Labels aktualisieren

Auf dieser Seite erfahren Sie, wie Sie Labels für BigQuery-Ressourcen aktualisieren.

Hinweis

Erteilen Sie IAM-Rollen (Identity and Access Management), die Nutzern die erforderlichen Berechtigungen zum Ausführen der einzelnen Aufgaben in diesem Dokument geben. Die Berechtigungen, die zum Ausführen einer Aufgabe erforderlich sind (sofern zutreffend), werden im Abschnitt "Erforderliche Berechtigungen" der Aufgabe aufgelistet.

Dataset-Labels aktualisieren

Zum Aktualisieren eines Dataset-Labels haben Sie folgende Optionen:

  • Google Cloud Console verwenden
  • DDL-Anweisungen von SQL verwenden
  • Den Befehl bq update des bq-Befehlszeilentools verwenden
  • Durch Aufrufen der API-Methode datasets.patch
  • Mithilfe der Clientbibliotheken

Erforderliche Berechtigungen

Zum Aktualisieren eines Dataset-Labels benötigen Sie die IAM-Berechtigung bigquery.datasets.update.

Die folgenden vordefinierten IAM-Rollen enthalten die Berechtigungen, die für das Aktualisieren eines Dataset-Labels erforderlich sind:

  • roles/bigquery.dataOwner
  • roles/bigquery.admin

Wenn Sie die Berechtigung bigquery.datasets.create haben, können Sie außerdem die Labels der von Ihnen erstellten Datasets aktualisieren.

Weitere Informationen zu IAM-Rollen und Berechtigungen in BigQuery finden Sie unter Vordefinierte Rollen und Berechtigungen.

Dataset-Label aktualisieren

Wählen Sie eine der folgenden Optionen, um Labels für ein Dataset zu aktualisieren:

Console

  1. Wählen Sie in der Google Cloud Console das Dataset aus.

  2. Klicken Sie auf der Seite "Dataset-Details" auf das Stiftsymbol rechts neben Labels.

    Stiftsymbol

  3. Im Dialogfeld Labels bearbeiten gehen Sie so vor:

    • Klicken Sie auf Add label (Label hinzufügen), um weitere Labels anzuwenden. Jeder Schlüssel kann pro Dataset nur einmal verwendet werden, Sie können aber denselben Schlüssel in verschiedenen Datasets eines Projekts verwenden.
    • Ändern Sie die vorhandenen Schlüssel oder Werte, um ein Label zu aktualisieren.
    • Klicken Sie auf Update (Aktualisieren), um die Änderungen zu speichern.

SQL

Verwenden Sie die DDL-Anweisung ALTER SCHEMA SET OPTIONS, um die Labels für ein vorhandenes Dataset festzulegen. Durch das Festlegen von Labels werden alle vorhandenen Labels im Dataset überschrieben. Im folgenden Beispiel wird ein einzelnes Label für das Dataset mydataset festgelegt:

  1. Öffnen Sie in der Google Cloud Console die Seite BigQuery.

    BigQuery aufrufen

  2. Geben Sie im Abfrageeditor die folgende Anweisung ein:

    ALTER SCHEMA mydataset
SET OPTIONS (labels = [('sensitivity', 'high')]);

  3. Klicken Sie auf Ausführen.

Informationen zum Ausführen von Abfragen finden Sie unter Interaktive Abfrage ausführen.

bq

Wenn Sie weitere Labels hinzufügen oder ein Dataset-Label aktualisieren möchten, geben Sie den Befehl bq update mit dem Flag set_label aus. Wiederholen Sie das Flag, um mehrere Labels hinzuzufügen oder zu aktualisieren.

