Como atualizar as propriedades do conjunto de dados

Neste documento, descrevemos como atualizar as propriedades do conjunto de dados no BigQuery. Depois de criar um conjunto de dados, é possível atualizar as seguintes propriedades:

Permissões exigidas

Para atualizar as propriedades do conjunto de dados, é necessário ter acesso de OWNER no nível do conjunto de dados ou um papel do IAM para envolvidos no projeto que inclua permissões bigquery.datasets.update. Os seguintes papéis do IAM predefinidos para envolvidos no projeto incluem permissões bigquery.datasets.update:

Além disso, como o papel bigquery.user tem permissões bigquery.datasets.create, um usuário com bigquery.user pode atualizar qualquer conjunto de dados criado por ele. Quando um usuário com papel bigquery.user cria um conjunto de dados, recebe acesso de OWNER ao conjunto. Com o acesso de OWNER, o usuário tem controle total sobre o conjunto de dados.

Para mais informações sobre os papéis e as permissões do IAM no BigQuery, consulte Controle de acesso. Para ver mais informações sobre os papéis no nível do conjunto de dados, consulte Papéis primitivos para conjuntos de dados.

Como atualizar descrições de conjunto de dados

É possível atualizar a descrição de um conjunto de dados. Para fazer isso, realize as etapas a seguir:

  • Use o Console do GCP ou a IU da Web clássica do BigQuery.
  • Use o comando bq update da CLI.
  • Chame o método de API datasets.patch.

Para atualizar a descrição de um conjunto de dados:

Console

  1. No painel Recursos, selecione o conjunto de dados.

  2. Na página Detalhes, clique no ícone de lápis ao lado de Descrição para editar o texto da descrição.

    Configurações de consulta

  3. Na caixa de diálogo, Insira uma descrição na caixa ou edite a atual. Clique em Atualizar para salvar o novo texto da descrição.

IU clássica

  1. No painel de navegação, selecione o conjunto de dados.

  2. Na seção Descrição da página Detalhes do conjunto de dados, clique em Descrever este conjunto de dados para abrir a caixa de descrição caso ele não tenha uma. Caso contrário, clique no texto de descrição existente.

  3. Insira uma descrição na caixa ou edite a existente. Ao clicar fora da caixa, o texto é salvo.

    Descrição do conjunto de dados

Linha de comando

Emita o comando bq update com a sinalização --description. Se você estiver atualizando um conjunto de dados em um projeto diferente do padrão, adicione o código do projeto ao nome do conjunto no seguinte formato: [PROJECT_ID]:[DATASET].

bq update --description "[STRING]" [PROJECT_ID]:[DATASET]

Em que:

  • [STRING] é o texto que descreve o conjunto de dados entre aspas;
  • [PROJECT_ID] é o ID do projeto;
  • [DATASET] é o nome do conjunto de dados que você está atualizando.

Exemplos:

Insira o comando a seguir para alterar a descrição de mydataset para "Description of mydataset". O mydataset está no projeto padrão.

bq update --description "Description of mydataset" mydataset

Digite o comando a seguir para alterar a descrição de mydataset para "Description of mydataset". O conjunto de dados está em myotherproject, não no seu projeto padrão.

bq update --description "Description of mydataset" myotherproject:mydataset

API

Chame datasets.patch e use a propriedade description para aplicar a descrição do conjunto de dados. Como datasets.update substitui todo o recurso do conjunto de dados, o método datasets.patch é recomendado.

Go

Antes de testar esta amostra, siga as instruções de configuração para Go no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API do BigQuery para Go (em inglês). 

ds := client.Dataset(datasetID)
meta, err := ds.Metadata(ctx)
if err != nil {
	return err
}
update := bigquery.DatasetMetadataToUpdate{
	Description: "Updated Description.",
}
if _, err = ds.Update(ctx, update, meta.ETag); err != nil {
	return err
}

Java

Antes de testar esta amostra, siga as instruções de configuração para Java no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para ver mais informações, consulte a documentação de referência da API BigQuery para Java.

