Questa pagina è stata tradotta dall'API Cloud Translation.

Scrittura dei risultati delle query

Questo documento descrive come scrivere i risultati delle query in tabelle temporanee o permanenti.

Tabelle temporanee e permanenti

BigQuery salva tutti i risultati delle query in una tabella, che può essere permanenti o temporanee.

BigQuery utilizza le tabelle temporanee per memorizza nella cache i risultati delle query che non vengono scritti in un una tabella permanente. Le tabelle vengono create in un set di dati speciale e rinominate in modo randomico. Puoi anche creare tabelle temporanee per uso personale all'interno di query con più istruzioni e sessioni.
Al termine di una query, la tabella temporanea esiste per un massimo di 24 ore. Per visualizzare la struttura e i dati della tabella, vai alla console BigQuery, fai clic su Cronologia personale e scegli la query che ha creato la tabella provvisoria. Nella riga Tabella di destinazione, fai clic su Tabella temporanea.
L'accesso ai dati della tabella temporanea è limitato all'utente o al servizio l'account che ha creato il job di query.
Non puoi condividere tabelle temporanee e non visibile utilizzando uno degli elenchi standard o altri metodi di manipolazione delle tabelle. Le tabelle temporanee vengono create nella stessa regione della tabella o delle tabelle che stai con cui viene eseguita la query.
Una tabella permanente può essere una tabella nuova o esistente in qualsiasi set di dati a cui hai accesso. Se scrivi i risultati della query in una nuova tabella, ti vengono addebitati per l'archiviazione dei dati. Quando scrivi i risultati della query in una tabella permanente, le tabelle su cui esegui la query devono trovarsi nella stessa posizione del set di dati contenente la tabella di destinazione.
Non puoi salvare i risultati della query in una tabella temporanea quando sono attivati i criteri dell'organizzazione con limitazioni al dominio. Come soluzione alternativa, disattiva temporaneamente il criterio dell'organizzazione con limitazioni per i domini, esegui la query e riattiva il criterio. In alternativa, puoi salvare i risultati della query in una tabella di destinazione.

Autorizzazioni obbligatorie

Per scrivere i risultati di una query in una tabella, devi disporre almeno delle seguenti autorizzazioni:

bigquery.tables.create autorizzazioni per creare una nuova tabella
bigquery.tables.updateData per scrivere dati in una nuova tabella, sovrascrivere una tabella o aggiungere dati a una tabella
bigquery.jobs.create per eseguire un job di query

Potrebbero essere necessarie autorizzazioni aggiuntive, come bigquery.tables.getData per accedere ai dati su cui esegui query.

I seguenti ruoli IAM predefiniti includono Autorizzazioni bigquery.tables.create e bigquery.tables.updateData:

bigquery.dataEditor
bigquery.dataOwner
bigquery.admin

I seguenti ruoli IAM predefiniti includono bigquery.jobs.create autorizzazioni:

bigquery.user
bigquery.jobUser
bigquery.admin

Inoltre, se un utente dispone delle autorizzazioni bigquery.datasets.create, quando crea un set di dati e gli viene concesso l'accesso bigquery.dataOwner. L'accesso bigquery.dataOwner consente all'utente di creare e aggiornare le tabelle nel set di dati.

Per ulteriori informazioni sui ruoli e sulle autorizzazioni IAM in BigQuery, consulta Ruoli e autorizzazioni predefiniti.

Scrivere i risultati della query in una tabella permanente

Quando scrivi i risultati di una query in una tabella permanente, puoi creare una nuova tabella, aggiungere i risultati a una tabella esistente o sovrascrivere una tabella esistente.

Scrittura dei risultati delle query

Utilizza la seguente procedura per scrivere i risultati della query in una tabella permanente. Per contribuire a controllare i costi, puoi visualizzare l'anteprima dei dati prima di eseguire la query.

Console

Apri la pagina BigQuery nella console Google Cloud.