Wenn sich das Dataset in einem anderen Projekt als Ihrem Standardprojekt befindet, fügen Sie dem Dataset die Projekt-ID im folgenden Format hinzu: [PROJECT_ID]:[DATASET].

bq update \
--set_label key:value \
project_id:dataset

Dabei gilt:

  • key:value entspricht einem Schlüssel/Wert-Paar für ein Label, das Sie hinzufügen oder aktualisieren möchten. Wenn Sie den Schlüssel eines vorhandenen Labels angeben, wird der Wert für das vorhandene Label aktualisiert. Der Schlüssel muss eindeutig sein.
  • project_id ist die Projekt-ID.
  • dataset ist das zu aktualisierende Dataset.

Beispiel:

Geben Sie den bq update-Befehl mit department als Labelschlüssel ein, um das department-Label für mydataset zu aktualisieren. Wenn Sie beispielsweise das Label department:shipping in department:logistics ändern möchten, geben Sie den folgenden Befehl ein. mydataset befindet sich in myotherproject, nicht in Ihrem Standardprojekt.

    bq update \
    --set_label department:logistics \
    myotherproject:mydataset

Die Ausgabe sieht so aus: 

Dataset 'myotherproject:mydataset' successfully updated.

API

Wenn Sie weitere Labels hinzufügen oder ein Label für ein vorhandenes Dataset aktualisieren möchten, rufen Sie die Methode datasets.patch auf und aktualisieren das Attribut labels für die Dataset-Ressource oder fügen es hinzu.

Da die Methode datasets.update die gesamte Dataset-Ressource ersetzt, ist die Methode datasets.patch zu bevorzugen.

Go

Bevor Sie dieses Beispiel anwenden, folgen Sie den Schritten zur Einrichtung von Go in der BigQuery-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Angaben finden Sie in der Referenzdokumentation zur BigQuery Go API.

Richten Sie zur Authentifizierung bei BigQuery die Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter Authentifizierung für Clientbibliotheken einrichten. 

import (
	"context"
	"fmt"

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

// addDatasetLabel demonstrates adding label metadata to an existing dataset.
func addDatasetLabel(projectID, datasetID string) error {
	// projectID := "my-project-id"
	// datasetID := "mydataset"
	ctx := context.Background()
	client, err := bigquery.NewClient(ctx, projectID)
	if err != nil {
		return fmt.Errorf("bigquery.NewClient: %v", err)
	}
	defer client.Close()

	ds := client.Dataset(datasetID)
	meta, err := ds.Metadata(ctx)
	if err != nil {
		return err
	}

	update := bigquery.DatasetMetadataToUpdate{}
	update.SetLabel("color", "green")
	if _, err := ds.Update(ctx, update, meta.ETag); err != nil {
		return err
	}
	return nil
}

Java

In diesem Beispiel wird die Google-HTTP-Clientbibliothek für Java verwendet, um eine Anfrage an die BigQuery API zu senden.

Bevor Sie dieses Beispiel ausprobieren, folgen Sie der Java-Einrichtungsanleitung in der BigQuery-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Angaben finden Sie in der Referenzdokumentation zur BigQuery Java API.

Richten Sie zur Authentifizierung bei BigQuery die Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter Authentifizierung für Clientbibliotheken einrichten. 

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.Dataset;
import java.util.HashMap;
import java.util.Map;

// Sample to updates a label on dataset
public class LabelDataset {

  public static void runLabelDataset() {
    // TODO(developer): Replace these variables before running the sample.
    String datasetName = "MY_DATASET_NAME";
    labelDataset(datasetName);
  }

  public static void labelDataset(String datasetName) {
    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();

      // This example dataset starts with existing label { color: 'green' }
      Dataset dataset = bigquery.getDataset(datasetName);
      // Add label to dataset
      Map<String, String> labels = new HashMap<>();
      labels.put("color", "green");

      dataset.toBuilder().setLabels(labels).build().update();
      System.out.println("Label added successfully");
    } catch (BigQueryException e) {
      System.out.println("Label was not added. \n" + e.toString());
    }
  }
}

Node.js

Bevor Sie dieses Beispiel anwenden, folgen Sie den Schritten zur Einrichtung von Node.js in der BigQuery-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Angaben finden Sie in der Referenzdokumentation zur BigQuery Node.js API.

