查詢 Cloud Storage 資料

BigQuery 可以查詢下列格式的 Cloud Storage 資料:

  • 逗號分隔值 (CSV)
  • JSON (以換行符號分隔)
  • Avro 檔案
  • Cloud Datastore 匯出資料
  • Cloud Firestore 匯出資料

BigQuery 支援在下列儲存空間級別查詢 Cloud Storage 資料:

  • 多地區
  • 地區
  • Nearline
  • Coldline

如要查詢 Cloud Storage 外部資料來源,請提供資料的 Cloud Storage URI 路徑,並建立參照資料來源的資料表。用於參照 Cloud Storage 資料來源的資料表可以是永久資料表或臨時資料表

查詢儲存在 Cloud Storage 中的資料時,請務必考慮資料集和 Cloud Storage 值區的位置

擷取 Cloud Storage URI

如要使用 Cloud Storage 資料來源建立外部資料表,您必須提供 Cloud Storage URI。

Cloud Storage URI 包含您的值區名稱和物件 (檔名)。例如,如果 Cloud Storage 值區的名稱為 mybucket,且資料檔案的名稱為 myfile.csv,則值區 URI 會是 gs://mybucket/myfile.csv。如果資料分成多個檔案,您可以在 URI 中使用萬用字元。詳情請參閱 Cloud Storage 要求 URI 相關說明。

BigQuery 不支援來源 URI 在初始雙斜線後還有多個連續斜線。Cloud Storage 物件名稱可以包含多個連續的斜線 (「/」) 字元,但 BigQuery 會將多個連續斜線轉換為一個斜線。舉例來說,下列來源 URI 在 Cloud Storage 中有效,但在 BigQuery 中則無效: gs://bucket/my//object//name

如要擷取 Cloud Storage URI:

  1. 開啟 Cloud Storage 主控台。

    Cloud Storage 主控台

  2. 瀏覽至含有來源資料的物件 (檔案) 位置。

  3. 在 Cloud Storage 主控台的頂端,您會看到物件路徑。如要撰寫 URI,請將 gs://bucket/file 替換為適當路徑,例如 gs://mybucket/myfile.json。 「bucket」是 Cloud Storage 值區名稱,而「file」是含有資料的物件 (檔案) 名稱。

永久與臨時外部資料表

您可以在 BigQuery 中使用永久資料表或臨時資料表查詢外部資料來源。永久資料表是在資料集中建立並連結至外部資料來源的資料表。由於資料表為永久性,因此您可以使用資料集層級存取權控管機制,將資料表分享給其他同樣具備基礎外部資料來源存取權的使用者,而且您可以隨時查詢此資料表。

使用臨時資料表查詢外部資料來源時,您必須提交內含查詢的指令,並建立連結至外部資料來源的非永久資料表。使用臨時資料表時,不用在 BigQuery 資料集內建立資料表。因為資料表不會永久儲存在資料集中,所以無法與其他使用者分享。使用臨時資料表查詢外部資料來源,對於一次性、臨時查詢外部資料,或對擷取、轉換和載入 (ETL) 處理程序而言非常有用。

使用永久外部資料表查詢 Cloud Storage 資料

所需的權限和範圍

使用永久資料表查詢 Cloud Storage 中的外部資料時,您必須具備在專案層級或更高層級執行查詢工作的權限、建立指向外部資料之資料表的權限,也需要可讓您存取資料表的權限。當您的外部資料是儲存在 Cloud Storage 中時,您還需要具備存取 Cloud Storage 值區資料的權限。

BigQuery 權限

您至少要具有下列權限,才能在 BigQuery 中建立及查詢外部資料表。

  • bigquery.tables.create
  • bigquery.tables.getData
  • bigquery.jobs.create

以下是具有 bigquery.tables.createbigquery.tables.getData 權限的預先定義 Cloud IAM 角色:

