Creare tabelle esterne di Google Drive

Console

Segui i passaggi di autenticazione basata sul web quando crei una tabella esterna nella Google Cloud console. Quando ti viene richiesto, fai clic su Consenti per concedere a BigQuery Client Tools l'accesso a Drive.

gcloud

1. 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.

2. Inserisci il seguente comando per assicurarti di avere l'ultima versione di Google Cloud CLI.

   gcloud components update
   

3. Inserisci questo comando per autenticarti con Drive.

   gcloud auth login --enable-gdrive-access
   

API

Richiedi l'ambito OAuth per Drive appropriato oltre all'ambito per BigQuery:

1. Accedi eseguendo il comando gcloud auth login --enable-gdrive-access.
2. Ottieni il token di accesso OAuth con l'ambito Drive utilizzato per la tua API eseguendo il comando gcloud auth print-access-token.

Python

1. Crea un ID client OAuth.

2. Configura le credenziali predefinite dell'applicazione (ADC) nel tuo ambiente locale con gli ambiti richiesti procedendo come segue:

   1. Installa Google Cloud CLI, quindi inizializzala eseguendo il seguente comando:

      gcloud init

   2. Crea credenziali di autenticazione locale per il tuo Account Google:

      gcloud auth application-default login \
          --client-id-file=CLIENT_ID_FILE \
          --scopes=https://www.googleapis.com/auth/drive,https://www.googleapis.com/auth/cloud-platform

      Sostituisci CLIENT_ID_FILE con il file contenente il tuo ID client OAuth.

      Per ulteriori informazioni, vedi Credenziali utente fornite tramite gcloud CLI.

Java

1. Crea un ID client OAuth.

2. Configura le credenziali predefinite dell'applicazione (ADC) nel tuo ambiente locale con gli ambiti richiesti procedendo come segue:

   1. Installa Google Cloud CLI, quindi inizializzala eseguendo il seguente comando:

      gcloud init

   2. Crea credenziali di autenticazione locale per il tuo Account Google:

      gcloud auth application-default login \
          --client-id-file=CLIENT_ID_FILE \
          --scopes=https://www.googleapis.com/auth/drive,https://www.googleapis.com/auth/cloud-platform

      Sostituisci CLIENT_ID_FILE con il file contenente il tuo ID client OAuth.

      Per ulteriori informazioni, vedi Credenziali utente fornite tramite gcloud CLI.

Ruoli obbligatori

Per creare una tabella esterna, devi disporre dell'autorizzazione bigquery.tables.create BigQuery Identity and Access Management (IAM).

Ciascuno dei seguenti ruoli Identity and Access Management predefiniti include questa autorizzazione:

• Editor dati BigQuery (roles/bigquery.dataEditor)
• BigQuery Data Owner (roles/bigquery.dataOwner)
• Amministratore BigQuery (roles/bigquery.admin)

Se non sei un principal in nessuno di questi ruoli, chiedi all'amministratore di concederti l'accesso o di creare la tabella esterna per te.

Per ulteriori informazioni su ruoli e autorizzazioni di Identity and Access Management in BigQuery, consulta Ruoli e autorizzazioni predefiniti.

Creare tabelle esterne

Puoi creare una tabella permanente collegata all'origine dati esterna:

• Utilizzo della console Google Cloud
• Utilizzo del comando mk dello strumento a riga di comando bq
• Creazione di un ExternalDataConfiguration quando utilizzi il metodo API tables.insert
• Utilizzo delle librerie client

Per creare una tabella esterna:

Console

1. Nella console Google Cloud , apri la pagina BigQuery.

Vai a BigQuery

1. Nel riquadro Spazio di esplorazione, espandi il progetto e seleziona un set di dati.

2. Espandi l'opzione more_vert Azioni e fai clic su Apri.

3. Nel riquadro dei dettagli, fai clic su Crea tabella add_box.

4. Nella sezione Origine della pagina Crea tabella:

   • In Crea tabella da, seleziona Drive.

   • Nel campo Seleziona URI dell'unità, inserisci l'URI dell'unità. Tieni presente che i caratteri jolly non sono supportati per gli URI di Drive.

   • Per Formato file, seleziona il formato dei dati. I formati validi per i dati di Drive includono:

     • Valori separati da virgola (CSV)
     • JSON delimitato da nuova riga
     • Avro
     • Fogli

5. (Facoltativo) Se scegli Fogli, nella casella Intervallo foglio (facoltativo), specifica il foglio e l'intervallo di celle da interrogare. Puoi specificare un nome del foglio oppure puoi specificare sheet_name!top_left_cell_id:bottom_right_cell_id per un intervallo di celle, ad esempio "Foglio1!A1:B20". Se l'intervallo del foglio non è specificato, viene utilizzato il primo foglio del file.

6. Nella sezione Destinazione della pagina Crea tabella:

   • Per Nome set di dati, scegli il set di dati appropriato e nel campo Nome tabella, inserisci il nome della tabella che stai creando in BigQuery.

     

   • Verifica che Tipo di tabella sia impostato su Tabella esterna.

