BigQuery数据传输服务中的单个数字日期和月份
创始人
2024-12-12 18:32:24
0次

Google Cloud Platform提供了BigQuery数据传输服务,它可以将数据从外部数据源移动到BigQuery中。在某些情况下,外部数据源中的日期或月份可能只包含一个数字,例如1月可能只是1。但是,BigQuery默认情况下不支持这种格式。

为了正确加载包含单个数字日期和月份的数据,我们需要使用特殊的格式和函数来解析并将其转换为标准格式。以下是一个例子,该例子使用Dataflow接收CSV文件,其中包含单个数字日期和月份,然后通过BigQuery转换数据并将其插入到新的BigQuery表中。

import apache_beam as beam
import csv

class FormatDates(beam.DoFn):
    def process(self,element):
        day,month,year = element.split("/")
        if len(day) == 1:
            day = "0" + day
        if len(month) == 1:
            month = "0" + month
        element = "{}/{}/{}".format(day,month,year)
        return [element]

def run():
    PROJECT_ID = 'my-project'
    BUCKET = 'my-bucket'
    FILENAME = 'data.csv'
    DATASET = 'my-dataset'
    TABLE = 'my-table'
    SCHEMA = 'date:DATE, value:INTEGER'
    runner = 'DirectRunner'
    
    options = {
        "project": PROJECT_ID,
        "staging_location": "gs://{}/staging/".format(BUCKET),
        "temp_location": "gs://{}/temp/".format(BUCKET),
        "runner": runner,
    }
    p = beam.Pipeline(options=options)
    
    data = (p | "Read from CSV" >> 
            beam.io.ReadFromText("gs://{}/{}".format(BUCKET,FILENAME),
                                skip_header_lines = 1)
           )
    
    formatted = (data | "Format Dates" >> 
                 beam.ParDo(FormatDates())
                )
    
    formatted_table = (formatted | "Write to BigQuery" >> 
                       beam.io.gcp.bigquery.WriteToBigQuery(
                           table = "{}.{}".format(DATASET,TABLE),
                           schema = SCHEMA,
                           write_disposition = beam.io.BigQueryDisposition.WRITE_TRUNCATE,
                           create_disposition = beam.io.BigQueryDisposition.CREATE_IF_NEEDED,
                           method="STREAMING_INSERTS",
                           project = PROJECT_ID
                       )
                      )
    
    result = p.run()
    result.wait_until_finish()

if __name__ == "__main__":
    run()

在

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...