  • bigquery.dataEditor
  • bigquery.dataOwner
  • bigquery.admin

以下是具有 bigquery.jobs.create 權限的預先定義 Cloud IAM 角色:

  • bigquery.user
  • bigquery.jobUser
  • bigquery.admin

此外,具有 bigquery.datasets.create 權限的使用者建立資料集時,會獲得該資料集的 bigquery.dataOwner 存取權。 bigquery.dataOwner 存取權可讓使用者在資料集中建立外部資料表,但使用者仍須具有 bigquery.jobs.create 權限才能查詢資料。

如要進一步瞭解 BigQuery 中的 Cloud IAM 角色和權限,請參閱預先定義的角色與權限一文。

Cloud Storage 權限

您必須具備 storage.objects.get 權限,才能在 Cloud Storage 值區中查詢外部資料。如要使用 URI 萬用字元,您必須同時具有 storage.objects.list 權限。

只要授予預先定義的 Cloud IAM 角色 storage.objectViewer,即可提供 storage.objects.getstorage.objects.list 權限。

Compute Engine 執行個體的範圍

建立 Compute Engine 執行個體時,您可以指定執行個體的範圍清單。那些範圍可以控管執行個體對 GCP 產品 (包括 Cloud Storage) 的存取權。在 VM 上執行的應用程式,會使用附加到執行個體的服務帳戶來呼叫 Google Cloud Platform API。

如果將 Compute Engine 執行個體設為以預設的 Compute Engine 服務帳戶執行,且該服務帳戶會存取連結至 Cloud Storage 資料來源的外部資料表,則該執行個體需要 Cloud Storage 的唯讀權限。系統會自動將 https://www.googleapis.com/auth/devstorage.read_only 範圍授予預設的 Compute Engine 服務帳戶。如果您建立自己的服務帳戶,請將 Cloud Storage 唯讀範圍套用於執行個體。

如要瞭解 Compute Engine 執行個體的套用範圍,請參閱變更執行個體的服務帳戶與存取範圍一節。如要深入瞭解 Compute Engine 服務帳戶,請參閱服務帳戶一文。

建立並查詢永久外部資料表

您可以透過下列方式建立已連結至外部資料來源的永久資料表:

如要使用永久資料表查詢外部資料來源,您可在 BigQuery 資料集中建立連結至外部資料來源的資料表。資料不會儲存在 BigQuery 資料表中。由於資料表為永久性,因此您可以使用資料集層級存取權控管,將資料表分享給其他同樣具備基礎外部資料來源存取權的使用者。

在 BigQuery 中建立永久外部資料表時,您可以透過三種方式指定結構定義資訊:

  • 如果您使用 API 方法 tables.insert 來建立永久外部資料表,則可建立包含結構定義和 ExternalDataConfiguration 的資料表資源。將 autodetect 參數設為 true,即可為支援的資料來源啟用結構定義的自動偵測功能。
  • 如果您是使用 CLI 來建立永久外部資料表,則可使用資料表定義檔、建立及使用自己的結構定義檔,或是在指令列以內嵌方式輸入結構定義。建立資料表定義檔時,您可以為支援的資料來源啟用結構定義自動偵測功能。
  • 如果您使用主控台或傳統 BigQuery 網頁版 UI 來建立永久外部資料表,可以手動輸入資料表結構定義,或使用結構定義自動偵測,找出支援的資料來源。

如要建立外部資料表:

主控台

  1. 在 GCP Console 中開啟 BigQuery 網頁版 UI。
    前往 GCP Console
  2. 在導覽面板的「Resources」(資源) 區段,展開您的專案並選取資料集。
  3. 按一下視窗右側的 [Create table] (建立資料表)建立資料表
  4. 在「Create table」(建立資料表) 頁面的「Source」(來源) 區段中:

    • 針對「Create table from」(使用下列資料建立資料表),選取 [Cloud Storage]。

    • 在「Select file from GCS bucket」(從 GCS 值區選取檔案) 欄位中,瀏覽檔案/Cloud Storage 值區,或輸入 Cloud Storage URI。請注意,您無法在 GCP Console 中輸入多個 URI,但可以使用萬用字元。Cloud Storage 值區的位置必須與待建立資料表所在的資料集位置相同。

      選取檔案

    • 在「File format」(檔案格式) 部分選取您所使用的資料格式。外部 Cloud Storage 資料的有效格式包括:

      • 逗號分隔值 (CSV)
      • JSON (以換行符號分隔)
      • Avro
      • Cloud Datastore 備份 (也能用在 Cloud Firestore)
  5. 在「Create table」(建立資料表) 頁面的「Destination」(目的地) 部分:

    • 為「Dataset name」(資料集名稱),選擇適當的資料集

      選取資料集

    • 確認「Table type」(資料表類型) 已設為 [External table] (外部資料表)。

    • 在「Table name」(資料表名稱) 欄位中,輸入您在 BigQuery 中建立資料表時使用的名稱。

  6. 在「Schema」(結構定義) 部分輸入結構定義

    • 對於 JSON 或 CSV 檔案,您可以勾選 [Auto-detect] (自動偵測) 選項來啟用結構定義自動偵測功能。 [Auto-detect] (自動偵測) 不適用於 Cloud Datastore 匯出項目、Cloud Firestore 匯出項目和 Avro 檔案。系統會自動從自述來源資料中擷取這些檔案類型的結構定義資訊。
    • 對於 CSV 和 JSON 檔案,您可以透過下列任一方式,手動輸入結構定義資訊:
      • 啟用 [Edit as text] (以文字形式編輯),然後以 JSON 陣列的形式輸入資料表結構定義。附註:您可以輸入下列 CLI 指令,查看現有資料表的 JSON 格式結構定義:bq show --format=prettyjson dataset.table
      • 使用 [Add Field] (新增欄位) 手動輸入結構定義。
  7. 按一下 [Create table] (建立資料表)。

建立永久資料表後,您就可以把這個資料表當做原生 BigQuery 資料表一樣執行查詢。查詢完成後,可以將結果匯出為 CSV 或 JSON 檔案、將結果儲存為資料表,或將結果儲存至 Google 試算表。

傳統版 UI

  1. 前往 BigQuery 網頁版 UI。
    前往 BigQuery 網頁版 UI

  2. 在導覽面板中,將游標懸停在某個資料集上,點選向下箭頭圖示 向下箭號圖示圖片,然後按一下 [Create new table] (建立新資料表)

  3. 在「Create Table」(建立資料表) 頁面的「Source Data」(來源資料) 部分:

    • 在「Location」(位置) 部分選取 [Cloud Storage],然後在來源欄位中輸入 Cloud Storage URI。請注意,Cloud Storage URI 支援使用萬用字元
    • 在「File format」(檔案格式) 部分選取您所使用的資料格式。Cloud Storage 資料的有效格式包括:
      • 逗號分隔值 (CSV)
      • JSON (以換行符號分隔)
      • Avro
      • Cloud Datastore 備份 (也能用在 Cloud Firestore)
  4. 在「Create Table」(建立資料表) 頁面的「Destination Table」(目標資料表) 部分:

    • 為「Table name」(資料表名稱) 部分選擇適當的資料集,然後在資料表名稱欄位中,輸入要在 BigQuery 中建立的永久資料表名稱。
    • 確認「Table type」(資料表類型) 已設為 [External table] (外部資料表)。
  5. 在「Schema」(結構定義) 部分,輸入結構定義資訊。

    • 對於 JSON 或 CSV 檔案,您可以勾選 [Auto-detect] 選項來啟用結構定義自動偵測功能。 [Auto-detect] 不適用於 Cloud Datastore 匯出項目、Cloud Firestore 匯出項目和 Avro 檔案。系統會自動從自述來源資料中擷取這些檔案類型的結構定義資訊。