Crie uma instância Dataset.Builder de uma instância Dataset atual com o método Dataset.toBuilder(). Configure o objeto de builder do conjunto de dados. Crie o conjunto de dados atualizado com o método Dataset.Builder.build() e chame o método Dataset.update() para enviar a atualização à API. 
Dataset oldDataset = bigquery.getDataset(datasetName);
DatasetInfo datasetInfo = oldDataset.toBuilder().setDescription(newDescription).build();
Dataset newDataset = bigquery.update(datasetInfo);

Python

Python

Antes de testar esta amostra, siga as instruções de configuração do Python em Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API BigQuery Python (em inglês).

Configure a propriedade Dataset.description e chame Client.update_dataset() para enviar a atualização à API. 
from google.cloud import bigquery

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

# TODO(developer): Set dataset_id to the ID of the dataset to fetch.
# dataset_id = 'your-project.your_dataset'

dataset = client.get_dataset(dataset_id)
dataset.description = "Updated description."
dataset = client.update_dataset(dataset, ["description"])

full_dataset_id = "{}.{}".format(dataset.project, dataset.dataset_id)
print(
    "Updated dataset '{}' with description '{}'.".format(
        full_dataset_id, dataset.description
    )
)

Como atualizar os prazos de validade padrão da tabela

É possível atualizar o prazo de validade padrão da tabela do conjunto de dados realizando as etapas a seguir:

  • Use o Console do GCP ou a IU da Web clássica do BigQuery.
  • Use o comando bq update da CLI.
  • Chame o método de API datasets.patch.

É possível configurar o prazo de validade padrão da tabela no nível do conjunto de dados ou defini-lo quando a tabela é criada. Ao fazer isso durante a criação da tabela, a expiração padrão da tabela do conjunto de dados será ignorada. Se você não a configurar no nível do conjunto de dados e não defini-la quando a tabela for criada, a tabela nunca expirará, e você precisará excluí-la manualmente.

Ao atualizar a configuração da expiração padrão da tabela de um conjunto de dados:

  • Se você alterar o valor de Never para um tempo de expiração definido, quaisquer tabelas do conjunto de dados não expirarão, a menos que o tempo de expiração tenha sido configurado na tabela quando ela foi criada.
  • Se você estiver alterando o valor da expiração padrão da tabela, quaisquer tabelas existentes expirarão de acordo com a configuração de expiração original. A nova configuração de expiração será aplicada a todas as novas tabelas criadas no conjunto de dados, a menos que você especifique uma expiração diferente na tabela quando ela for criada.

O valor da expiração padrão da tabela é expresso de diferentes formas, dependendo do local em que você o define. Use o método que garanta o nível apropriado de granularidade:

  • No Console do GCP e na IU da Web clássica do BigQuery, a expiração é expressa em dias.
  • Na ferramenta de linha de comando, a validade é expressa em segundos.
  • Na API, em milissegundos.

Para atualizar o prazo de validade padrão de um conjunto de dados:

IU clássica

Para atualizar o prazo de validade padrão usando a IU da Web do BigQuery:

  1. No painel de navegação, selecione o conjunto de dados.

  2. Na página Dataset Details, na seção Details, à direita de Default Table Expiration, clique em Edit.

    Expiração da tabela

  3. Na caixa de diálogo Update Expiration, em Data expiration, selecione In e insira o tempo de expiração em dias. O valor padrão é Nunca.

Linha de comando

Para atualizar o prazo de validade padrão de tabelas recém-criadas em um conjunto de dados, digite o comando bq update com a sinalização --default_table_expiration. Se você estiver atualizando um conjunto de dados em um projeto diferente do padrão, adicione o código do projeto ao nome do conjunto no seguinte formato: [PROJECT_ID]:[DATASET].

bq update --default_table_expiration [INTEGER] [PROJECT_ID]:[DATASET]

Em que:

  • [INTEGER] é a vida útil padrão (em segundos) das tabelas recém-criadas. O valor mínimo é de 3.600 segundos (uma hora). O prazo de validade é calculado como a hora atual mais o valor inteiro. Especifique 0 para remover o prazo de validade atual. Qualquer tabela criada no conjunto de dados é excluída após [INTEGER] segundos, contados a partir do momento da criação. Esse valor será aplicado se você não definir uma validade durante a criação da tabela;
  • [PROJECT_ID] é o ID do projeto;
  • [DATASET] é o nome do conjunto de dados que você está atualizando.

