Specifica di uno schema

BigQuery ti consente di specificare lo schema di una tabella quando carichi dati in una tabella e quando crei una tabella vuota. In alternativa, puoi utilizzare il rilevamento automatico dello schema per i formati di dati supportati.

Quando carichi i file di esportazione Avro, Parquet, ORC, Firestore o di esportazione del datastore, lo schema viene recuperato automaticamente dai dati di origine autodescritti.

Puoi specificare lo schema di una tabella nei seguenti modi:

• Utilizzare la console Google Cloud.
• Utilizza l'istruzione SQL CREATE TABLE.
• In linea utilizzando lo strumento a riga di comando bq.
• Crea un file di schema in formato JSON.
• Richiama il metodo jobs.insert e configura la proprietà schema nella configurazione del job load.
• Chiama il metodo tables.insert e configura lo schema nella risorsa della tabella utilizzando la proprietà schema.

Dopo aver caricato i dati o creato una tabella vuota, puoi modificare la definizione dello schema della tabella.

Componenti dello schema

Quando specifichi uno schema di tabella, devi fornire il nome e il tipo di dati di ogni colonna. Puoi anche fornire la descrizione, la modalità e il valore predefinito di una colonna.

Nomi delle colonne

Il nome di una colonna può contenere lettere (a-z, A-Z), numeri (0-9) o trattini bassi (_) e deve iniziare con una lettera o un trattino basso. Se utilizzi nomi di colonna flessibili, BigQuery supporta l'inizio del nome di una colonna con un numero. Presta attenzione quando avvii colonne con un numero, poiché l'utilizzo di nomi di colonna flessibili con l'API BigQuery Storage Read o l'API BigQuery Storage Write richiede una gestione speciale. Per ulteriori informazioni sul supporto dei nomi delle colonne flessibili, consulta i nomi delle colonne flessibili.

I nomi delle colonne possono avere una lunghezza massima di 300 caratteri. I nomi di colonna non possono utilizzare nessuno dei seguenti prefissi:

• _TABLE_
• _FILE_
• _PARTITION
• _ROW_TIMESTAMP
• __ROOT__
• _COLIDENTIFIER

Non sono consentiti nomi di colonna duplicati anche se le maiuscole e le minuscole sono diverse. Ad esempio, una colonna denominata Column1 è considerata identica a una colonna denominata column1. Per ulteriori informazioni sulle regole di denominazione delle colonne, consulta Nomi delle colonne nel riferimento di GoogleSQL.

Se il nome di una tabella (ad esempio test) è uguale a uno dei nomi di colonna (ad esempio test), l'espressione SELECT interpreta la colonna test come una STRUCT contenente tutte le altre colonne della tabella. Per evitare questo conflitto, usa uno dei seguenti metodi:

• Evita di utilizzare lo stesso nome per una tabella e le relative colonne.

• Assegna alla tabella un alias diverso. Ad esempio, la seguente query assegna un alias di tabella t alla tabella project1.dataset.test:

  SELECT test FROM project1.dataset.test AS t;
  

• Includi il nome della tabella quando fai riferimento a una colonna. Ad esempio:

  SELECT test.test FROM project1.dataset.test;
  

Nomi delle colonne flessibili

Anteprima

Questo prodotto o funzionalità è soggetto ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici del servizio. I prodotti e le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Hai maggiore flessibilità nella scelta dei nomi per le colonne, tra cui l'accesso esteso ai caratteri in lingue diverse dall'inglese e a simboli aggiuntivi.

I nomi di colonna flessibili supportano i seguenti caratteri:

• Qualsiasi lettera in qualsiasi lingua, come rappresentata dall'espressione regolare Unicode \p{L}.
• Qualsiasi carattere numerico in qualsiasi lingua, come rappresentato dall'espressione regolare Unicode \p{N}.
• Qualsiasi carattere di punteggiatura del connettore, inclusi i trattini bassi, come rappresentato dall'espressione regolare Unicode \p{Pc}.
• Un trattino o un trattino come rappresentati dall'espressione regolare Unicode \p{Pd}.
• Qualsiasi contrassegno destinato ad accompagnare un altro carattere come rappresentato dall'espressione regolare Unicode \p{M}. Ad esempio accenti, dieresi o riquadri di accompagnamento.
• I seguenti caratteri speciali:
  • La e commerciale (&) rappresentata dall'espressione regolare Unicode \u0026.
  • Un segno di percentuale (%) come rappresentato dall'espressione regolare Unicode \u0025.
  • Un segno di uguale (=) come rappresentato dall'espressione regolare Unicode \u003D.
  • Un segno più (+) come rappresentato dall'espressione regolare Unicode \u002B.
  • Due punti (:) come rappresentati dall'espressione regolare Unicode \u003A.
  • Un apostrofo (') come rappresentato dall'espressione regolare Unicode \u0027.
  • Un segno di minore (<) come rappresentato dall'espressione regolare Unicode \u003C.
  • Un segno di maggiore di (>) come rappresentato dall'espressione regolare Unicode \u003E.
  • Un segno numerico (#) come rappresentato dall'espressione regolare Unicode \u0023.
  • Una linea verticale (|) come rappresentata dall'espressione regolare Unicode \u007c.
  • Spazio vuoto.