7. Nella sezione Schema, inserisci la definizione dello schema.

   • Per i file JSON o CSV, puoi selezionare l'opzione Rilevamento automatico per attivare il rilevamento automatico dello schema. Il rilevamento automatico non è disponibile per le esportazioni di Datastore, le esportazioni di Firestore e i file Avro. Le informazioni sullo schema per questi tipi di file vengono recuperate automaticamente dai dati di origine autodescrittivi.
   • Inserisci manualmente le informazioni sullo schema:
     • Abilitando Modifica come testo e inserendo lo schema della tabella come array JSON. Nota: puoi visualizzare lo schema di una tabella esistente in formato JSON inserendo il seguente comando nello strumento a riga di comando bq: bq show --format=prettyjson DATASET.TABLE.
     • Utilizzando Aggiungi campo per inserire manualmente lo schema.

8. Fai clic su Crea tabella.

9. Se necessario, seleziona il tuo account e poi fai clic su Consenti per concedere l'accesso a Drive agli strumenti client BigQuery.

Puoi quindi eseguire una query sulla tabella come se fosse una tabella BigQuery standard, nel rispetto delle limitazioni delle origini dati esterne.

Al termine della query, puoi scaricare i risultati in formato CSV o JSON, salvarli come tabella o in Fogli. Per saperne di più, consulta Scaricare, salvare ed esportare i dati.

bq

Per creare una tabella nello strumento a riga di comando bq, utilizza il comando bq mk. Quando utilizzi lo strumento a riga di comando bq per creare una tabella collegata a un'origine dati esterna, puoi identificare lo schema della tabella utilizzando:

• Un file di definizione della tabella (memorizzato sul computer locale)
• Una definizione dello schema in linea
• Un file di schema JSON (memorizzato sulla macchina locale)

Per creare una tabella permanente collegata all'origine dati Drive utilizzando un file di definizione della tabella, inserisci il comando seguente.

bq mk \
--external_table_definition=DEFINITION_FILE \
DATASET.TABLE

Dove:

• DEFINITION_FILE è il percorso del file di definizione della tabella sulla tua macchina locale.
• DATASET è il nome del set di dati che contiene la tabella.
• TABLE è il nome della tabella che stai creando.

Ad esempio, il seguente comando crea una tabella permanente denominata mytable utilizzando un file di definizione della tabella denominato mytable_def.

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

Per creare una tabella permanente collegata all'origine dati esterna utilizzando una definizione dello schema incorporata, inserisci il seguente comando.

bq mk \
--external_table_definition=SCHEMA@SOURCE_FORMAT=DRIVE_URI \
DATASET.TABLE

Dove:

• SCHEMA è la definizione dello schema nel formato FIELD:DATA_TYPE,FIELD:DATA_TYPE.
• SOURCE_FORMAT è CSV, NEWLINE_DELIMITED_JSON, AVRO o GOOGLE_SHEETS.
• DRIVE_URI è il tuo URI di Drive.
• DATASET è il nome del set di dati che contiene la tabella.
• TABLE è il nome della tabella che stai creando.

Ad esempio, il seguente comando crea una tabella permanente denominata sales collegata a un file Fogli archiviato in Drive con la seguente definizione dello schema: Region:STRING,Quarter:STRING,Total_sales:INTEGER.

bq mk \
--external_table_definition=Region:STRING,Quarter:STRING,Total_sales:INTEGER@GOOGLE_SHEETS=https://drive.google.com/open?id=1234_AbCD12abCd \
mydataset.sales

Per creare una tabella permanente collegata all'origine dati esterna utilizzando un file di schema JSON, inserisci il seguente comando.

bq mk \
--external_table_definition=SCHEMA_FILE@SOURCE_FORMAT=DRIVE_URI \
DATASET.TABLE

Dove:

• SCHEMA_FILE è il percorso del file dello schema JSON sulla tua macchina locale.
• SOURCE_FORMAT è CSV, NEWLINE_DELIMITED_JSON, AVRO o GOOGLE_SHEETS.
• DRIVE_URI è il tuo URI di Drive.
• DATASET è il nome del set di dati che contiene la tabella.
• TABLE è il nome della tabella che stai creando.

Se il file di definizione della tabella contiene una configurazione specifica per Fogli, puoi saltare le righe iniziali e specificare un intervallo di fogli definito.

L'esempio seguente crea una tabella denominata sales collegata a un file CSV archiviato in Drive utilizzando il file di schema /tmp/sales_schema.json.

bq mk \
--external_table_definition=/tmp/sales_schema.json@CSV=https://drive.google.com/open?id=1234_AbCD12abCd \
mydataset.sales

Una volta creata la tabella permanente, puoi eseguire una query sulla tabella come se fosse una tabella BigQuery standard, nel rispetto delle limitazioni delle origini dati esterne.

Al termine della query, puoi scaricare i risultati in formato CSV o JSON, salvarli come tabella o in Fogli. Per saperne di più, consulta Scaricare, salvare ed esportare i dati.