Vai alla pagina BigQuery
Nel riquadro Spazio di esplorazione, espandi il progetto e seleziona un set di dati.
Inserisci una query SQL valida.
Fai clic su Altro e poi seleziona Impostazioni query.
Seleziona l'opzione Imposta una tabella di destinazione per i risultati della query.
Nella sezione Destinazione, seleziona il set di dati in cui vuoi creare la tabella e poi scegli un ID tabella.
Nella sezione Preferenza di scrittura per la tabella di destinazione, scegli una delle le seguenti:
- Scrivi se vuoto: scrive i risultati della query solo nella tabella se la tabella è vuota.
- Aggiungi alla tabella: aggiunge i risultati della query a una tabella esistente tabella.
- Sovrascrivi tabella: sovrascrive una tabella esistente con lo stesso utilizzando i risultati della query.
(Facoltativo) Per Località dei dati, scegli la tua località.
Per aggiornare le impostazioni della query, fai clic su Salva.
Fai clic su Esegui. Viene creato un job di query che scrive i risultati della query nella tabella specificata.

In alternativa, se dimentichi di specificare una tabella di destinazione prima di eseguire la query, puoi copiare la tabella dei risultati memorizzata nella cache in una tabella permanente facendo clic sul pulsante Salva risultati. sopra l'editor.

SQL

L'esempio seguente utilizza l'istruzione CREATE TABLE per creare la tabella trips dai dati della tabella pubblica bikeshare_trips:

Nella console Google Cloud, vai alla pagina BigQuery.

Vai a BigQuery

Nell'editor di query, inserisci la seguente istruzione:

CREATE TABLE mydataset.trips AS (
  SELECT
    bike_id,
    start_time,
    duration_minutes
  FROM
    bigquery-public-data.austin_bikeshare.bikeshare_trips
);

Fai clic su Esegui.

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

Per ulteriori informazioni, vedi Creazione di una nuova tabella da una tabella esistente.

bq

In the Google Cloud console, activate Cloud Shell.

Activate Cloud Shell

At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
Inserisci il valore bq query e specifica il flag --destination_table creare una tabella permanente in base ai risultati della query. Specifica use_legacy_sql=false per usare la sintassi GoogleSQL. Per scrivere la query a una tabella che non è nel progetto predefinito, aggiungi l'ID progetto al nome del set di dati nel seguente formato: project_id:dataset.

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

Per controllare l'impostazione di scrittura per una tabella di destinazione esistente, specifica uno dei seguenti flag facoltativi:
- --append_table: se la tabella di destinazione esiste, i risultati della query vengono aggiunti.
- --replace: se la tabella di destinazione esiste, viene sovrascritta con i risultati della query.
```
bq --location=location query \
--destination_table project_id:dataset.table \
--use_legacy_sql=false 'query'
```
  Sostituisci quanto segue:
- location è il nome della località utilizzata per elaborare la query. Il flag --location è facoltativo. Ad esempio, se utilizzi BigQuery nella regione di Tokyo, puoi impostare il flag su asia-northeast1. Puoi impostare un valore predefinito per la posizione utilizzando il file .bigqueryrc.
- project_id è l'ID progetto.
- dataset è il nome del set di dati che contiene la tabella in cui stai scrivendo i risultati della query.
- table è il nome della tabella a cui stai scrivere i risultati della query.
- query è una query con la sintassi GoogleSQL.
  
  Se non viene specificato alcun flag di impostazione di scrittura, il comportamento predefinito è scrivere i risultati nella tabella solo se è vuota. Se la tabella esiste e non è vuota, viene restituito il seguente errore: BigQuery error in query operation: Error processing job project_id:bqjob_123abc456789_00000e1234f_1: Already Exists: Table project_id:dataset.table.
  
  Esempi:
  
  Nota: questi esempi eseguono query su un set di dati pubblico basato negli Stati Uniti. Poiché il pubblico è archiviato nella località multiregionale degli Stati Uniti, il set di dati che contiene anche la tabella di destinazione deve trovarsi negli Stati Uniti. Non puoi eseguire query su un set di dati in una posizione e scrivere i risultati in una tabella di destinazione in un'altra posizione.
  