Richten Sie zur Authentifizierung bei BigQuery die Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter Authentifizierung für Clientbibliotheken einrichten. 

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

async function labelDataset() {
  // Updates a label on a dataset.

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

  // Retrieve current dataset metadata.
  const dataset = bigquery.dataset(datasetId);
  const [metadata] = await dataset.getMetadata();

  // Add label to dataset metadata
  metadata.labels = {color: 'green'};
  const [apiResponse] = await dataset.setMetadata(metadata);

  console.log(`${datasetId} labels:`);
  console.log(apiResponse.labels);
}

Python

Bevor Sie dieses Beispiel anwenden, folgen Sie den Schritten zur Einrichtung von Python in der BigQuery-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Angaben finden Sie in der Referenzdokumentation zur BigQuery Python API.

Richten Sie zur Authentifizierung bei BigQuery die Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter Authentifizierung für Clientbibliotheken einrichten. 


from google.cloud import bigquery

# 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)  # Make an API request.
dataset.labels = {"color": "green"}
dataset = client.update_dataset(dataset, ["labels"])  # Make an API request.

print("Labels added to {}".format(dataset_id))

Tabellen- und Ansichtslabels aktualisieren

Zum Aktualisieren eines Labels nach dem Erstellen einer Tabelle oder Ansicht haben Sie folgende Optionen:

  • Google Cloud Console verwenden
  • Den Befehl bq update des bq-Befehlszeilentools verwenden
  • Aufrufen der API-Methode tables.patch
    • Da Ansichten wie Tabellenressourcen behandelt werden, können Sie mit der Methode tables.patch sowohl Ansichten als auch Tabellen ändern.
  • Mit den Clientbibliotheken

Erforderliche Berechtigungen

Zum Aktualisieren eines Tabellen- oder Ansichtslabels benötigen Sie die IAM-Berechtigung bigquery.tables.update.

Die folgenden vordefinierten IAM-Rollen enthalten die Berechtigungen, die zum Aktualisieren eines Tabellen- oder Ansichtslabels erforderlich sind:

  • roles/bigquery.dataEditor
  • roles/bigquery.dataOwner
  • roles/bigquery.admin

Wenn Sie die Berechtigung bigquery.datasets.create haben, können Sie außerdem Labels der Tabellen und Ansichten in den von Ihnen erstellten Datasets aktualisieren.

Weitere Informationen zu IAM-Rollen und -Berechtigungen in BigQuery finden Sie unter Vordefinierte Rollen und Berechtigungen.

Tabellen- oder Ansichtslabel aktualisieren

So aktualisieren Sie ein Tabellen- oder ein Ansichtslabel:

Console

  1. Wählen Sie in der Google Cloud Console die Tabelle oder Ansicht aus.

  2. Klicken Sie auf den Tab Details und dann auf das Stiftsymbol rechts neben Labels.

  3. Gehen Sie im Dialogfeld Edit Labels (Labels bearbeiten) so vor:

    • Klicken Sie auf Add Label (Label hinzufügen), um weitere Labels anzuwenden. Jeder Schlüssel kann pro Tabelle oder Ansicht nur einmal verwendet werden. Für Tabellen oder Ansichten in unterschiedlichen Datasets kann jedoch derselbe Schlüssel verwendet werden.
    • Ändern Sie die vorhandenen Schlüssel oder Werte, um ein Label zu aktualisieren.
    • Klicken Sie auf Update (Aktualisieren), um die Änderungen zu speichern.

