storici all'interno dell'intervallo di date da te specificato. La query viene eseguita con combinazioni di parametri run_date e run_time che corrispondono alle date configurate nella query pianificata.

Dopo aver configurato una query pianificata, ecco come procedere puoi eseguire la query utilizzando un intervallo di date storico:

Console

Dopo aver fatto clic su Pianifica per salvare la query pianificata, puoi fare clic sul Pulsante Query pianificate per visualizzare l'elenco delle query attualmente pianificate. Fai clic su un nome visualizzato per esaminare i dettagli della pianificazione della query. In alto a destra nella pagina, fai clic su Pianifica backfill per specificare dell'intervallo di date storico.

Pulsante Pianifica backfill.

Tutti i runtime scelti rientrano nell'intervallo selezionato, incluso il primo data e esclusa l'ultima data.

imposta date storiche

Esempio 1

La query pianificata è impostata per essere eseguita nel fuso orario del Pacifico - every day 09:00. Stai mancano i dati del 1° gennaio, del 2 gennaio e del 3 gennaio. Scegli i seguenti valori storici intervallo di date:

Start Time = 1/1/19
End Time = 1/4/19

La query viene eseguita utilizzando i parametri run_date e run_time corrispondenti ai seguenti orari:

  • 01/01/19 09:00 Fuso orario del Pacifico
  • 02/01/19 09:00 Fuso orario del Pacifico
  • 3/1/19 09:00 Fuso orario del Pacifico

Esempio 2

La query pianificata è impostata per essere eseguita nel fuso orario del Pacifico - every day 23:00. Stai mancano i dati del 1° gennaio, del 2 gennaio e del 3 gennaio. Scegli i seguenti valori storici intervalli di date (vengono scelte date successive perché il fuso orario UTC ha una data diversa 23:00 ora del Pacifico):

Start Time = 1/2/19
End Time = 1/5/19

La query viene eseguita utilizzando i parametri run_date e run_time corrispondenti ai seguenti orari:

  • 2/1/2019 06:00 UTC o 1/1/2019 23:00 ora del Pacifico
  • 3/1/2019 06:00 UTC o 2/1/2019 23:00 ora del Pacifico
  • 4/1/2019 06:00 UTC o 23:00 (fuso orario del Pacifico) del 3/1/2019

Dopo aver configurato le esecuzioni manuali, aggiorna la pagina per visualizzarle nell'elenco delle viene eseguito.

bq

Per eseguire manualmente la query su un intervallo di date storico:

Inserisci il comando bq mk e fornisci il flag di esecuzione del trasferimento --transfer_run. Sono necessari anche i seguenti flag:

  • --start_time
  • --end_time
bq mk \
--transfer_run \
--start_time='start_time' \
--end_time='end_time' \
resource_name

Sostituisci quanto segue:

  • start_time e end_time. Timestamp che terminano con Z o che contengono un offset di fuso orario valido. Esempi:
    • 2017-08-19T12:11:35.00Z
    • 2017-05-25T00:00:00+00:00
  • resource_name. La query pianificata (o del trasferimento) della risorsa. Il nome della risorsa è anche noto come e configurazione di trasferimento.

Ad esempio, il comando seguente pianifica un backfill per la query pianificata risorsa (o configurazione di trasferimento): projects/myproject/locations/us/transferConfigs/1234a123-1234-1a23-1be9-12ab3c456de7.

  bq mk \
  --transfer_run \
  --start_time 2017-05-25T00:00:00Z \
  --end_time 2017-05-25T00:00:00Z \
  projects/myproject/locations/us/transferConfigs/1234a123-1234-1a23-1be9-12ab3c456de7

Per ulteriori informazioni, vedi bq mk --transfer_run.

API

Utilizza projects.locations.transferConfigs.scheduleRun e fornisci un percorso di TransferConfig risorsa.