  Inserisci il comando seguente per scrivere i risultati della query in una tabella di destinazione denominata mytable in mydataset. Il set di dati si trova nel progetto predefinito. Poiché nel comando non viene specificato alcun flag di disposizione di scrittura, la tabella deve essere nuovo o vuoto. In caso contrario, viene restituito un errore Already exists. La query recupera i dati dal set di dati pubblico Name Data USA.
```
bq query \
--destination_table mydataset.mytable \
--use_legacy_sql=false \
'SELECT
name,
number
FROM
`bigquery-public-data`.usa_names.usa_1910_current
WHERE
gender = "M"
ORDER BY
number DESC'
```
  Inserisci il comando seguente per utilizzare i risultati della query per sovrascrivere una destinazione tabella denominata mytable in mydataset. Il set di dati è quello predefinito progetto. Il comando utilizza il flag --replace per sovrascrivere la tabella di destinazione.
```
bq query \
--destination_table mydataset.mytable \
--replace \
--use_legacy_sql=false \
'SELECT
name,
number
FROM
`bigquery-public-data`.usa_names.usa_1910_current
WHERE
gender = "M"
ORDER BY
number DESC'
```
  Inserisci il comando seguente per aggiungere i risultati della query a una tabella di destinazione denominato mytable in mydataset. Il set di dati si trova in my-other-project, non il progetto predefinito. Il comando utilizza il flag --append_table per accodare i risultati della query alla tabella di destinazione.
```
bq query \
--append_table \
--use_legacy_sql=false \
--destination_table my-other-project:mydataset.mytable \
'SELECT
name,
number
FROM
`bigquery-public-data`.usa_names.usa_1910_current
WHERE
gender = "M"
ORDER BY
number DESC'
```
  L'output di ciascuno di questi esempi è il seguente. Per la leggibilità elevata, alcuni output sono troncati.
```
Waiting on bqjob_r123abc456_000001234567_1 ... (2s) Current status: DONE
+---------+--------+
|  name   | number |
+---------+--------+
| Robert  |  10021 |
| John    |   9636 |
| Robert  |   9297 |
| ...              |
+---------+--------+
```

API

Per salvare i risultati della query in una tabella permanente, chiama il metodo jobs.insert, configura un job query e includi un valore per la proprietà destinationTable. per controllare l'istruzione di scrittura per una destinazione esistente. configura la proprietà writeDisposition.

Per controllare il percorso di elaborazione del job di query, specifica location nella sezione jobReference della risorsa job.

Vai

Prima di provare questo esempio, segui le istruzioni di configurazione Go riportate nella guida rapida all'utilizzo di BigQuery con le librerie client. Per ulteriori informazioni, consulta la documentazione di riferimento dell'API BigQuery Go.

Per autenticarti a BigQuery, configura le credenziali predefinite dell'applicazione. Per saperne di più, consulta Configurare l'autenticazione per le librerie client.

import (
	"context"
	"fmt"
	"io"

	"cloud.google.com/go/bigquery"
	"google.golang.org/api/iterator"
)

// queryWithDestination demonstrates saving the results of a query to a specific table by setting the destination
// via the API properties.
func queryWithDestination(w io.Writer, projectID, destDatasetID, destTableID 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()

	q := client.Query("SELECT 17 as my_col")
	q.Location = "US" // Location must match the dataset(s) referenced in query.
	q.QueryConfig.Dst = client.Dataset(destDatasetID).Table(destTableID)
	// Run the query and print results when the query job is completed.
	job, err := q.Run(ctx)
	if err != nil {
		return err
	}
	status, err := job.Wait(ctx)
	if err != nil {
		return err
	}
	if err := status.Err(); err != nil {
		return err
	}
	it, err := job.Read(ctx)
	for {
		var row []bigquery.Value
		err := it.Next(&row)
		if err == iterator.Done {
			break
		}
		if err != nil {
			return err
		}
		fmt.Fprintln(w, row)
	}
	return nil
}

Java

Prima di provare questo esempio, segui le istruzioni di configurazione Java riportate nella guida rapida all'utilizzo di BigQuery con le librerie client. Per ulteriori informazioni, consulta la documentazione di riferimento dell'API BigQuery Java.

Per autenticarti a BigQuery, configura le credenziali predefinite dell'applicazione. Per saperne di più, consulta Configurare l'autenticazione per le librerie client.

Per salvare i risultati della query in una tabella permanente, imposta la tabella di destinazione sul TableId desiderato in un QueryJobConfiguration.