I nomi di colonna flessibili non supportano i seguenti caratteri speciali:

• Un punto esclamativo (!) come rappresentato dall'espressione regolare Unicode \u0021.
• Una virgoletta (") rappresentata dall'espressione regolare Unicode \u0022.
• Un simbolo del dollaro ($) come rappresentato dall'espressione regolare Unicode \u0024.
• Una parentesi aperta (() come rappresentata dall'espressione regolare Unicode \u0028.
• Una parentesi chiusa ()) come rappresentata dall'espressione regolare Unicode \u0029.
• Un asterisco (*) come rappresentato dall'espressione regolare Unicode \u002A.
• Una virgola (,) come rappresentata dall'espressione regolare Unicode \u002C.
• Un punto (.) come rappresentato dall'espressione regolare Unicode \u002E.
• Una barra (/) come rappresentata dall'espressione regolare Unicode \u002F.
• Un punto e virgola (;) come rappresentato dall'espressione regolare Unicode \u003B.
• Un punto interrogativo (?) come rappresentato dall'espressione regolare Unicode \u003F.
• Un simbolo di chiocciola (@) come rappresentato dall'espressione regolare Unicode \u0040.
• Una parentesi quadra aperta ([) come rappresentata dall'espressione regolare Unicode \u005B.
• Una barra rovesciata (\) come rappresentata dall'espressione regolare Unicode \u005C.
• Una parentesi quadra chiusa (]) come rappresentata dall'espressione regolare Unicode \u005D.
• Un accento circonflesso (^) come rappresentato dall'espressione regolare Unicode \u005E.
• Un accento grave (`) come rappresentato dall'espressione regolare Unicode \u0060.
• Una parentesi graffa aperta {{) come rappresentata dall'espressione regolare Unicode \u007B.
• Una parentesi graffa chiusa (}) come rappresentata dall'espressione regolare Unicode \u007D.
• Una tilde (~) come rappresentata dall'espressione regolare Unicode \u007E.

Per linee guida aggiuntive, consulta Nomi delle colonne.

I caratteri delle colonne espansi sono supportati sia dall'API BigQuery Storage Read che dall'API BigQuery Storage Write. Per utilizzare l'elenco espanso di caratteri Unicode con l'API BigQuery Storage Read, devi impostare un flag. Puoi utilizzare l'attributo displayName per recuperare il nome della colonna. L'esempio seguente mostra come impostare un flag con il client Python:

from google.cloud.bigquery_storage import types
requested_session = types.ReadSession()

#set avro serialization options for flexible column.
options = types.AvroSerializationOptions()
options.enable_display_name_attribute = True
requested_session.read_options.avro_serialization_options = options

Per utilizzare l'elenco ampliato di caratteri Unicode con l'API BigQuery Storage Write, devi fornire lo schema con la notazione column_name, a meno che non utilizzi l'oggetto writer JsonStreamWriter. L'esempio seguente mostra come fornire lo schema:

syntax = "proto2";
package mypackage;
// Source protos located in github.com/googleapis/googleapis
import "google/cloud/bigquery/storage/v1/annotations.proto";

message FlexibleSchema {
  optional string item_name_column = 1
  [(.google.cloud.bigquery.storage.v1.column_name) = "name-列"];
  optional string item_description_column = 2
  [(.google.cloud.bigquery.storage.v1.column_name) = "description-列"];
}

In questo esempio, item_name_column e item_description_column sono nomi segnaposto che devono essere conformi alla convenzione di denominazione per il buffer di protocollo. Tieni presente che le annotazioni column_name hanno sempre la precedenza sui nomi dei segnaposto.

• Per impostazione predefinita, il caricamento dei dati Parquet non supporta i nomi di colonna flessibili. Per registrarti a questa anteprima, compila il modulo di registrazione. Tieni presente che dopo la registrazione nell'anteprima, eventuali nomi di colonna non validi (ad esempio la confronto dei nomi di colonna) restituiscono un errore. Per i progetti non registrati, la richiesta di caricamento sostituisce i caratteri non validi con trattini bassi anziché restituire un errore.
• Il caricamento dei dati CSV utilizzando il rilevamento automatico dello schema non supporta i nomi di colonna flessibili per impostazione predefinita. Per registrarti a questa anteprima, compila il modulo di registrazione. Tieni presente che dopo la registrazione nell'anteprima, eventuali nomi di colonna non validi (ad esempio la confronto dei nomi di colonna) restituiscono un errore. Per i progetti non registrati, la richiesta di caricamento sostituisce i caratteri non validi con trattini bassi anziché restituire un errore.

I nomi di colonna Unicode non sono supportati dalle seguenti funzionalità di BigQuery:

• Tabella esterna.
• Testo della tabella:

Descrizioni delle colonne

Ogni colonna può includere una descrizione facoltativa. La descrizione è una stringa con una lunghezza massima di 1024 caratteri.