SQL

Verwenden Sie die DDL-Anweisung ALTER TABLE SET OPTIONS, um die Labels für eine vorhandene Tabelle festzulegen, oder die DDL-Anweisung ALTER VIEW SET OPTIONS, um die Labels auf eine vorhandene Ansicht festzulegen. Mit Labels werden vorhandene Labels für die Tabelle oder Ansicht überschrieben. Im folgenden Beispiel werden zwei Labels für die Tabelle mytable festgelegt:

  1. Öffnen Sie in der Google Cloud Console die Seite BigQuery.

    BigQuery aufrufen

  2. Geben Sie im Abfrageeditor die folgende Anweisung ein:

    ALTER TABLE mydataset.mytable
SET OPTIONS (
  labels = [('department', 'shipping'), ('cost_center', 'logistics')]);

  3. Klicken Sie auf Ausführen.

Informationen zum Ausführen von Abfragen finden Sie unter Interaktive Abfrage ausführen.

bq

Wenn Sie zusätzliche Labels hinzufügen oder ein Tabellen- oder Ansichtslabel aktualisieren möchten, geben Sie den Befehl bq update mit dem Flag set_label aus. Wiederholen Sie das Flag, um mehrere Labels hinzuzufügen oder zu aktualisieren.

Wenn sich die Tabelle oder Ansicht in einem anderen Projekt als Ihrem Standardprojekt befindet, fügen Sie dem Dataset die Projekt-ID im folgenden Format hinzu: project_id:dataset.

bq update \
--set_label key:value \
project_id:dataset.table_or_view

Dabei gilt:

  • key:value entspricht einem Schlüssel/Wert-Paar für ein Label, das Sie hinzufügen oder aktualisieren möchten. Wenn Sie den Schlüssel eines vorhandenen Labels angeben, wird der Wert für das vorhandene Label aktualisiert. Der Schlüssel muss eindeutig sein.
  • project_id ist die Projekt-ID.
  • dataset ist das Dataset, das die zu aktualisierende Tabelle oder Ansicht enthält.
  • table_or_view ist der Name der zu aktualisierenden Tabelle oder Ansicht.

Beispiel:

Geben Sie den Befehl bq update mit department als Labelschlüssel ein, um das department-Label für mytable zu aktualisieren. Wenn Sie beispielsweise das Label department:shipping für mytable in department:logistics ändern möchten, geben Sie den folgenden Befehl ein. mytable befindet sich in myotherproject, nicht in Ihrem Standardprojekt.

    bq update \
    --set_label department:logistics \
    myotherproject:mydataset.mytable

Die Ausgabe sieht so aus: 

Table 'myotherproject:mydataset.mytable' successfully updated.

API

Wenn Sie Labels hinzufügen oder ein Label für eine vorhandene Tabelle oder Ansicht aktualisieren möchten, rufen Sie die Methode tables.patch auf und aktualisieren Sie das Attribut labels für die Tabellenressource oder fügen es hinzu.

Da Ansichten wie Tabellenressourcen behandelt werden, können Sie mit der Methode tables.patch sowohl Ansichten als auch Tabellen ändern.

Da die Methode tables.update die gesamte Dataset-Ressource ersetzt, ist die Methode tables.patch zu bevorzugen.

Go

Bevor Sie dieses Beispiel anwenden, folgen Sie den Schritten zur Einrichtung von Go in der BigQuery-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Angaben finden Sie in der Referenzdokumentation zur BigQuery Go API.

Richten Sie zur Authentifizierung bei BigQuery die Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter Authentifizierung für Clientbibliotheken einrichten. 

import (
	"context"
	"fmt"

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

// addTableLabel demonstrates adding Label metadata to a BigQuery table.
func addTableLabel(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()

	tbl := client.Dataset(datasetID).Table(tableID)
	meta, err := tbl.Metadata(ctx)
	if err != nil {
		return err
	}

	update := bigquery.TableMetadataToUpdate{}
	update.SetLabel("color", "green")
	if _, err := tbl.Update(ctx, update, meta.ETag); err != nil {
		return err
	}
	return nil
}

Java

In diesem Beispiel wird die Google-HTTP-Clientbibliothek für Java verwendet, um eine Anfrage an die BigQuery API zu senden.