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.QueryJobConfiguration;
import com.google.cloud.bigquery.TableId;

public class SaveQueryToTable {

  public static void runSaveQueryToTable() {
    // TODO(developer): Replace these variables before running the sample.
    String query = "SELECT corpus FROM `bigquery-public-data.samples.shakespeare` GROUP BY corpus;";
    String destinationTable = "MY_TABLE";
    String destinationDataset = "MY_DATASET";

    saveQueryToTable(destinationDataset, destinationTable, query);
  }

  public static void saveQueryToTable(
      String destinationDataset, String destinationTableId, String query) {
    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();

      // Identify the destination table
      TableId destinationTable = TableId.of(destinationDataset, destinationTableId);

      // Build the query job
      QueryJobConfiguration queryConfig =
          QueryJobConfiguration.newBuilder(query).setDestinationTable(destinationTable).build();

      // Execute the query.
      bigquery.query(queryConfig);

      // The results are now saved in the destination table.

      System.out.println("Saved query ran successfully");
    } catch (BigQueryException | InterruptedException e) {
      System.out.println("Saved query did not run \n" + e.toString());
    }
  }
}

Node.js

Prima di provare questo esempio, segui le istruzioni di configurazione Node.js riportate nella guida rapida all'utilizzo di BigQuery con le librerie client. Per ulteriori informazioni, consulta la documentazione di riferimento dell'API BigQuery Node.js.

Per autenticarti a BigQuery, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client.

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

async function queryDestinationTable() {
  // Queries the U.S. given names dataset for the state of Texas
  // and saves results to permanent table.

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

  // Create destination table reference
  const dataset = bigquery.dataset(datasetId);
  const destinationTable = dataset.table(tableId);

  const query = `SELECT name
    FROM \`bigquery-public-data.usa_names.usa_1910_2013\`
    WHERE state = 'TX'
    LIMIT 100`;

  // For all options, see https://cloud.google.com/bigquery/docs/reference/v2/tables#resource
  const options = {
    query: query,
    // Location must match that of the dataset(s) referenced in the query.
    location: 'US',
    destination: destinationTable,
  };

  // Run the query as a job
  const [job] = await bigquery.createQueryJob(options);

  console.log(`Job ${job.id} started.`);
  console.log(`Query results loaded to table ${destinationTable.id}`);
}

Python

Prima di provare questo esempio, segui le istruzioni per la configurazione di Python nel Guida rapida di BigQuery con librerie client. Per ulteriori informazioni, consulta API Python BigQuery documentazione di riferimento.

Per autenticarti a BigQuery, configura le credenziali predefinite dell'applicazione. Per saperne di più, consulta Configurare l'autenticazione per le librerie client.

Per salvare i risultati della query in una tabella permanente, crea un QueryJobConfig e imposta la destinazione sul TableReference desiderato. passa la configurazione del job alla query .

from google.cloud import bigquery

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

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

job_config = bigquery.QueryJobConfig(destination=table_id)

sql = """
    SELECT corpus
    FROM `bigquery-public-data.samples.shakespeare`
    GROUP BY corpus;
"""

# Start the query, passing in the extra configuration.
query_job = client.query(sql, job_config=job_config)  # Make an API request.
query_job.result()  # Wait for the job to complete.

print("Query results loaded to the table {}".format(table_id))

Scrivere risultati di query di grandi dimensioni

In genere, le query hanno una dimensione massima della risposta. Se prevedi di eseguire una query che potrebbe restituire risultati più grandi, puoi eseguire una delle seguenti le seguenti:

In GoogleSQL, specifica una tabella di destinazione per i risultati della query.
In SQL precedente, specifica una tabella di destinazione e imposta allowLargeResults .

Quando specifichi una tabella di destinazione per risultati di query di grandi dimensioni, ti viene addebitato il costo per lo stoccaggio dei dati.

Limitazioni

In SQL precedente, la scrittura di risultati di grandi dimensioni è soggetta a queste limitazioni:

Devi specificare una tabella di destinazione.
Non puoi specificare una clausola ORDER BY, TOP o LIMIT di primo livello. In questo modo nega il vantaggio di utilizzare allowLargeResults, perché l'output della query non possono più essere calcolati in parallelo.
Le funzioni finestra possono restituire risultati di query di grandi dimensioni solo se utilizzate in combinazione con una clausola PARTITION BY.