Valori predefiniti

Il valore predefinito di una colonna deve essere un valore letterale o una delle seguenti funzioni:

• CURRENT_DATE
• CURRENT_DATETIME
• CURRENT_TIME
• CURRENT_TIMESTAMP
• GENERATE_UUID
• RAND
• SESSION_USER
• ST_GEOGPOINT

Tipi di dati GoogleSQL

GoogleSQL ti consente di specificare i seguenti tipi di dati nello schema. Il tipo di dati è obbligatorio.

Nome	Tipo di dati	Descrizione
Numero intero	INT64	Valori numerici senza componenti frazionari
Virgola mobile	FLOAT64	Valori numerici approssimativi con componenti frazionari
Numerico	NUMERIC	Valori numerici esatti con componenti frazionari
BigNumeric	BIGNUMERIC	Valori numerici esatti con componenti frazionari
Booleano	BOOL	TRUE o FALSE (senza distinzione tra maiuscole e minuscole)
Stringa	STRING	Dati dei caratteri a lunghezza variabile (Unicode)
Byte	BYTES	Dati binari a lunghezza variabile
Date	DATE	Una data di calendario logico
Data/Ora	DATETIME	Un anno, un mese, un giorno, un'ora, un minuto, un secondo e un secondo
Ora	TIME	Un'ora, indipendentemente da una data specifica
Timestamp	TIMESTAMP	Un momento specifico assoluto con una precisione in microsecondi
Struct (record)	STRUCT	Contenitore di campi ordinati, ciascuno con un tipo (obbligatorio) e un nome campo (facoltativo)
Area geografica	GEOGRAPHY	Un punto sulla superficie terrestre (un insieme di punti, linee e poligoni sullo sferoide di riferimento WGS84, con bordi geodetici)
JSON	JSON	Rappresenta JSON, un formato di interscambio dati leggero
RANGE (anteprima)	RANGE	Un intervallo di valori DATE, DATETIME o TIMESTAMP

Per ulteriori informazioni sui tipi di dati in GoogleSQL, consulta Tipi di dati di GoogleSQL.

Puoi anche dichiarare un tipo di array quando esegui query sui dati. Per ulteriori informazioni, consulta Utilizzare gli array.

Modalità

BigQuery supporta le seguenti modalità per le colonne. La modalità è facoltativa. Se la modalità non è specificata, il valore predefinito della colonna sarà NULLABLE.

Modalità	Descrizione
Ammette valori Null	La colonna consente i valori NULL (valore predefinito)
Obbligatorio	Valori non consentiti NULL
Ripetuto	La colonna contiene un array di valori del tipo specificato

Per ulteriori informazioni sulle modalità, consulta mode nella TableFieldSchema.

Modalità di arrotondamento

Quando una colonna è di tipo NUMERIC o BIGNUMERIC, puoi impostare l'opzione della colonna rounding_mode, che determina in che modo i valori nella colonna vengono arrotondati quando scritti nella tabella. Puoi impostare l'opzione rounding_mode su una colonna di primo livello o su un campo STRUCT. Sono supportate le seguenti modalità di arrotondamento:

• "ROUND_HALF_AWAY_FROM_ZERO": questa modalità (predefinita) arrotonda i casi a metà strada da zero.
• "ROUND_HALF_EVEN": questa modalità arrotonda le richieste a metà strada alla cifra pari più vicina.

Non puoi impostare l'opzione rounding_mode per una colonna di tipo NUMERIC o BIGNUMERIC. Per saperne di più su questi tipi, consulta i tipi decimali.

Nell'esempio seguente viene creata una tabella e vengono inseriti i valori arrotondati in base alla modalità di arrotondamento della colonna:

CREATE TABLE mydataset.mytable (
  x NUMERIC(5,2) OPTIONS (rounding_mode='ROUND_HALF_EVEN'),
  y NUMERIC(5,2) OPTIONS (rounding_mode='ROUND_HALF_AWAY_FROM_ZERO')
);
INSERT mydataset.mytable (x, y)
VALUES (NUMERIC "1.025", NUMERIC "1.025"),
       (NUMERIC "1.0251", NUMERIC "1.0251"),
       (NUMERIC "1.035", NUMERIC "1.035"),
       (NUMERIC "-1.025", NUMERIC "-1.025");

La tabella mytable ha il seguente aspetto:

+-------+-------+
| x     | y     |
+-------+-------+
| 1.02  | 1.03  |
| 1.03  | 1.03  |
| 1.04  | 1.04  |
| -1.02 | -1.03 |
+-------+-------+

Per ulteriori informazioni, consulta roundingMode in TableFieldSchema.

Specifica gli schemi

Quando carichi i dati o crei una tabella vuota, puoi specificare lo schema della tabella utilizzando la console Google Cloud o lo strumento a riga di comando bq. La specifica di uno schema è supportata quando carichi file CSV e JSON (delimitato da nuova riga). Quando carichi i dati di esportazione Avro, Parquet, ORC, Firestore o i dati di esportazione Datastore, lo schema viene recuperato automaticamente dai dati di origine autodescritti.

Per specificare uno schema della tabella:

Console

Nella console Google Cloud, puoi specificare uno schema utilizzando l'opzione Aggiungi campo o Modifica come testo.

