在 bigquery 中创建分区的外部表

Question

我想在 bigquery 中创建一个外部表，它从谷歌云存储加载数据。在从 Web UI 创建表期间，分区类型选项被禁用。有什么办法可以创建分区的外部表吗？我的数据已经在 GCS 上按日期格式进行了分区，例如：/somepath/data/dt=2018-03-22

Answer 1

当您将文件名用作变量 ( _FILE_NAME)时，GCS 中的联合表会自动充当分区表。

例如，此视图将文件名转换为本地日期：

#standardSQL
CREATE VIEW `fh-bigquery.views.wikipedia_views_test_ddl`
AS SELECT
  PARSE_TIMESTAMP('%Y%m%d-%H%M%S', REGEXP_EXTRACT(_FILE_NAME, '[0-9]+-[0-9]+')) datehour
  , _FILE_NAME filename
  , line
FROM `fh-bigquery.views.wikipedia_views_gcs`

稍后我可以编写如下查询：

#standardSQL
SELECT *
FROM `fh-bigquery.views.wikipedia_views_test_ddl`
WHERE EXTRACT(YEAR FROM datehour)=2015
AND EXTRACT(MONTH FROM datehour)=10
AND EXTRACT(DAY FROM datehour)=21
AND EXTRACT(HOUR FROM datehour)=7

...这些查询只会打开名称与此模式匹配的文件。

我在https://medium.com/google-cloud/bigquery-lazy-data-loading-ddl-dml-partitions-and-half-a-trillion-wikipedia-pageviews-cd3eacd657b6写了一个完整的故事。