Scrittura di risultati di grandi dimensioni utilizzando il linguaggio SQL precedente

Per scrivere set di risultati di grandi dimensioni utilizzando SQL precedente:

Console

Nella console Google Cloud, apri la pagina BigQuery.

Vai a BigQuery
Fai clic su Crea nuova query.
Inserisci una query SQL valida nell'area di testo Editor query. Utilizza le funzionalità di il prefisso #legacySQL o assicurati di aver selezionato Utilizza SQL precedente le impostazioni della query.
Fai clic su Altro e poi seleziona Impostazioni query.
Per Destinazione, seleziona Imposta una tabella di destinazione per i risultati della query.
In Set di dati, scegli il set di dati in cui verrà archiviata la tabella.
Nel campo ID tabella, inserisci un nome per la tabella.
Se stai scrivendo un set di risultati di grandi dimensioni in una tabella esistente, puoi utilizzare le opzioni della Preferenza di scrittura per tabella di destinazione per controllare la disposizione della scrittura della tabella di destinazione:
- Scrive se vuota: scrive i risultati della query nella tabella solo se la tabella è vuota.
- Aggiungi alla tabella: aggiunge i risultati della query a una tabella esistente tabella.
- Sovrascrivi tabella: sovrascrive una tabella esistente con lo stesso utilizzando i risultati della query.
In Dimensioni dei risultati, seleziona Consenti risultati di grandi dimensioni (nessun limite di dimensione).
(Facoltativo) Per Località dei dati, scegli la località dei dati.
Fai clic su Salva per aggiornare le impostazioni della query.
Fai clic su Esegui. Questo crea un job di query che scrive risultati di grandi dimensioni impostata in base alla tabella specificata.

bq

Usa il flag --allow_large_results con il flag --destination_table per e creare una tabella di destinazione che contenga un set di risultati di grandi dimensioni. Poiché l'opzione --allow_large_results si applica solo al codice SQL precedente, devi anche specificare il flag --use_legacy_sql=true. Per scrivere i risultati della query in una tabella che non si trova nel progetto predefinito, aggiungi l'ID progetto al nome del set di dati nel seguente formato: PROJECT_ID:DATASET. Fornisci il flag --location e imposta il valore su località.

Per controllare l'impostazione di scrittura per una tabella di destinazione esistente, specifica uno dei seguenti flag facoltativi:

--append_table: se la tabella di destinazione esiste, i risultati della query sono aggiunti.
--replace: se la tabella di destinazione esiste, viene sovrascritta con i risultati della query.

bq --location=location query \
--destination_table PROJECT_ID:DATASET.TABLE \
--use_legacy_sql=true \
--allow_large_results "QUERY"

Sostituisci quanto segue:

LOCATION è il nome della località utilizzata per elaborare la query. 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 posizione utilizzando il file .bigqueryrc.
PROJECT_ID è l'ID progetto.
DATASET è il nome del set di dati che contiene la tabella in cui stai scrivendo i risultati della query.
TABLE è il nome della tabella in cui stai scrivendo i risultati della query.
QUERY è una query con la sintassi SQL precedente.

Esempi:

Inserisci il comando seguente per scrivere risultati di query di grandi dimensioni in una destinazione tabella denominata mytable in mydataset. Il set di dati si trova nel progetto predefinito. Poiché nel comando non è specificato alcun flag di disposizione della scrittura, la tabella deve essere nuova o vuota. In caso contrario, viene restituito un errore Already exists restituito. La query recupera i dati dal set di dati pubblico Name Data USA. Questa query viene utilizzata solo a scopo di esempio. Il set di risultati restituito non superare la dimensione massima della risposta.

bq query \
--destination_table mydataset.mytable \
--use_legacy_sql=true \
--allow_large_results \
"SELECT
  name,
  number
FROM
  [bigquery-public-data:usa_names.usa_1910_current]
WHERE
  gender = 'M'
ORDER BY
  number DESC"