1. Nella console Google Cloud, apri la pagina BigQuery.

   Vai a BigQuery

2. Nel riquadro Spazio di esplorazione, espandi il progetto e seleziona un set di dati.

3. Espandi l'opzione Azioni e fai clic su Apri.

4. Nel riquadro dei dettagli, fai clic su Crea tabella .

5. Nella pagina Crea tabella, nella sezione Origine, seleziona Tabella vuota.

6. Nella sezione Destinazione della pagina Crea tabella:

   • In Nome set di dati, scegli il set di dati appropriato

     

   • Nel campo Nome tabella, inserisci il nome della tabella che stai creando.

   • Verifica che l'opzione Tipo di tabella sia impostata su Tabella nativa.

7. Nella sezione Schema, inserisci la definizione di schema.

   • Opzione 1: utilizza Aggiungi campo e specifica nome, tipo e modalità di ciascun campo.
   • Opzione 2: fai clic su Modifica come testo e incolla lo schema sotto forma di array JSON. Quando utilizzi un array JSON, generi lo schema seguendo la stessa procedura utilizzata per creare un file di schema JSON.

8. Fai clic su Crea tabella.

SQL

Utilizza l'istruzione CREATE TABLE. Specifica lo schema utilizzando l'opzione colonna. L'esempio seguente crea una nuova tabella denominata newtable con le colonne x, y, z di tipo numero intero, stringa e booleano:

1. Nella console Google Cloud, vai alla pagina BigQuery.

   Vai a BigQuery

2. Nell'Editor query, inserisci la seguente istruzione:

   CREATE TABLE IF NOT EXISTS mydataset.newtable (x INT64, y STRING, z BOOL)
     OPTIONS(
       description = 'My example table');
   

3. Fai clic su Esegui.

Per ulteriori informazioni su come eseguire le query, consulta Eseguire una query interattiva.

bq

Fornisci lo schema incorporato nel formato field:data_type,field:data_type utilizzando uno dei seguenti comandi:

• Se stai caricando i dati, usa il comando bq load.
• Se stai creando una tabella vuota, utilizza il comando bq mk.

Quando specifichi lo schema nella riga di comando, non puoi includere i tipi RECORD (STRUCT) o RANGE, non puoi includere una descrizione della colonna e non puoi specificare la modalità della colonna. Per impostazione predefinita, tutte le modalità sono NULLABLE. Per includere descrizioni, modalità, tipi RECORD e tipi RANGE, fornisci invece un file di schema JSON.

Per caricare i dati in una tabella utilizzando una definizione di schema in linea, inserisci il comando load e specifica il formato dei dati utilizzando il flag --source_format. Se carichi dati in una tabella di un progetto diverso da quello predefinito, includi l'ID progetto nel seguente formato: project_id:dataset.table_name.

(Facoltativo) Fornisci il flag --location e imposta il valore sulla tua località.

bq --location=location load \
--source_format=format \
project_id:dataset.table_name \
path_to_source \
schema

Sostituisci quanto segue:

• location: il nome della tua località. Il flag --location è facoltativo. Ad esempio, se utilizzi BigQuery nella regione di Tokyo, puoi impostare il valore del flag su asia-northeast1. Puoi impostare un valore predefinito per la località utilizzando il file.bigqueryrc.
• format: NEWLINE_DELIMITED_JSON o CSV.
• project_id: il tuo ID progetto.
• dataset: il set di dati contenente la tabella in cui stai caricando i dati.
• table_name: nome della tabella in cui vengono caricati i dati.
• path_to_source: la posizione del file di dati CSV o JSON sulla tua macchina locale o in Cloud Storage.
• schema: la definizione dello schema incorporato.

Esempio:

Inserisci il seguente comando per caricare i dati da un file CSV locale denominato myfile.csv in mydataset.mytable nel tuo progetto predefinito. Lo schema è specificato in linea.

bq load \
--source_format=CSV \
mydataset.mytable \
./myfile.csv \
qtr:STRING,sales:FLOAT,year:STRING

Per ulteriori informazioni sul caricamento dei dati in BigQuery, consulta Introduzione al caricamento dei dati.

Per specificare una definizione di schema in linea quando crei una tabella vuota, inserisci il comando bq mk con il flag --table o -t. Se stai creando una tabella in un progetto diverso da quello predefinito, aggiungi l'ID progetto al comando nel seguente formato: project_id:dataset.table.

bq mk --table project_id:dataset.table schema

Sostituisci quanto segue:

• project_id: il tuo ID progetto.
• dataset: un set di dati nel tuo progetto.
• table: il nome della tabella che stai creando.
• schema: una definizione di schema integrata.

Ad esempio, il seguente comando crea una tabella vuota denominata mytable nel progetto predefinito. Lo schema è specificato in linea.

bq mk --table mydataset.mytable qtr:STRING,sales:FLOAT,year:STRING

Per scoprire di più sulla creazione di una tabella vuota, consulta Creazione di una tabella vuota con una definizione di schema.