Bevor Sie dieses Beispiel ausprobieren, folgen Sie der Java-Einrichtungsanleitung in der BigQuery-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Angaben finden Sie in der Referenzdokumentation zur BigQuery Java API.

Richten Sie zur Authentifizierung bei BigQuery die Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter Authentifizierung für Clientbibliotheken einrichten. 

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.Table;
import com.google.cloud.bigquery.TableId;
import java.util.HashMap;
import java.util.Map;

// Sample to adds a label to an existing table
public class LabelTable {

  public static void runLabelTable() {
    // TODO(developer): Replace these variables before running the sample.
    String datasetName = "MY_DATASET_NAME";
    String tableName = "MY_TABLE_NAME";
    labelTable(datasetName, tableName);
  }

  public static void labelTable(String datasetName, String tableName) {
    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();

      // This example table starts with existing label { color: 'green' }
      Table table = bigquery.getTable(TableId.of(datasetName, tableName));
      // Add label to table
      Map<String, String> labels = new HashMap<>();
      labels.put("color", "green");

      table.toBuilder().setLabels(labels).build().update();
      System.out.println("Label added successfully");
    } catch (BigQueryException e) {
      System.out.println("Label was not added. \n" + e.toString());
    }
  }
}

Node.js

Bevor Sie dieses Beispiel anwenden, folgen Sie den Schritten zur Einrichtung von Node.js in der BigQuery-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Angaben finden Sie in der Referenzdokumentation zur BigQuery Node.js API.

Richten Sie zur Authentifizierung bei BigQuery die Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter Authentifizierung für Clientbibliotheken einrichten. 

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

async function labelTable() {
  // Adds a label to an existing table.

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

  const dataset = bigquery.dataset(datasetId);
  const [table] = await dataset.table(tableId).get();

  // Retrieve current table metadata
  const [metadata] = await table.getMetadata();

  // Add label to table metadata
  metadata.labels = {color: 'green'};
  const [apiResponse] = await table.setMetadata(metadata);

  console.log(`${tableId} labels:`);
  console.log(apiResponse.labels);
}

Python

Bevor Sie dieses Beispiel anwenden, folgen Sie den Schritten zur Einrichtung von Python in der BigQuery-Kurzanleitung zur Verwendung von Clientbibliotheken. Weitere Angaben finden Sie in der Referenzdokumentation zur BigQuery Python API.

Richten Sie zur Authentifizierung bei BigQuery die Standardanmeldedaten für Anwendungen ein. Weitere Informationen finden Sie unter Authentifizierung für Clientbibliotheken einrichten. 

# from google.cloud import bigquery
# client = bigquery.Client()
# project = client.project
# dataset_ref = bigquery.DatasetReference(project, dataset_id)
# table_ref = dataset_ref.table('my_table')
# table = client.get_table(table_ref)  # API request

assert table.labels == {}
labels = {"color": "green"}
table.labels = labels

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

assert table.labels == labels

Joblabels aktualisieren

Derzeit werden Aktualisierungen eines Joblabels nicht unterstützt. Wenn Sie das Label eines Jobs aktualisieren möchten, senden Sie den Job noch einmal mit einem neuen Label.

Labels in Tags umwandeln

Ein Label, das einen Schlüssel mit einem leeren Wert hat, wird als Tag verwendet. Sie können ein neues Label ohne Wert erstellen oder ein vorhandenes Label in ein Tag für ein Dataset, eine Tabelle oder eine Ansicht umwandeln. Ein Joblabel lässt sich nicht in ein Tag umwandeln.