Inserisci il seguente comando per utilizzare risultati di query di grandi dimensioni per sovrascrivere un tabella di destinazione denominata mytable in mydataset. Il set di dati si trova in myotherproject, non nel tuo progetto predefinito. Il comando utilizza --replace per sovrascrivere la tabella di destinazione.

bq query \
--destination_table mydataset.mytable \
--replace \
--use_legacy_sql=true \
--allow_large_results \
"SELECT
  name,
  number
FROM
  [bigquery-public-data:usa_names.usa_1910_current]
WHERE
  gender = 'M'
ORDER BY
  number DESC"

Inserisci il seguente comando per accodare risultati di query di grandi dimensioni a una tabella di destinazione denominata mytable in mydataset. Il set di dati si trova in myotherproject, non nel tuo progetto predefinito. Il comando usa il flag --append_table per aggiungere i risultati della query alla tabella di destinazione.

bq query \
--destination_table myotherproject:mydataset.mytable \
--append_table \
--use_legacy_sql=true \
--allow_large_results \
"SELECT
  name,
  number
FROM
  [bigquery-public-data:usa_names.usa_1910_current]
WHERE
  gender = 'M'
ORDER BY
  number DESC"

API

Per scrivere risultati di grandi dimensioni in una tabella di destinazione, chiama il metodo jobs.insert, configurare un job query e impostare la proprietà allowLargeResults su true. Specifica la tabella di destinazione utilizzando la proprietà destinationTable. Per controllare la disposizione di scrittura per una tabella di destinazione esistente, configura la proprietà writeDisposition.

Specifica la tua località nella proprietà location del Sezione jobReference della risorsa job.

Vai

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per saperne di più, consulta Configurare l'autenticazione per le librerie client.

import (
	"context"
	"fmt"
	"io"

	"cloud.google.com/go/bigquery"
	"google.golang.org/api/iterator"
)

// queryLegacyLargeResults demonstrates issuing a legacy SQL query and writing a large result set
// into a destination table.
func queryLegacyLargeResults(w io.Writer, projectID, datasetID, tableID string) error {
	// projectID := "my-project-id"
	// datasetID := "destinationdataset"
	// tableID := "destinationtable"
	ctx := context.Background()
	client, err := bigquery.NewClient(ctx, projectID)
	if err != nil {
		return fmt.Errorf("bigquery.NewClient: %v", err)
	}
	defer client.Close()

	q := client.Query(
		"SELECT corpus FROM [bigquery-public-data:samples.shakespeare] GROUP BY corpus;")
	q.UseLegacySQL = true
	q.AllowLargeResults = true
	q.QueryConfig.Dst = client.Dataset(datasetID).Table(tableID)
	// Run the query and print results when the query job is completed.
	job, err := q.Run(ctx)
	if err != nil {
		return err
	}
	status, err := job.Wait(ctx)
	if err != nil {
		return err
	}
	if err := status.Err(); err != nil {
		return err
	}
	it, err := job.Read(ctx)
	for {
		var row []bigquery.Value
		err := it.Next(&row)
		if err == iterator.Done {
			break
		}
		if err != nil {
			return err
		}
		fmt.Fprintln(w, row)
	}
	return nil
}

Java

Per attivare i risultati di grandi dimensioni, imposta allow large results su true e imposta la tabella di destinazione sul valore TableId desiderato in un QueryJobConfiguration.

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per saperne di più, consulta Configurare l'autenticazione per le librerie client.

import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.QueryJobConfiguration;
import com.google.cloud.bigquery.TableId;
import com.google.cloud.bigquery.TableResult;

// Sample to run query with large results and save the results to a table.
public class QueryLargeResults {

  public static void runQueryLargeResults() {
    // TODO(developer): Replace these variables before running the sample.
    String destinationDataset = "MY_DESTINATION_DATASET_NAME";
    String destinationTable = "MY_DESTINATION_TABLE_NAME";
    String query = "SELECT corpus FROM [bigquery-public-data:samples.shakespeare] GROUP BY corpus;";
    queryLargeResults(destinationDataset, destinationTable, query);
  }

  public static void queryLargeResults(
      String destinationDataset, String destinationTable, String query) {
    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();