C#

Per specificare lo schema di una tabella quando carichi dati in una tabella:

using Google.Apis.Bigquery.v2.Data;
using Google.Cloud.BigQuery.V2;
using System;

public class BigQueryLoadTableGcsJson
{
    public void LoadTableGcsJson(
        string projectId = "your-project-id",
        string datasetId = "your_dataset_id"
    )
    {
        BigQueryClient client = BigQueryClient.Create(projectId);
        var gcsURI = "gs://cloud-samples-data/bigquery/us-states/us-states.json";
        var dataset = client.GetDataset(datasetId);
        var schema = new TableSchemaBuilder {
            { "name", BigQueryDbType.String },
            { "post_abbr", BigQueryDbType.String }
        }.Build();
        TableReference destinationTableRef = dataset.GetTableReference(
            tableId: "us_states");
        // Create job configuration
        var jobOptions = new CreateLoadJobOptions()
        {
            SourceFormat = FileFormat.NewlineDelimitedJson
        };
        // Create and run job
        BigQueryJob loadJob = client.CreateLoadJob(
            sourceUri: gcsURI, destination: destinationTableRef,
            schema: schema, options: jobOptions);
        loadJob = loadJob.PollUntilCompleted().ThrowOnAnyError();  // Waits for the job to complete.
        // Display the number of rows uploaded
        BigQueryTable table = client.GetTable(destinationTableRef);
        Console.WriteLine(
            $"Loaded {table.Resource.NumRows} rows to {table.FullyQualifiedId}");
    }
}

Per specificare uno schema quando crei una tabella vuota:

using Google.Cloud.BigQuery.V2;

public class BigQueryCreateTable
{
    public BigQueryTable CreateTable(
        string projectId = "your-project-id",
        string datasetId = "your_dataset_id"
    )
    {
        BigQueryClient client = BigQueryClient.Create(projectId);
        var dataset = client.GetDataset(datasetId);
        // Create schema for new table.
        var schema = new TableSchemaBuilder
        {
            { "full_name", BigQueryDbType.String },
            { "age", BigQueryDbType.Int64 }
        }.Build();
        // Create the table
        return dataset.CreateTable(tableId: "your_table_id", schema: schema);
    }
}

Go

Per specificare lo schema di una tabella quando carichi dati in una tabella:

import (
	"context"
	"fmt"

	"cloud.google.com/go/bigquery"
)

// importJSONExplicitSchema demonstrates loading newline-delimited JSON data from Cloud Storage
// into a BigQuery table and providing an explicit schema for the data.
func importJSONExplicitSchema(projectID, datasetID, tableID string) error {
	// projectID := "my-project-id"
	// datasetID := "mydataset"
	// tableID := "mytable"
	ctx := context.Background()
	client, err := bigquery.NewClient(ctx, projectID)
	if err != nil {
		return fmt.Errorf("bigquery.NewClient: %v", err)
	}
	defer client.Close()

	gcsRef := bigquery.NewGCSReference("gs://cloud-samples-data/bigquery/us-states/us-states.json")
	gcsRef.SourceFormat = bigquery.JSON
	gcsRef.Schema = bigquery.Schema{
		{Name: "name", Type: bigquery.StringFieldType},
		{Name: "post_abbr", Type: bigquery.StringFieldType},
	}
	loader := client.Dataset(datasetID).Table(tableID).LoaderFrom(gcsRef)
	loader.WriteDisposition = bigquery.WriteEmpty

	job, err := loader.Run(ctx)
	if err != nil {
		return err
	}
	status, err := job.Wait(ctx)
	if err != nil {
		return err
	}

	if status.Err() != nil {
		return fmt.Errorf("job completed with error: %v", status.Err())
	}
	return nil
}

Per specificare uno schema quando crei una tabella vuota:

import (
	"context"
	"fmt"
	"time"

	"cloud.google.com/go/bigquery"
)

// createTableExplicitSchema demonstrates creating a new BigQuery table and specifying a schema.
func createTableExplicitSchema(projectID, datasetID, tableID string) error {
	// projectID := "my-project-id"
	// datasetID := "mydatasetid"
	// tableID := "mytableid"
	ctx := context.Background()

	client, err := bigquery.NewClient(ctx, projectID)
	if err != nil {
		return fmt.Errorf("bigquery.NewClient: %v", err)
	}
	defer client.Close()

	sampleSchema := bigquery.Schema{
		{Name: "full_name", Type: bigquery.StringFieldType},
		{Name: "age", Type: bigquery.IntegerFieldType},
	}

	metaData := &bigquery.TableMetadata{
		Schema:         sampleSchema,
		ExpirationTime: time.Now().AddDate(1, 0, 0), // Table will be automatically deleted in 1 year.
	}
	tableRef := client.Dataset(datasetID).Table(tableID)
	if err := tableRef.Create(ctx, metaData); err != nil {
		return err
	}
	return nil
}

Java

Per specificare lo schema di una tabella quando carichi dati in una tabella:

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.Field;
import com.google.cloud.bigquery.FormatOptions;
import com.google.cloud.bigquery.Job;
import com.google.cloud.bigquery.JobInfo;
import com.google.cloud.bigquery.LoadJobConfiguration;
import com.google.cloud.bigquery.Schema;
import com.google.cloud.bigquery.StandardSQLTypeName;
import com.google.cloud.bigquery.TableId;

