使用Google BigQuery客户端API在BigQuery中加载JSON文件

Question

有没有一种方法可以使用Google BigQuery客户端API从本地文件系统加载JSON文件到BigQuery中？

我找到的所有选项包括：

1- 逐个流式传输记录。

2- 从GCS加载JSON数据。

3- 使用原始POST请求加载JSON（即不通过Google Client API）。

- iBrAaAa

Answer 1

我假设您想使用Python完成此操作。这里有一个示例链接，可以从本地文件加载数据（它使用CSV格式，但很容易改为JSON...同一目录下还有另一个JSON示例）。

基本流程如下：

# Load configuration with the destination specified.
load_config = {
  'destinationTable': {
    'projectId': PROJECT_ID,
    'datasetId': DATASET_ID,
    'tableId': TABLE_ID
  }
}

load_config['schema'] = {
  'fields': [
    {'name':'string_f', 'type':'STRING'},
    {'name':'boolean_f', 'type':'BOOLEAN'},
    {'name':'integer_f', 'type':'INTEGER'},
    {'name':'float_f', 'type':'FLOAT'},
    {'name':'timestamp_f', 'type':'TIMESTAMP'}
  ]
}
load_config['sourceFormat'] = 'NEWLINE_DELIMITED_JSON'

# This tells it to perform a resumable upload of a local file
# called 'foo.json' 
upload = MediaFileUpload('foo.json',
                         mimetype='application/octet-stream',
                         # This enables resumable uploads.
                         resumable=True)

start = time.time()
job_id = 'job_%d' % start
# Create the job.
result = jobs.insert(
  projectId=project_id,
  body={
    'jobReference': {
      'jobId': job_id
    },
    'configuration': {
      'load': load
    }
  },
  media_body=upload).execute()

 # Then you'd also want to wait for the result and check the status. (check out
 # the example at the link for more info).

- Jordan Tigani

---

谢谢，这个方法可行！我在文档中漏掉了 media_body 参数。它在所有 JSON 配置选项之后，相当靠下 :) - iBrAaAa

如果您有JSON对象（100000个JSON），它将被导入到内存中，如果我不使用流式传输，上传数据的最佳选项是什么？从GCS加载JSON数据还是使用原始POST请求？ - RCalaf