      QueryJobConfiguration queryConfig =
          // To use legacy SQL syntax, set useLegacySql to true.
          QueryJobConfiguration.newBuilder(query)
              .setUseLegacySql(true)
              // Save the results of the query to a permanent table.
              .setDestinationTable(TableId.of(destinationDataset, destinationTable))
              // Allow results larger than the maximum response size.
              // If true, a destination table must be set.
              .setAllowLargeResults(true)
              .build();

      TableResult results = bigquery.query(queryConfig);

      results
          .iterateAll()
          .forEach(row -> row.forEach(val -> System.out.printf("%s,", val.toString())));

      System.out.println("Query large results performed successfully.");
    } catch (BigQueryException | InterruptedException e) {
      System.out.println("Query not performed \n" + e.toString());
    }
  }
}

Node.js

Per autenticarti a BigQuery, configura le credenziali predefinite dell'applicazione. Per ulteriori informazioni, vedi Configura l'autenticazione per le librerie client.

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

async function queryLegacyLargeResults() {
  // Query enables large result sets.

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

  const query = `SELECT word FROM [bigquery-public-data:samples.shakespeare] LIMIT 10;`;

  // For all options, see https://cloud.google.com/bigquery/docs/reference/rest/v2/jobs/query
  const options = {
    query: query,
    // Location must match that of the dataset(s) referenced
    // in the query and of the destination table.
    useLegacySql: true,
    allowLargeResult: true,
    destinationTable: {
      projectId: projectId,
      datasetId: datasetId,
      tableId: tableId,
    },
  };

  const [job] = await bigquery.createQueryJob(options);
  console.log(`Job ${job.id} started.`);

  // Wait for the query to finish
  const [rows] = await job.getQueryResults();

  // Print the results
  console.log('Rows:');
  rows.forEach(row => console.log(row));
}

Python

Per eseguire l'autenticazione su BigQuery, configura Credenziali predefinite dell'applicazione. Per saperne di più, consulta Configurare l'autenticazione per le librerie client.

from google.cloud import bigquery

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

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

# Set the destination table and use_legacy_sql to True to use
# legacy SQL syntax.
job_config = bigquery.QueryJobConfig(
    allow_large_results=True, destination=table_id, use_legacy_sql=True
)

sql = """
    SELECT corpus
    FROM [bigquery-public-data:samples.shakespeare]
    GROUP BY corpus;
"""

# Start the query, passing in the extra configuration.
query_job = client.query(sql, job_config=job_config)  # Make an API request.
query_job.result()  # Wait for the job to complete.

print("Query results loaded to the table {}".format(table_id))

Download e salvataggio dei risultati delle query dalla console Google Cloud

Dopo aver eseguito una query SQL utilizzando la console Google Cloud, puoi salvare i risultati in un'altra posizione. Puoi utilizzare la console Google Cloud per scaricare i risultati della query in un file locale, in Fogli Google o su Google Drive. Se ordini prima i risultati della query per colonna, l'ordine viene mantenuto nei dati scaricati. Il salvataggio dei risultati in un file locale, in Fogli Google o su Google Drive non supportate dallo strumento a riga di comando bq o dall'API.

Limitazioni

Il download e il salvataggio dei risultati delle query sono soggetti alle seguenti limitazioni:

Puoi scaricare i risultati delle query solo localmente in formato CSV o JSON delimitato da nuova riga formato.
Non puoi salvare i risultati delle query contenenti dati nidificati e ripetuti in Fogli Google.
Per salvare i risultati delle query su Google Drive utilizzando la console Google Cloud, deve essere di massimo 1 GB. Se i risultati sono più grandi, puoi salvare in una tabella.
Quando salvi i risultati di una query in un file CSV locale, la dimensione massima di download è 10 MB La dimensione massima di download si basa sulle dimensioni di ogni riga restituita nel Metodo tabledata.list e può variare in base allo schema dei risultati della query. Di conseguenza, la dimensione del file CSV scaricato può variare e potrebbe essere inferiore alla dimensioni massime di download.
Puoi salvare i risultati delle query su Google Drive solo in formato CSV o delimitato da nuova riga JSON.

Passaggi successivi

Scopri come esportare una tabella in un file JSON in modo programmatico.
Scopri di più sulle quote per i job di query.
Scopri di più sui prezzi di archiviazione di BigQuery.