    • 您也可以使用下列方式,手動輸入 CSV 或 JSON 結構定義資訊:

      • 按一下 [Edit as text] (以文字形式編輯),然後以 JSON 格式輸入資料表結構定義
      • 使用 [Add Field] (新增欄位) 手動輸入結構定義
  6. 在「Options」(選項) 部分選取適用的項目,然後點選 [Create Table] (建立資料表)

建立永久資料表後,您就可以把這個資料表當做原生 BigQuery 資料表一樣執行查詢。查詢完成後,可以將結果匯出為 CSV 或 JSON 檔案、將結果儲存為資料表,或將結果儲存至 Google 試算表。

CLI

您可以在 BigQuery 指令列工具中使用 bq mk 指令建立資料表。使用 CLI 建立已連結至外部資料來源的資料表時,您可以透過以下項目識別資料表的結構定義:

  • 資料表定義檔 (儲存在本機)
  • 內嵌結構定義
  • JSON 結構定義檔 (儲存在本機)

如要使用資料表定義檔建立連結至 Cloud Storage 資料來源的永久性資料表,請輸入以下指令。

bq mk \
--external_table_definition=definition_file \
dataset.table

其中:

  • 「definition_file」是本機電腦上資料表定義檔的路徑。
  • 「dataset」是資料表所屬資料集的名稱。
  • 「table」是您要建立之資料表名稱。

舉例來說,以下指令會使用名稱為 mytable_def 的資料表定義檔,建立名為 mytable 的永久資料表。

bq mk --external_table_definition=/tmp/mytable_def mydataset.mytable

如要使用內嵌結構定義建立已連結至外部資料來源的永久資料表,請輸入下列指令。

bq mk \
--external_table_definition=schema@source_format=Cloud Storage URI \
dataset.table

其中:

  • 「schema」是結構定義,格式為 field:data_type,field:data_type
  • 「source_format」CSVNEWLINE_DELIMITED_JSONAVRODATASTORE_BACKUP (DATASTORE_BACKUP 也可用於 Cloud Filestore)
  • 「Cloud Storage URI」是您的 Cloud Storage URI
  • 「dataset」是資料表所屬資料集的名稱。
  • 「table」是您要建立之資料表名稱。

舉例來說,以下指令會使用下列結構定義,建立名稱為 sales 且連結至儲存在 Cloud Storage 中的 CSV 檔案的永久資料表:Region:STRING,Quarter:STRING,Total_sales:INTEGER

bq mk \
--external_table_definition=Region:STRING,Quarter:STRING,Total_sales:INTEGER@CSV=gs://mybucket/sales.csv \
mydataset.sales

如要使用 JSON 結構定義檔來建立連結至外部資料來源的永久性資料表,請輸入以下指令。

bq mk \
--external_table_definition=schema@source_format=Cloud Storage URI \
dataset.table

其中:

  • 「schema」是您本機上的 JSON 結構定義檔路徑。
  • 「source_format」CSVNEWLINE_DELIMITED_JSONAVRODATASTORE_BACKUP (DATASTORE_BACKUP 也可用於 Cloud Filestore)。
  • 「Cloud Storage URI」是您的 Cloud Storage URI
  • 「dataset」是資料表所屬資料集的名稱。
  • 「table」是您要建立之資料表名稱。

舉例來說,以下指令會使用 /tmp/sales_schema.json 結構定義檔,建立名稱為 sales 且連結至儲存在 Cloud Storage 中的 CSV 檔案的資料表。

bq mk \
--external_table_definition=/tmp/sales_schema.json@CSV=gs://mybucket/sales.csv \
mydataset.sales

建立永久資料表後,您就可以把這個資料表當做原生 BigQuery 資料表一樣執行查詢。查詢完成後,可以將結果匯出為 CSV 或 JSON 檔案、將結果儲存為資料表,或將結果儲存至 Google 試算表。