API

Crea un ExternalDataConfiguration quando utilizzi il metodo API tables.insert. Specifica la proprietà schema o imposta la proprietà autodetect su true per attivare il rilevamento automatico dello schema per le origini dati supportate.

Python

from google.cloud import bigquery
import google.auth

credentials, project = google.auth.default()

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

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

# Configure the external data source.
dataset = client.get_dataset(dataset_id)
table_id = "us_states"
schema = [
    bigquery.SchemaField("name", "STRING"),
    bigquery.SchemaField("post_abbr", "STRING"),
]
table = bigquery.Table(dataset.table(table_id), schema=schema)
external_config = bigquery.ExternalConfig("GOOGLE_SHEETS")
# Use a shareable link or grant viewing access to the email address you
# used to authenticate with BigQuery (this example Sheet is public).
sheet_url = (
    "https://docs.google.com/spreadsheets"
    "/d/1i_QCL-7HcSyUZmIbP9E6lO_T5u3HnpLe7dnpHaijg_E/edit?usp=sharing"
)
external_config.source_uris = [sheet_url]
options = external_config.google_sheets_options
assert options is not None
options.skip_leading_rows = 1  # Optionally skip header row.
options.range = (
    "us-states!A20:B49"  # Optionally set range of the sheet to query from.
)
table.external_data_configuration = external_config

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

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

results = client.query_and_wait(sql)  # Make an API request.

# Wait for the query to complete.
w_states = list(results)
print(
    "There are {} states with names starting with W in the selected range.".format(
        len(w_states)
    )
)

Java

import com.google.auth.oauth2.GoogleCredentials;
import com.google.auth.oauth2.ServiceAccountCredentials;
import com.google.cloud.bigquery.BigQuery;
import com.google.cloud.bigquery.BigQueryException;
import com.google.cloud.bigquery.BigQueryOptions;
import com.google.cloud.bigquery.ExternalTableDefinition;
import com.google.cloud.bigquery.Field;
import com.google.cloud.bigquery.GoogleSheetsOptions;
import com.google.cloud.bigquery.QueryJobConfiguration;
import com.google.cloud.bigquery.Schema;
import com.google.cloud.bigquery.StandardSQLTypeName;
import com.google.cloud.bigquery.TableId;
import com.google.cloud.bigquery.TableInfo;
import com.google.cloud.bigquery.TableResult;
import com.google.common.collect.ImmutableSet;
import java.io.IOException;

// Sample to queries an external data source using a permanent table
public class QueryExternalSheetsPerm {

  public static void main(String[] args) {
    // TODO(developer): Replace these variables before running the sample.
    String datasetName = "MY_DATASET_NAME";
    String tableName = "MY_TABLE_NAME";
    String sourceUri =
        "https://docs.google.com/spreadsheets/d/1i_QCL-7HcSyUZmIbP9E6lO_T5u3HnpLe7dnpHaijg_E/edit?usp=sharing";
    Schema schema =
        Schema.of(
            Field.of("name", StandardSQLTypeName.STRING),
            Field.of("post_abbr", StandardSQLTypeName.STRING));
    String query =
        String.format("SELECT * FROM %s.%s WHERE name LIKE 'W%%'", datasetName, tableName);
    queryExternalSheetsPerm(datasetName, tableName, sourceUri, schema, query);
  }

  public static void queryExternalSheetsPerm(
      String datasetName, String tableName, String sourceUri, Schema schema, String query) {
    try {

      GoogleCredentials credentials =
          ServiceAccountCredentials.getApplicationDefault();

      // 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.newBuilder().setCredentials(credentials).build().getService();

      // Skip header row in the file.
      GoogleSheetsOptions sheetsOptions =
          GoogleSheetsOptions.newBuilder()
              .setSkipLeadingRows(1) // Optionally skip header row.
              .setRange("us-states!A20:B49") // Optionally set range of the sheet to query from.
              .build();

      TableId tableId = TableId.of(datasetName, tableName);
      // Create a permanent table linked to the Sheets file.
      ExternalTableDefinition externalTable =
          ExternalTableDefinition.newBuilder(sourceUri, sheetsOptions).setSchema(schema).build();
      bigquery.create(TableInfo.of(tableId, externalTable));

      // Example query to find states starting with 'W'
      TableResult results = bigquery.query(QueryJobConfiguration.of(query));

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

      System.out.println("Query on external permanent table performed successfully.");
    } catch (BigQueryException | InterruptedException | IOException e) {
      System.out.println("Query not performed \n" + e.toString());
    }
  }
}

Eseguire query sulle tabelle esterne

Per maggiori informazioni, consulta Eseguire query sui dati di Drive.

La pseudo-colonna _FILE_NAME

Le tabelle basate su origini dati esterne forniscono una pseudo colonna denominata _FILE_NAME. Questa colonna contiene il percorso completo del file a cui appartiene la riga. Questa colonna è disponibile solo per le tabelle che fanno riferimento a dati esterni archiviati in Cloud Storage e Google Drive.

Il nome della colonna _FILE_NAME è riservato, il che significa che non puoi creare una colonna con questo nome in nessuna delle tue tabelle.