Exemplos:

Insira o comando a seguir para definir a expiração padrão de novas tabelas criadas em mydataset como duas horas (7.200 segundos) a partir do horário atual. O conjunto de dados está no projeto padrão.

bq update --default_table_expiration 7200 mydataset

Insira o comando a seguir para definir a expiração padrão de novas tabelas criadas em mydataset como duas horas (7.200 segundos) a partir do horário atual. O conjunto de dados está em myotherproject, e não no projeto padrão.

bq update --default_table_expiration 7200 myotherproject:mydataset

API

Chame datasets.patch e use a propriedade defaultTableExpirationMs para aplicar a expiração padrão da tabela em milissegundos. Como datasets.update substitui todo o recurso do conjunto de dados, o método datasets.patch é recomendado.

Go

Antes de testar esta amostra, siga as instruções de configuração para Go no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API do BigQuery para Go (em inglês). 

ds := client.Dataset(datasetID)
meta, err := ds.Metadata(ctx)
if err != nil {
	return err
}
update := bigquery.DatasetMetadataToUpdate{
	DefaultTableExpiration: 24 * time.Hour,
}
if _, err := client.Dataset(datasetID).Update(ctx, update, meta.ETag); err != nil {
	return err
}

Java

Antes de testar esta amostra, siga as instruções de configuração para Java no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para ver mais informações, consulte a documentação de referência da API BigQuery para Java.

Crie uma instância Dataset.Builder de uma instância Dataset atual com o método Dataset.toBuilder(). Configure o objeto de builder do conjunto de dados. Crie o conjunto de dados atualizado com o método Dataset.Builder.build() e chame Dataset.update() para enviar a atualização à API.

Configure o prazo de validade padrão com o método Dataset.Builder.setDefaultTableLifetime(). 

Long beforeExpiration = dataset.getDefaultTableLifetime();

Long oneDayMilliseconds = 24 * 60 * 60 * 1000L;
DatasetInfo.Builder builder = dataset.toBuilder();
builder.setDefaultTableLifetime(oneDayMilliseconds);
bigquery.update(builder.build());  // API request.

Python

Python

Antes de testar esta amostra, siga as instruções de configuração do Python em Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API BigQuery Python (em inglês).

Configure a propriedade Dataset.default_table_expiration_ms e chame Client.update_dataset() para enviar a atualização à API. 
from google.cloud import bigquery

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

# TODO(developer): Set dataset_id to the ID of the dataset to fetch.
# dataset_id = 'your-project.your_dataset'

dataset = client.get_dataset(dataset_id)
dataset.default_table_expiration_ms = 24 * 60 * 60 * 1000  # in milliseconds

dataset = client.update_dataset(
    dataset, ["default_table_expiration_ms"]
)  # API request

full_dataset_id = "{}.{}".format(dataset.project, dataset.dataset_id)
print(
    "Updated dataset {} with new expiration {}".format(
        full_dataset_id, dataset.default_table_expiration_ms
    )
)

Como atualizar os prazos de validade padrão de partições

É possível atualizar a validade padrão da partição de um conjunto de dados realizando as etapas a seguir:

  • Use o comando bq update da CLI.
  • Chame o método de API datasets.patch.

A configuração ou atualização da validade da partição padrão de um conjunto de dados não é compatível com o Console do GCP ou com a IU da Web clássica do BigQuery.

É possível definir um prazo de validade padrão de partição no nível do conjunto de dados, o que afetará todas as tabelas particionadas recém-criadas. Se preferir, defina um prazo de validade de partição individualmente durante a criação de cada tabela particionada. Se você definir os prazos de validade padrão de partição e de tabela no nível do conjunto de dados, as novas tabelas particionadas terão apenas prazo de validade de partição. Quando ambas as opções são definidas, a validade padrão de partição modifica a validade padrão de tabela.

Se você definir o prazo de validade de partição no momento da criação da tabela, esse valor modificará a validade padrão definida no nível do conjunto de dados.

Se você não definir uma validade padrão de partição no nível do conjunto de dados nem a validade de partição durante a criação da tabela, as partições nunca expirarão e será necessário excluí-las manualmente.