API

使用 API 方法 tables.insert 建立 ExternalDataConfiguration。指定 schema 屬性,或將 autodetect 屬性設為 true,為支援的資料來源啟用結構定義自動偵測功能。

Python

在嘗試此範例之前,請至 BigQuery 快速入門導覽課程:使用用戶端程式庫,按照 Python 設定說明進行操作。詳情請參閱 BigQuery Python API 參考說明文件

# from google.cloud import bigquery
# client = bigquery.Client()
# dataset_id = 'my_dataset'

# Configure the external data source
dataset_ref = client.dataset(dataset_id)
table_id = 'us_states'
schema = [
    bigquery.SchemaField('name', 'STRING'),
    bigquery.SchemaField('post_abbr', 'STRING')
]
table = bigquery.Table(dataset_ref.table(table_id), schema=schema)
external_config = bigquery.ExternalConfig('CSV')
external_config.source_uris = [
    'gs://cloud-samples-data/bigquery/us-states/us-states.csv',
]
external_config.options.skip_leading_rows = 1  # optionally skip header row
table.external_data_configuration = external_config

# Create a permanent table linked to the GCS file
table = client.create_table(table)  # API request

# Example query to find states starting with 'W'
sql = 'SELECT * FROM `{}.{}` WHERE name LIKE "W%"'.format(
    dataset_id, table_id)

query_job = client.query(sql)  # API request

w_states = list(query_job)  # Waits for query to finish
print('There are {} states with names starting with W.'.format(
    len(w_states)))

使用臨時資料表查詢 Cloud Storage 資料

如要查詢外部資料來源,但不想建立永久資料表,請執行指令來合併以下項目:

系統會使用資料表定義檔或提供的結構定義來建立臨時外部資料表,然後對臨時外部資料表執行查詢。BigQuery CLI 及 API 支援使用臨時資料表查詢外部資料來源。

使用臨時外部資料表時,並不會在其中一個 BigQuery 資料集中建立資料表。因為資料表不會永久儲存在資料集中,所以無法與其他使用者分享。使用臨時資料表查詢外部資料來源,對於一次性、臨時查詢外部資料,或對擷取、轉換和載入 (ETL) 處理程序而言非常有用。

所需權限

使用臨時資料表查詢 Cloud Storage 的外部資料時,您必須具備在專案層級或更高層級執行查詢工作的權限,也必須具備包含指向外部資料之資料表所屬資料集的存取權限。在 Cloud Storage 中查詢資料時,您也必須具有包含資料的值區的存取權限。

BigQuery 權限

您至少要具有下列權限,才能使用臨時資料表在 BigQuery 中查詢外部資料表。

  • bigquery.tables.getData
  • bigquery.jobs.create

以下是具有 bigquery.tables.getData 權限的預先定義 Cloud IAM 角色:

  • bigquery.dataEditor
  • bigquery.dataOwner
  • bigquery.admin

以下是具有 bigquery.jobs.create 權限的預先定義 Cloud IAM 角色:

  • bigquery.user
  • bigquery.jobUser
  • bigquery.admin

此外,具有 bigquery.datasets.create 權限的使用者建立資料集時,會獲得該資料集的 bigquery.dataOwner 存取權。 bigquery.dataOwner 存取權可讓使用者建立及存取資料集中的外部資料表,但使用者仍須具備 bigquery.jobs.create 權限才能查詢資料。

如要進一步瞭解 BigQuery 中的 Cloud IAM 角色和權限,請參閱預先定義的角色與權限一文。

Cloud Storage 權限

您必須具備 storage.objects.get 權限,才能在 Cloud Storage 值區中查詢外部資料。如要使用 URI 萬用字元,您必須同時具有 storage.objects.list 權限。

只要授予預先定義的 Cloud IAM 角色 storage.objectViewer,即可提供 storage.objects.getstorage.objects.list 權限。