// Sample to load JSON data from Cloud Storage into a new BigQuery table
public class LoadJsonFromGCS {

  public static void runLoadJsonFromGCS() {
    // TODO(developer): Replace these variables before running the sample.
    String datasetName = "MY_DATASET_NAME";
    String tableName = "MY_TABLE_NAME";
    String sourceUri = "gs://cloud-samples-data/bigquery/us-states/us-states.json";
    Schema schema =
        Schema.of(
            Field.of("name", StandardSQLTypeName.STRING),
            Field.of("post_abbr", StandardSQLTypeName.STRING));
    loadJsonFromGCS(datasetName, tableName, sourceUri, schema);
  }

  public static void loadJsonFromGCS(
      String datasetName, String tableName, String sourceUri, Schema schema) {
    try {
      // Initialize client that will be used to send requests. This client only needs to be created
      // once, and can be reused for multiple requests.
      BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();

      TableId tableId = TableId.of(datasetName, tableName);
      LoadJobConfiguration loadConfig =
          LoadJobConfiguration.newBuilder(tableId, sourceUri)
              .setFormatOptions(FormatOptions.json())
              .setSchema(schema)
              .build();

      // Load data from a GCS JSON file into the table
      Job job = bigquery.create(JobInfo.of(loadConfig));
      // Blocks until this load table job completes its execution, either failing or succeeding.
      job = job.waitFor();
      if (job.isDone()) {
        System.out.println("Json from GCS successfully loaded in a table");
      } else {
        System.out.println(
            "BigQuery was unable to load into the table due to an error:"
                + job.getStatus().getError());
      }
    } catch (BigQueryException | InterruptedException e) {
      System.out.println("Column not added during load append \n" + e.toString());
    }
  }
}

Per specificare uno schema quando crei una tabella vuota:

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.Field;
import com.google.cloud.bigquery.Schema;
import com.google.cloud.bigquery.StandardSQLTypeName;
import com.google.cloud.bigquery.StandardTableDefinition;
import com.google.cloud.bigquery.TableDefinition;
import com.google.cloud.bigquery.TableId;
import com.google.cloud.bigquery.TableInfo;

public class CreateTable {

  public static void runCreateTable() {
    // TODO(developer): Replace these variables before running the sample.
    String datasetName = "MY_DATASET_NAME";
    String tableName = "MY_TABLE_NAME";
    Schema schema =
        Schema.of(
            Field.of("stringField", StandardSQLTypeName.STRING),
            Field.of("booleanField", StandardSQLTypeName.BOOL));
    createTable(datasetName, tableName, schema);
  }

  public static void createTable(String datasetName, String tableName, Schema schema) {
    try {
      // Initialize client that will be used to send requests. This client only needs to be created
      // once, and can be reused for multiple requests.
      BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();

      TableId tableId = TableId.of(datasetName, tableName);
      TableDefinition tableDefinition = StandardTableDefinition.of(schema);
      TableInfo tableInfo = TableInfo.newBuilder(tableId, tableDefinition).build();

      bigquery.create(tableInfo);
      System.out.println("Table created successfully");
    } catch (BigQueryException e) {
      System.out.println("Table was not created. \n" + e.toString());
    }
  }
}

Python

Per specificare lo schema di una tabella quando carichi dati in una tabella, configura la proprietà LoadJobConfig.schema.

from google.cloud import bigquery

# Construct a BigQuery client object.
client = bigquery.Client()

# TODO(developer): Set table_id to the ID of the table to create.
# table_id = "your-project.your_dataset.your_table_name"

job_config = bigquery.LoadJobConfig(
    schema=[
        bigquery.SchemaField("name", "STRING"),
        bigquery.SchemaField("post_abbr", "STRING"),
    ],
    source_format=bigquery.SourceFormat.NEWLINE_DELIMITED_JSON,
)
uri = "gs://cloud-samples-data/bigquery/us-states/us-states.json"

load_job = client.load_table_from_uri(
    uri,
    table_id,
    location="US",  # Must match the destination dataset location.
    job_config=job_config,
)  # Make an API request.

load_job.result()  # Waits for the job to complete.

destination_table = client.get_table(table_id)
print("Loaded {} rows.".format(destination_table.num_rows))

Per specificare uno schema quando crei una tabella vuota, configura la proprietà Table.schema.

from google.cloud import bigquery

# Construct a BigQuery client object.
client = bigquery.Client()

# TODO(developer): Set table_id to the ID of the table to create.
# table_id = "your-project.your_dataset.your_table_name"

schema = [
    bigquery.SchemaField("full_name", "STRING", mode="REQUIRED"),
    bigquery.SchemaField("age", "INTEGER", mode="REQUIRED"),
]

table = bigquery.Table(table_id, schema=schema)
table = client.create_table(table)  # Make an API request.
print(
    "Created table {}.{}.{}".format(table.project, table.dataset_id, table.table_id)
)