Quando definimos uma validade padrão de partição em um conjunto de dados, esse prazo será aplicado a todas as partições nas tabelas particionadas criadas em tal conjunto de dados. Quando definimos a validade de partição em uma tabela, esse prazo será aplicado a todas as partições criadas na tabela específica. Atualmente, não é possível aplicar prazos de validade distintos a partições diferentes na mesma tabela.

Ao atualizar a validade padrão de partição de um conjunto de dados:

  • altere o valor de “never” para um prazo de validade definido, assim, todas as partições atuais das tabelas particionadas no conjunto de dados não expirarão, a menos que tal prazo tenha sido definido nas tabelas quando elas foram criadas;
  • altere o valor de validade padrão de partição, assim, todas as partições nas tabelas particionadas atuais expirarão de acordo com o prazo original. A nova validade padrão de partição será aplicada a todas as novas tabelas particionadas criadas no conjunto de dados, a menos que você especifique um prazo diferente durante a criação das tabelas.

O valor da validade padrão da tabela é expresso de formas diferentes, dependendo do local em que é definido. Use o método que garanta o nível apropriado de granularidade:

  • Na ferramenta de linha de comando, a validade é expressa em segundos.
  • Na API, o prazo de validade é expresso em milissegundos.

Para atualizar o prazo de validade de partição padrão de um conjunto de dados:

IU clássica

Atualmente, não é possível atualizar o prazo de validade padrão de partição na IU da Web do BigQuery.

Linha de comando

Para atualizar o prazo de validade padrão de um conjunto de dados, digite o comando bq update com a sinalização --default_partition_expiration. Se você estiver atualizando um conjunto de dados em um projeto diferente do padrão, adicione o código do projeto ao nome do conjunto no seguinte formato: [PROJECT_ID]:[DATASET].

bq update --default_partition_expiration [INTEGER] [PROJECT_ID]:[DATASET]

Em que:

  • [INTEGER] é a vida útil padrão (em segundos) das partições nas tabelas particionadas recém-criadas. Esta sinalização não tem valor mínimo. Especifique 0 para remover o prazo de validade atual. Todas as partições nas tabelas particionadas recém-criadas são excluídas após [INTEGER] segundos contados a partir da data da partição. Esse valor será aplicado se você não definir uma validade de partição na tabela quando ela for criada;
  • [PROJECT_ID] é o ID do projeto;
  • [DATASET] é o nome do conjunto de dados que você está atualizando.

Exemplos:

Digite o comando a seguir para definir a validade padrão de partição das novas tabelas particionadas criadas em mydataset como 26 horas (93.600 segundos). O conjunto de dados está no projeto padrão.

bq update --default_partition_expiration 93600 mydataset

Digite o comando a seguir para definir a validade padrão de partição das novas tabelas particionadas criadas em mydataset como 26 horas (93.600 segundos). O conjunto de dados está em myotherproject, e não no projeto padrão.

bq update --default_partition_expiration 7200 myotherproject:mydataset

API

Chame datasets.patch e use a propriedade defaultPartitionExpirationMs para aplicar a validade padrão de partição em milissegundos. Como datasets.update substitui todo o recurso do conjunto de dados, o método datasets.patch é recomendado.

Como atualizar os controles de acesso ao conjunto de dados

O processo de atualização dos controles de acesso do conjunto de dados é muito semelhante ao de atribuição. Os controles de acesso não podem ser aplicados durante a criação do conjunto de dados usando o Console do GCP, a IU da Web clássica do BigQuery ou a ferramenta de linha de comando. É preciso primeiro criar o conjunto de dados e atualizar os controles de acesso dele. Com a API, é possível atualizar os controles de acesso ao conjunto de dados chamando o método datasets.patch.

Ao atualizar os controles de acesso em um conjunto de dados, é possível modificar o acesso dos usuários e grupos a seguir:

  • Usuário por e-mail: fornece a uma conta do Google individual acesso ao conjunto de dados.
  • Grupo por e-mail: fornece a todos os membros de um grupo do Google acesso ao conjunto de dados.
  • Domínio: fornece a todos os usuários e grupos em um domínio do Google acesso ao conjunto de dados.
  • Todos os usuários autenticados: fornece a todos os titulares de contas do Google acesso ao conjunto de dados, tornando-o público.
  • Proprietários do projeto: permite que todos os proprietários do projeto acessem o conjunto de dados.
  • Project Viewers: oferece a todos os visualizadores do projeto acesso ao conjunto de dados.
  • Project Editors: permite que todos os editores do projeto acessem o conjunto de dados.
  • Visualização autorizada: fornece acesso de visualização ao conjunto de dados.