Java

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Java BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

import com.google.api.gax.rpc.ApiException;
import com.google.cloud.bigquery.datatransfer.v1.DataTransferServiceClient;
import com.google.cloud.bigquery.datatransfer.v1.ScheduleTransferRunsRequest;
import com.google.cloud.bigquery.datatransfer.v1.ScheduleTransferRunsResponse;
import com.google.protobuf.Timestamp;
import java.io.IOException;
import org.threeten.bp.Clock;
import org.threeten.bp.Instant;
import org.threeten.bp.temporal.ChronoUnit;

// Sample to run schedule back fill for transfer config
public class ScheduleBackFill {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    String configId = "MY_CONFIG_ID";
    Clock clock = Clock.systemDefaultZone();
    Instant instant = clock.instant();
    Timestamp startTime =
        Timestamp.newBuilder()
            .setSeconds(instant.minus(5, ChronoUnit.DAYS).getEpochSecond())
            .setNanos(instant.minus(5, ChronoUnit.DAYS).getNano())
            .build();
    Timestamp endTime =
        Timestamp.newBuilder()
            .setSeconds(instant.minus(2, ChronoUnit.DAYS).getEpochSecond())
            .setNanos(instant.minus(2, ChronoUnit.DAYS).getNano())
            .build();
    scheduleBackFill(configId, startTime, endTime);
  }

  public static void scheduleBackFill(String configId, Timestamp startTime, Timestamp endTime)
      throws IOException {
    try (DataTransferServiceClient client = DataTransferServiceClient.create()) {
      ScheduleTransferRunsRequest request =
          ScheduleTransferRunsRequest.newBuilder()
              .setParent(configId)
              .setStartTime(startTime)
              .setEndTime(endTime)
              .build();
      ScheduleTransferRunsResponse response = client.scheduleTransferRuns(request);
      System.out.println("Schedule backfill run successfully :" + response.getRunsCount());
    } catch (ApiException ex) {
      System.out.print("Schedule backfill was not run." + ex.toString());
    }
  }
}

Python

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Python BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

import datetime

from google.cloud.bigquery_datatransfer_v1 import (
    DataTransferServiceClient,
    StartManualTransferRunsRequest,
)

# Create a client object
client = DataTransferServiceClient()

# Replace with your transfer configuration name
transfer_config_name = "projects/1234/locations/us/transferConfigs/abcd"
now = datetime.datetime.now(datetime.timezone.utc)
start_time = now - datetime.timedelta(days=5)
end_time = now - datetime.timedelta(days=2)

# Some data sources, such as scheduled_query only support daily run.
# Truncate start_time and end_time to midnight time (00:00AM UTC).
start_time = datetime.datetime(
    start_time.year, start_time.month, start_time.day, tzinfo=datetime.timezone.utc
)
end_time = datetime.datetime(
    end_time.year, end_time.month, end_time.day, tzinfo=datetime.timezone.utc
)

requested_time_range = StartManualTransferRunsRequest.TimeRange(
    start_time=start_time,
    end_time=end_time,
)

# Initialize request argument(s)
request = StartManualTransferRunsRequest(
    parent=transfer_config_name,
    requested_time_range=requested_time_range,
)

# Make the request
response = client.start_manual_transfer_runs(request=request)

# Handle the response
print("Started manual transfer runs:")
for run in response.runs:
    print(f"backfill: {run.run_time} run: {run.name}")

Eliminare le query pianificate

Console

Per eliminare una query pianificata tramite la console:

  1. Nel riquadro di navigazione, fai clic su Query pianificate.

  2. Nell'elenco delle query pianificate, fai clic sul nome della query pianificata che vuoi eliminare.

  3. Nella pagina Dettagli query pianificata che si apre, fai clic su Elimina. Aggiornare le credenziali della query pianificata.

Java

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Java BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

import com.google.api.gax.rpc.ApiException;
import com.google.cloud.bigquery.datatransfer.v1.DataTransferServiceClient;
import com.google.cloud.bigquery.datatransfer.v1.DeleteTransferConfigRequest;
import java.io.IOException;

// Sample to delete a transfer config
public class DeleteTransferConfig {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    // i.e projects/{project_id}/transferConfigs/{config_id}` or
    // `projects/{project_id}/locations/{location_id}/transferConfigs/{config_id}`
    String configId = "MY_CONFIG_ID";
    deleteTransferConfig(configId);
  }

  public static void deleteTransferConfig(String configId) throws IOException {
    try (DataTransferServiceClient dataTransferServiceClient = DataTransferServiceClient.create()) {
      DeleteTransferConfigRequest request =
          DeleteTransferConfigRequest.newBuilder().setName(configId).build();
      dataTransferServiceClient.deleteTransferConfig(request);
      System.out.println("Transfer config deleted successfully");
    } catch (ApiException ex) {
      System.out.println("Transfer config was not deleted." + ex.toString());
    }
  }
}

