文件名称:query-bigquery:在 BigQuery 中运行查询的命令行脚本
文件大小:132KB
文件格式:ZIP
更新时间:2024-07-02 15:53:32
Python
从命令行在 BigQuery 中运行查询 我知道您可以使用执行此操作,但是如果您需要从 Windows shell 运行查询(这很糟糕),并且您有足够复杂的查询(几页长),您可能需要考虑使用此脚本。 (我试过了,不得不写这个。Windows shell 一直抱怨查询使用的引号,并且必须格式化内容以适应命令行并不是一项有趣的任务。) 我敢肯定,如果你比我聪明,你就能弄清楚 bq 工具,但如果你没有时间,请随意使用这个 Python 脚本。 文件和文件夹 我们正在连接到 BigQuery,因此我们需要在路径中使用一些库来运行脚本: httplib2 apiclient oauth2client uritemplate 在这些文件夹之外, query.py是一切发生的地方。 我确实包含了一个带有示例查询的_queries\sample文件,以便您可以立即测试脚本。 使用 BigQu
【文件预览】:
query-bigquery-master
----.gitignore(71B)
----apiclient()
--------errors.py(3KB)
--------__init__.py(601B)
--------mimeparse.py(6KB)
--------discovery.py(35KB)
--------sample_tools.py(3KB)
--------channel.py(10KB)
--------http.py(52KB)
--------schema.py(9KB)
--------model.py(11KB)
----uritemplate()
--------__init__.py(5KB)
----README.md(2KB)
----httplib2()
--------socks.py(18KB)
--------__init__.py(68KB)
--------cacerts.txt(39KB)
--------iri2uri.py(4KB)
----oauth2client()
--------appengine.py(32KB)
--------__init__.py(213B)
--------django_orm.py(4KB)
--------locked_file.py(11KB)
--------xsrfutil.py(3KB)
--------anyjson.py(1KB)
--------multistore_file.py(14KB)
--------client.py(43KB)
--------gce.py(3KB)
--------crypt.py(10KB)
--------util.py(6KB)
--------old_run.py(5KB)
--------file.py(3KB)
--------tools.py(8KB)
--------clientsecrets.py(4KB)
--------keyring_storage.py(3KB)
----_queries()
--------sample(127B)
----query.py(1KB)