Para atualizar os controles de acesso em um conjunto de dados:

IU clássica

  1. Clique na seta suspensa à direita do conjunto de dados e escolha Compartilhar conjunto de dados.

  2. Na caixa de diálogo Compartilhar conjunto de dados, faça o seguinte para modificar as entradas atuais:

    • Remova as entradas clicando no ícone X à direita do usuário, grupo ou conta de serviço.
    • Altere as permissões de um usuário, grupo ou conta de serviço clicando no botão de permissões. Depois, escolha um nível de acesso apropriado: Is owner (OWNER), Can edit (WRITER) ou Can view (READER). Para ver mais informações sobre os papéis no nível do conjunto de dados, consulte Papéis primitivos para conjuntos de dados.

  3. Na caixa de diálogo Compartilhar conjunto de dados, para adicionar novas entradas:

    1. Clique na lista suspensa à esquerda do campo Adicionar pessoas e escolha a opção apropriada.

    2. Digite um valor na caixa de texto. Por exemplo, se você escolher Usuário por e-mail, digite o endereço de e-mail do usuário.

    3. À direita do campo Adicionar pessoas, clique em Pode visualizar e escolha o papel apropriado na lista.

      Adicionar pessoas ao conjunto de dados

    4. Clique em Adicionar.

  4. Quando terminar de adicionar, excluir ou modificar os controles de acesso, clique em Salvar alterações.

  5. Clique na seta suspensa à direita do conjunto de dados e escolha Compartilhar conjunto de dados para verificar os controles de acesso. Confirme as configurações na caixa de diálogo Compartilhar conjunto de dados.

Linha de comando

  1. Grave as informações existentes do conjunto de dados, incluindo controles de acesso, em um arquivo JSON usando o comando show. Se o conjunto de dados estiver em um projeto diferente do padrão, adicione o código do projeto ao nome do conjunto no seguinte formato: [PROJECT_ID]:[DATASET].

    bq show --format=prettyjson [PROJECT_ID]:[DATASET] > [PATH_TO_FILE]

    Em que:

    • [PROJECT_ID] é o ID do projeto;
    • [DATASET] é o nome do conjunto de dados;

    • [PATH_TO_FILE] é o caminho do arquivo JSON na sua máquina local.

      Exemplos:

      Digite o comando a seguir para gravar os controles de acesso de mydataset em um arquivo JSON. O mydataset está no projeto padrão.

      bq show --format=prettyjson mydataset > /tmp/mydataset.json

      Digite o comando a seguir para gravar os controles de acesso de mydataset em um arquivo JSON. O mydataset está em myotherproject.

      bq show --format=prettyjson myotherproject:mydataset > /tmp/mydataset.json

  2. Faça suas alterações na seção "access" do arquivo JSON. É possível adicionar ou remover qualquer entrada de specialGroup: projectOwners, projectWriters, projectReaders e allAuthenticatedUsers. Você também pode adicionar, remover ou modificar qualquer um destes itens: userByEmail, groupByEmail e domain.

    Por exemplo, a seção de acesso do arquivo JSON de um conjunto de dados tem esta aparência: 

    {
 "access": [
  {
   "role": "READER",
   "specialGroup": "projectReaders"
  },
  {
   "role": "WRITER",
   "specialGroup": "projectWriters"
  },
  {
   "role": "OWNER",
   "specialGroup": "projectOwners"
  }
  {
   "role": "READER",
   "specialGroup": "allAuthenticatedUsers"
  }
  {
   "role": "READER",
   "domain": "[DOMAIN_NAME]"
  }
  {
   "role": "WRITER",
   "userByEmail": "[USER_EMAIL]"
  }
  {
   "role": "READER",
   "groupByEmail": "[GROUP_EMAIL]"
  }
 ],
}

  3. Quando suas edições estiverem concluídas, use o comando update e inclua o arquivo JSON usando a sinalização --source. Se o conjunto de dados estiver em um projeto diferente do padrão, adicione o código do projeto ao nome do conjunto no seguinte formato: [PROJECT_ID]:[DATASET].

    bq update --source [PATH_TO_FILE] [PROJECT_ID]:[DATASET]

    Em que:

    • [PATH_TO_FILE] é o caminho do arquivo JSON na sua máquina local;
    • [PROJECT_ID] é o ID do projeto;

    • [DATASET] é o nome do conjunto de dados.