建立及查詢臨時資料表

您可以使用 CLI、API 或用戶端程式庫,建立和查詢連結到外部資料來源的臨時資料表。

CLI

您可以搭配 --external_table_definition 標記使用 bq query 指令,查詢已連結至外部資料來源的臨時資料表。使用 CLI 查詢已連結至外部資料來源的臨時資料表時,可以透過以下項目識別資料表的結構定義:

  • 資料表定義檔 (儲存在本機)
  • 內嵌結構定義
  • JSON 結構定義檔 (儲存在本機)

(選用) 加上 --location 標記,並該標記值設為您的位置

如要使用資料表定義檔查詢連接外部資料來源的臨時資料表,請輸入下列指令。

bq --location=location query \
--external_table_definition=table::definition_file \
'query'

其中:

  • 「location」是您位置的名稱。--location 是選用標記。舉例來說,假設您是在東京地區使用 BigQuery,請將標記的值設為 asia-northeast1。您可以使用 .bigqueryrc 檔案設定位置的預設值。
  • 「table」是您要建立之臨時資料表名稱。
  • 「definition_file」是本機電腦上資料表定義檔的路徑。
  • 「query」是要提交至臨時資料表的查詢。

舉例來說,下列指令會使用名為 sales_def 的資料表定義檔,建立及查詢名為 sales 的臨時資料表。

bq query \
--external_table_definition=sales::sales_def \
'SELECT
  Region,
  Total_sales
FROM
  sales'

如要使用內嵌結構定義來查詢已連結至外部資料來源的臨時資料表,請輸入下列指令。

bq --location=location query \
--external_table_definition=table::schema@source_format=Cloud Storage URI \
'query'

其中:

  • 「location」是您位置的名稱。--location 是選用標記。舉例來說,假設您是在東京地區使用 BigQuery,請將標記的值設為 asia-northeast1。您可以使用 .bigqueryrc 檔案設定位置的預設值。
  • 「table」是您要建立之臨時資料表名稱。
  • 「schema」是內嵌結構定義,格式為 field:data_type,field:data_type
  • 「source_format」CSVNEWLINE_DELIMITED_JSONAVRODATASTORE_BACKUP (DATASTORE_BACKUP 也可用於 Cloud Filestore)。
  • 「Cloud Storage URI」是您的 Cloud Storage URI
  • 「query」是要提交至臨時資料表的查詢。

舉例來說,以下指令會使用下列結構定義,建立並查詢名為 sales 且連結至儲存在 Cloud Storage 中的 CSV 檔案的臨時資料表:Region:STRING,Quarter:STRING,Total_sales:INTEGER

bq query \
--external_table_definition=sales::Region:STRING,Quarter:STRING,Total_sales:INTEGER@CSV=gs://mybucket/sales.csv \
'SELECT
  Region,
  Total_sales
FROM
  sales'

如要使用 JSON 結構定義檔來查詢連接外部資料來源的臨時資料表,請輸入下列指令。

bq --location=location query \
--external_table_definition=schema_file@source_format=Cloud Storage URI \
'query'

其中:

  • 「location」是您位置的名稱。--location 是選用標記。舉例來說,假設您是在東京地區使用 BigQuery,請將標記的值設為 asia-northeast1。您可以使用 .bigqueryrc 檔案設定位置的預設值。
  • 「schema_file」是您本機電腦上的 JSON 結構定義檔路徑。
  • 「source_format」CSVNEWLINE_DELIMITED_JSONAVRODATASTORE_BACKUP (DATASTORE_BACKUP 也可用於 Cloud Filestore)。
  • 「Cloud Storage URI」是您的 Cloud Storage URI
  • 「query」是要提交至臨時資料表的查詢。