Python

Per scoprire come installare e utilizzare la libreria client per BigQuery, consulta Librerie client di BigQuery. Per ulteriori informazioni, consulta API Python BigQuery documentazione di riferimento.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client. 

import google.api_core.exceptions
from google.cloud import bigquery_datatransfer

transfer_client = bigquery_datatransfer.DataTransferServiceClient()

transfer_config_name = "projects/1234/locations/us/transferConfigs/abcd"
try:
    transfer_client.delete_transfer_config(name=transfer_config_name)
except google.api_core.exceptions.NotFound:
    print("Transfer config not found.")
else:
    print(f"Deleted transfer config: {transfer_config_name}")

Quote

Le query pianificate vengono eseguite con le credenziali e il progetto dell'autore, come se stessi eseguendo la query personalmente. Le query pianificate vengono sempre eseguite come job di query in batch.

Sebbene le query pianificate utilizzino funzionalità BigQuery Data Transfer Service, non sono trasferimenti e non sono soggetti alla quota dei job di caricamento. Le query programmate sono soggette alle stesse quote e limiti di BigQuery, come le query manuali.

Prezzi

Il prezzo delle query pianificate è lo stesso di quello per le query manuali Query BigQuery.

Aree geografiche supportate

Le query pianificate sono supportate nelle seguenti località.

Regioni

La tabella seguente elenca le regioni nelle Americhe in cui è disponibile BigQuery.
Descrizione regione Nome regione Dettagli
Columbus, Ohio us-east5
Dallas us-south1 icona foglia A basse emissioni di CO2
Iowa us-central1 icona foglia A basse emissioni di CO2
Las Vegas us-west4
Los Angeles us-west2
Montréal northamerica-northeast1 icona foglia A basse emissioni di CO2
Virginia del Nord us-east4
Oregon us-west1 icona foglia A basse emissioni di CO2
Salt Lake City us-west3
San Paolo southamerica-east1 icona foglia A basse emissioni di CO2
Santiago southamerica-west1 icona foglia A basse emissioni di CO2
Carolina del Sud us-east1
Toronto northamerica-northeast2 icona foglia A basse emissioni di CO2
Nella tabella seguente sono elencate le regioni dell'Asia Pacifico in cui è disponibile BigQuery.
Descrizione regione Nome regione Dettagli
Delhi asia-south2
Hong Kong asia-east2
Giacarta asia-southeast2
Melbourne australia-southeast2
Mumbai asia-south1
Osaka asia-northeast2
Seul asia-northeast3
Singapore asia-southeast1
Sydney australia-southeast1
Taiwan asia-east1
Tokyo asia-northeast1
La tabella seguente elenca le regioni in Europa in cui è disponibile BigQuery.
Descrizione regione Nome regione Dettagli
Belgio europe-west1 icona foglia A basse emissioni di CO2
Berlino europe-west10 icona foglia A basse emissioni di CO2
Finlandia europe-north1 icona foglia A basse emissioni di CO2
Francoforte europe-west3 icona foglia A basse emissioni di CO2
Londra europe-west2 icona foglia A basse emissioni di CO2
Madrid europe-southwest1 icona foglia A basse emissioni di CO2
Milano europe-west8
Paesi Bassi europe-west4 icona foglia A basse emissioni di CO2
Parigi europe-west9 icona foglia A basse emissioni di CO2
Torino europe-west12
Varsavia europe-central2
Zurigo europe-west6 icona foglia A basse emissioni di CO2
La tabella seguente elenca le regioni in Medio Oriente in cui è disponibile BigQuery.
Descrizione regione Nome regione Dettagli
Dammam me-central2
Doha me-central1
Tel Aviv me-west1
La tabella seguente elenca le regioni in Africa in cui è disponibile BigQuery.
Descrizione regione Nome regione Dettagli
Johannesburg africa-south1

Più regioni

La tabella seguente elenca le regioni multiple in cui è disponibile BigQuery.
Descrizione per più regioni Nome di più regioni
I data center all'interno di stati membri dell'Unione Europea1 EU
Data center negli Stati Uniti US

1 I dati situati nell'area multiregionale EU sono disponibili solo archiviata nei dati europe-west1 (Belgio) o europe-west4 (Paesi Bassi) center.

Passaggi successivi