Specificare un file di schema JSON

Se preferisci, puoi specificare lo schema utilizzando un file JSON anziché una definizione dello schema in linea. Un file di schema JSON è costituito da un array JSON che contiene quanto segue:

• Il nome della colonna
• Il tipo di dati della colonna.
• (Facoltativo) La modalità della colonna (se non specificata, la modalità predefinita è NULLABLE)
• Facoltativo: i campi della colonna se è di tipo STRUCT
• (Facoltativo) Descrizione della colonna
• Facoltativo: i tag di criteri della colonna, utilizzati per il controllo dell'accesso a livello di campo
• (Facoltativo) Lunghezza massima dei valori della colonna per i tipi STRING o BYTES
• (Facoltativo) La precisione della colonna per i tipi NUMERIC o BIGNUMERIC
• (Facoltativo) Scala della colonna per i tipi NUMERIC o BIGNUMERIC
• Facoltativo: la collazione della colonna per i tipi STRING
• (Facoltativo) Il valore predefinito della colonna
• (Facoltativo) La modalità di arrotondamento della colonna, se di tipo NUMERIC o BIGNUMERIC

Nota: puoi anche specificare l'array JSON creato nel file di schema utilizzando l'opzione Modifica come testo della console Google Cloud. Può anche essere utilizzata come punto di partenza per configurare la proprietà schema nell'API.

Creazione di un file di schema JSON

Per creare un file di schema JSON, inserisci TableFieldSchema per ogni colonna. I campi name e type sono obbligatori. Tutti gli altri campi sono facoltativi.

[
  {
    "name": string,
    "type": string,
    "mode": string,
    "fields": [
      {
        object (TableFieldSchema)
      }
    ],
    "description": string,
    "policyTags": {
      "names": [
        string
      ]
    },
    "maxLength": string,
    "precision": string,
    "scale": string,
    "collation": string,
    "defaultValueExpression": string,
    "roundingMode": string
  },
  {
    "name": string,
    "type": string,
    ...
  }
]

Se la colonna è di tipo RANGE<T>, utilizza il campo rangeElementType per descrivere T, dove T deve essere DATE, DATETIME o TIMESTAMP.

[
  {
    "name": "duration",
    "type": "RANGE",
    "mode": "NULLABLE",
    "rangeElementType": {
      "type": "DATE"
    }
  }
]

L'array JSON è indicato dalle parentesi iniziale e finale []. Ogni voce di colonna deve essere separata da una virgola: },.

Per scrivere uno schema di tabella esistente in un file locale:

bq

bq show \
--schema \
--format=prettyjson \
project_id:dataset.table > path_to_file

Sostituisci quanto segue:

• project_id: il tuo ID progetto.
• dataset: un set di dati nel tuo progetto.
• table: il nome di uno schema di tabella esistente.
• path_to_file: la posizione del file locale in cui stai scrivendo lo schema della tabella.

Python

Prima di provare questo esempio, segui le istruzioni di configurazione di Python disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Python.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.

Per scrivere un file JSON di schema da una tabella utilizzando la libreria client Python, chiama il metodo Client.schema_to_json.

from google.cloud import bigquery

client = bigquery.Client()

# TODO(dev): Change the table_id variable to the full name of the
# table you want to get schema from.
table_id = "your-project.your_dataset.your_table_name"

# TODO(dev): Change schema_path variable to the path
# of your schema file.
schema_path = "path/to/schema.json"
table = client.get_table(table_id)  # Make an API request.

# Write a schema file to schema_path with the schema_to_json method.
client.schema_to_json(table.schema, schema_path)

with open(schema_path, "r", encoding="utf-8") as schema_file:
    schema_contents = schema_file.read()

# View table properties
print(f"Got table '{table.project}.{table.dataset_id}.{table.table_id}'.")
print(f"Table schema: {schema_contents}")

Puoi utilizzare il file di output come punto di partenza per il tuo file di schema JSON. Se utilizzi questo approccio, assicurati che il file contenga solo l'array JSON che rappresenta lo schema della tabella.

Ad esempio, il seguente array JSON rappresenta uno schema di tabella di base. Questo schema ha tre colonne: qtr (REQUIRED STRING), rep (NULLABLE STRING) e sales (NULLABLE FLOAT).

[
  {
    "name": "qtr",
    "type": "STRING",
    "mode": "REQUIRED",
    "description": "quarter"
  },
  {
    "name": "rep",
    "type": "STRING",
    "mode": "NULLABLE",
    "description": "sales representative"
  },
  {
    "name": "sales",
    "type": "FLOAT",
    "mode": "NULLABLE",
    "defaultValueExpression": "2.55"
  }
]

Utilizzare un file di schema JSON

Dopo aver creato il file JSON dello schema, puoi specificarlo utilizzando lo strumento a riga di comando bq. Non puoi utilizzare un file di schema con la console Google Cloud o l'API.

Fornisci il file dello schema:

• Se stai caricando i dati, usa il comando bq load.
• Se stai creando una tabella vuota, utilizza il comando bq mk.

Quando fornisci un file di schema JSON, questo deve essere archiviato in una posizione leggibile a livello locale. Non puoi specificare un file di schema JSON archiviato in Cloud Storage o Google Drive.