Tags können in Situationen nützlich sein, in denen Sie einer Ressource ein Label hinzufügen, aber das Format key:value nicht benötigt wird. Wenn Sie beispielsweise eine Tabelle mit Testdaten haben, die von mehreren Gruppen verwendet werden (Support, Entwicklung usw.), können Sie der Tabelle zwecks Identifizierung ein test_data-Tag hinzufügen.

Erforderliche Berechtigungen

Zum Konvertieren eines Labels in ein Tag benötigen Sie die folgenden IAM-Berechtigungen:

  • bigquery.datasets.update (ermöglicht das Konvertieren eines Dataset-Labels)
  • bigquery.tables.update (ermöglicht das Konvertieren eines Tabellen- oder Ansichtslabels)

Die folgenden vordefinierten IAM-Rollen enthalten die Berechtigungen, die zum Konvertieren eines Dataset-Labels erforderlich sind:

  • roles/bigquery.dataOwner
  • roles/bigquery.admin

Die folgenden vordefinierten IAM-Rollen enthalten die Berechtigungen, die zum Konvertieren eines Tabellen- oder Ansichtslabels erforderlich sind:

  • roles/bigquery.dataEditor
  • roles/bigquery.dataOwner
  • roles/bigquery.admin

Wenn Sie die Berechtigung bigquery.datasets.create haben, können Sie auch Labels der von Ihnen erstellten Datasets und der Tabellen und Ansichten in diesen Datasets aktualisieren.

Weitere Informationen zu IAM-Rollen und -Berechtigungen in BigQuery finden Sie unter Vordefinierte Rollen und Berechtigungen.

Labels in Tags umwandeln

So wandeln Sie ein Label in ein Tag um:

Console

  1. Wählen Sie in der Google Cloud Console das Dataset, die Tabelle oder die Ansicht aus.

  2. Bei Datasets wird automatisch die Seite "Dataset-Details" angezeigt. Falls Sie eine Tabelle oder Ansicht ausgewählt haben, klicken Sie auf Details, um die Detailseite zu öffnen.

    Tabellendetails

  3. Klicken Sie auf der Detailseite auf das Stiftsymbol rechts neben Labels.

    Stiftsymbol

  4. Im Dialogfeld Labels bearbeiten gehen Sie so vor:

    • Löschen Sie den Wert für ein vorhandenes Label.
    • Klicken Sie auf Aktualisieren.

bq

Verwenden Sie den Befehl bq update mit dem Flag set_label, um ein Label in ein Tag umzuwandeln: Geben Sie den Schlüssel gefolgt von einem Doppelpunkt ein, aber keinen Wert. Dadurch wird ein vorhandenes Label in ein Tag umgewandelt.

bq update \
--set_label key: \
resource_id

Dabei gilt:

  • key: ist der Labelschlüssel, den Sie in ein Tag umwandeln möchten.
  • resource_id ist ein gültiger Name eines Datasets, einer Tabelle oder einer Ansicht. Wenn sich die Ressource in einem anderen Projekt als Ihrem Standardprojekt befindet, fügen Sie die Projekt-ID im Format project_id:dataset hinzu.

Beispiele:

Geben Sie den folgenden Befehl ein, um das vorhandene test_data:development-Label für mydataset in ein Tag zu ändern. mydataset befindet sich in myotherproject, nicht in Ihrem Standardprojekt.

bq update --set_label test_data: myotherproject:mydataset

Die Ausgabe sieht so aus: 

Dataset 'myotherproject:mydataset' successfully updated.

API

Zum Umwandeln eines vorhandenen Labels in ein Tag rufen Sie die Methode datasets.patch oder tables.patch auf und ersetzen die Labelwerte in der Dataset-Ressource oder der Tabellenressource durch einen leeren String ("").

Da Ansichten wie Tabellenressourcen behandelt werden, können Sie mit der Methode tables.patch sowohl Ansichten als auch Tabellen ändern. Da außerdem die Methode tables.update die gesamte Dataset-Ressource ersetzt, wird die Methode tables.patch bevorzugt.

Nächste Schritte