舉例來說,下列指令會使用 /tmp/sales_schema.json 結構定義檔,建立和查詢名為 sales 且與 Cloud Storage 中儲存的 CSV 檔連結的臨時資料表。

bq query
--external_table_definition=sales::/tmp/sales_schema.json@CSV=gs://mybucket/sales.csv
'SELECT Region, Total_sales FROM sales'

API

Python

在嘗試此範例之前,請至 BigQuery 快速入門導覽課程:使用用戶端程式庫,按照 Python 設定說明進行操作。詳情請參閱 BigQuery Python API 參考說明文件

# from google.cloud import bigquery
# client = bigquery.Client()

# Configure the external data source and query job
external_config = bigquery.ExternalConfig('CSV')
external_config.source_uris = [
    'gs://cloud-samples-data/bigquery/us-states/us-states.csv',
]
external_config.schema = [
    bigquery.SchemaField('name', 'STRING'),
    bigquery.SchemaField('post_abbr', 'STRING')
]
external_config.options.skip_leading_rows = 1  # optionally skip header row
table_id = 'us_states'
job_config = bigquery.QueryJobConfig()
job_config.table_definitions = {table_id: external_config}

# Example query to find states starting with 'W'
sql = 'SELECT * FROM `{}` WHERE name LIKE "W%"'.format(table_id)

query_job = client.query(sql, job_config=job_config)  # API request

w_states = list(query_job)  # Waits for query to finish
print('There are {} states with names starting with W.'.format(
    len(w_states)))

Cloud Storage URI 的萬用字元支援

如果您的 Cloud Storage 資料分成多個共用通用基礎名稱的檔案,您可以在資料表定義檔的 URI 中使用萬用字元。您也可以在不使用資料表定義檔來建立外部資料表時使用萬用字元。

如要新增萬用字元至 Cloud Storage URI,請為基礎名稱加上星號 (*)。例如,如果您有兩個名為 fed-sample000001.csvfed-sample000002.csv 的檔案,則值區 URI 會是 gs://mybucket/fed-sample*。這個萬用字元 URI 之後可以在主控台、傳統網頁版 UI、CLI、API 或用戶端程式庫中使用。

值區內的物件 (檔案名稱) 只能使用一個萬用字元。萬用字元可以出現在物件名稱內或物件名稱的末端。系統不支援為值區名稱加上萬用字元。

Google Cloud Datastore 匯出檔案只能指定一個 URI,而且必須以 .backup_info.export_metadata 結尾。

下列情況「不」允許使用 * 萬用字元:

  • 建立外部資料表,並將其連結至 Cloud Datastore 或 Cloud Firestore 匯出檔案
  • 從 Cloud Storage 載入 Cloud Datastore 或 Cloud Firestore 匯出資料

_FILE_NAME 虛擬資料欄

以外部資料來源為基礎的資料表可提供名為 _FILE_NAME 的虛擬資料欄。這個資料欄含有該列所屬檔案的完整路徑。此資料欄僅適用於參照儲存在 Google Cloud StorageGoogle 雲端硬碟中的外部資料的資料表。

系統會保留 _FILE_NAME 資料欄名稱,這表示您無法在任何資料表中使用該名稱建立資料欄。如要選取 _FILE_NAME 的值,您必須使用別名。下方範例查詢示範如何透過指派別名 fn 給虛擬資料欄的方式來選取 _FILE_NAME

bq query \
--project_id=project_id \
--use_legacy_sql=false \
'SELECT
   name,
   _FILE_NAME AS fn
 FROM
   `dataset.table_name`
 WHERE
   name contains "Alex"' 

其中:

  • 「project_id」是有效的專案 ID (如果您使用 Cloud Shell,或是在 Cloud SDK 中設定預設專案,則此為選用標記)
  • 「dataset」是儲存永久外部資料表的資料集名稱
  • 「table_name」是永久外部資料表的名稱
本頁內容對您是否有任何幫助?請提供意見:

傳送您對下列選項的寶貴意見...

這個網頁
需要協助嗎?請前往我們的支援網頁