      Exemplos:

      Insira o comando a seguir para atualizar os controles de acesso de mydataset. O mydataset está no projeto padrão.

      bq update --source /tmp/mydataset.json mydataset

      Insira o comando a seguir para atualizar os controles de acesso de mydataset. O mydataset está em myotherproject.

      bq update --source /tmp/mydataset.json myotherproject:mydataset

  4. Para verificar as alterações no controle de acesso, insira o comando show novamente sem gravar as informações em um arquivo.

    bq show --format=prettyjson [DATASET]

    ou

    bq show --format=prettyjson [PROJECT_ID]:[DATASET]

API

Chame datasets.patch e use a propriedade access para atualizar os controles de acesso. Para mais informações, consulte Conjuntos de dados.

Como datasets.update substitui todo o recurso do conjunto de dados, o método datasets.patch é recomendado para atualizar os controles de acesso.

Go

Antes de testar esta amostra, siga as instruções de configuração para Go no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API do BigQuery para Go (em inglês). 

ds := client.Dataset(datasetID)
meta, err := ds.Metadata(ctx)
if err != nil {
	return err
}
// Append a new access control entry to the existing access list.
update := bigquery.DatasetMetadataToUpdate{
	Access: append(meta.Access, &bigquery.AccessEntry{
		Role:       bigquery.ReaderRole,
		EntityType: bigquery.UserEmailEntity,
		Entity:     "sample.bigquery.dev@gmail.com"},
	),
}

// Leverage the ETag for the update to assert there's been no modifications to the
// dataset since the metadata was originally read.
if _, err := ds.Update(ctx, update, meta.ETag); err != nil {
	return err
}

Java

Antes de testar esta amostra, siga as instruções de configuração para Java no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para ver mais informações, consulte a documentação de referência da API BigQuery para Java.

Crie uma instância Dataset.Builder de uma instância Dataset atual com o método Dataset.toBuilder(). Configure o objeto de builder do conjunto de dados. Crie o conjunto de dados atualizado com o método Dataset.Builder.build() e chame Dataset.update() para enviar a atualização à API.

Configure os controles de acesso com o método Dataset.Builder.setAcl(). 

List<Acl> beforeAcls = dataset.getAcl();

// Make a copy of the ACLs so that they can be modified.
ArrayList<Acl> acls = new ArrayList<>(beforeAcls);
acls.add(Acl.of(new Acl.User("sample.bigquery.dev@gmail.com"), Acl.Role.READER));
DatasetInfo.Builder builder = dataset.toBuilder();
builder.setAcl(acls);

bigquery.update(builder.build());  // API request.

Python

Antes de testar esta amostra, siga as instruções de configuração do Python em Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API BigQuery Python (em inglês).

Defina a propriedade dataset.access_entries com os controles de acesso de um conjunto de dados. Em seguida, chame a função client.update_dataset() para atualizar a propriedade. 
from google.cloud import bigquery

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

# TODO(developer): Set dataset_id to the ID of the dataset to fetch.
# dataset_id = 'your-project.your_dataset'

dataset = client.get_dataset(dataset_id)

entry = bigquery.AccessEntry(
    role="READER",
    entity_type="userByEmail",
    entity_id="sample.bigquery.dev@gmail.com",
)

entries = list(dataset.access_entries)
entries.append(entry)
dataset.access_entries = entries

dataset = client.update_dataset(dataset, ["access_entries"])  # API request

full_dataset_id = "{}.{}".format(dataset.project, dataset.dataset_id)
print(
    "Updated dataset '{}' with modified user permissions.".format(full_dataset_id)
)

Próximas etapas

Esta página foi útil? Conte sua opinião sobre:

Enviar comentários sobre…

Esta página
Comentários sobre a documentação
BigQuery
Comentários sobre o produto
Precisa de ajuda? Acesse nossa página de suporte.