Specificare un file di schema quando carichi i dati

Per caricare i dati in una tabella utilizzando una definizione di schema JSON:

bq

bq --location=location load \
--source_format=format \
project_id:dataset.table \
path_to_data_file \
path_to_schema_file

Sostituisci quanto segue:

• location: il nome della tua località. Il flag --location è facoltativo. Ad esempio, se utilizzi BigQuery nella regione di Tokyo, puoi impostare il valore del flag su asia-northeast1. Puoi impostare un valore predefinito per la località utilizzando il file.bigqueryrc.
• format: NEWLINE_DELIMITED_JSON o CSV.
• project_id: il tuo ID progetto.
• dataset: il set di dati contenente la tabella in cui stai caricando i dati.
• table: il nome della tabella in cui stai caricando i dati.
• path_to_data_file: la posizione del file di dati CSV o JSON sulla tua macchina locale o in Cloud Storage.
• path_to_schema_file: il percorso del file di schema sulla macchina locale.

Esempio:

Inserisci il seguente comando per caricare i dati da un file CSV locale denominato myfile.csv in mydataset.mytable nel tuo progetto predefinito. Lo schema è specificato in myschema.json nella directory attuale.

bq load --source_format=CSV mydataset.mytable ./myfile.csv ./myschema.json

Python

Prima di provare questo esempio, segui le istruzioni di configurazione di Python disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Python.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.

Per caricare uno schema di tabella da un file JSON utilizzando la libreria client Python, chiama il metodo schema_from_json.

from google.cloud import bigquery

client = bigquery.Client()

# TODO(dev): Change uri variable to the path of your data file.
uri = "gs://your-bucket/path/to/your-file.csv"
# TODO(dev): Change table_id to the full name of the table you want to create.
table_id = "your-project.your_dataset.your_table"
# TODO(dev): Change schema_path variable to the path of your schema file.
schema_path = "path/to/schema.json"
# To load a schema file use the schema_from_json method.
schema = client.schema_from_json(schema_path)

job_config = bigquery.LoadJobConfig(
    # To use the schema you loaded pass it into the
    # LoadJobConfig constructor.
    schema=schema,
    skip_leading_rows=1,
)

# Pass the job_config object to the load_table_from_file,
# load_table_from_json, or load_table_from_uri method
# to use the schema on a new table.
load_job = client.load_table_from_uri(
    uri, table_id, job_config=job_config
)  # Make an API request.

load_job.result()  # Waits for the job to complete.

destination_table = client.get_table(table_id)  # Make an API request.
print(f"Loaded {destination_table.num_rows} rows to {table_id}.")

Specificare un file di schema durante la creazione di una tabella

Per creare una tabella vuota in un set di dati esistente utilizzando un file di schema JSON:

bq

bq mk --table project_id:dataset.table path_to_schema_file

Sostituisci quanto segue:

• project_id: il tuo ID progetto.
• dataset: un set di dati nel tuo progetto.
• table: il nome della tabella che stai creando.
• path_to_schema_file: il percorso del file di schema sulla macchina locale.

Ad esempio, il comando seguente crea una tabella denominata mytable in mydataset nel progetto predefinito. Lo schema è specificato in myschema.json nella directory corrente:

bq mk --table mydataset.mytable ./myschema.json

Python

Prima di provare questo esempio, segui le istruzioni di configurazione di Python disponibili nella guida rapida di BigQuery sull'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API BigQuery Python.

Per eseguire l'autenticazione in BigQuery, configura Credenziali predefinite dell'applicazione. Per maggiori informazioni, consulta Configurare l'autenticazione per le librerie client.

Per caricare uno schema di tabella da un file JSON utilizzando la libreria client Python, chiama il metodo schema_from_json.

from google.cloud import bigquery

client = bigquery.Client()

# TODO(dev): Change table_id to the full name of the table you want to create.
table_id = "your-project.your_dataset.your_table_name"
# TODO(dev): Change schema_path variable to the path of your schema file.
schema_path = "path/to/schema.json"
# To load a schema file use the schema_from_json method.
schema = client.schema_from_json(schema_path)

table = bigquery.Table(table_id, schema=schema)
table = client.create_table(table)  # API request
print(f"Created table {table_id}.")

Specificare uno schema nell'API

Specifica uno schema della tabella utilizzando l'API:

• Per specificare uno schema quando carichi i dati, chiama il metodo jobs.insert e configura la proprietà schema nella risorsa JobConfigurationLoad.

• Per specificare uno schema quando crei una tabella, chiama il metodo tables.insert e configura la proprietà schema nella risorsa Table.

La specifica di uno schema mediante l'API è simile alla procedura per la creazione di un file di schema JSON.

Sicurezza della tabella

Per controllare l'accesso alle tabelle in BigQuery, consulta Introduzione ai controlli di accesso alle tabelle.

Passaggi successivi

• Scopri come specificare le colonne nidificate e ripetute in una definizione di schema.
• Scopri di più sul rilevamento automatico dello schema.
• Scopri di più sul caricamento di dati in BigQuery.
• Scopri di più su come creare e utilizzare le tabelle.