csv - Google-BigQuery - CSV 文件的模式解析

Question

我们使用 Java API 将 CSV 文件加载到 Google Big Query。有没有一种方法可以检测加载的列并自动选择适当的模式类型？

例如，如果特定列只有 float ，则 BigQuery 将该列分配为 float ，如果不是数字，则它将列分配为字符串。有没有办法做到这一点？

迂回的方法是在加载 CSV 时默认将每一列分配为字符串。

然后对每一列进行查询-

SELECT count(列名)- count(float(列名)) FROM dataset.table (假设我只对隔离具有“浮点值”的列感兴趣，我可以将其用于我的应用程序中的数学函数)

还有其他方法可以解决这个问题吗？

Answer 1

目前，BigQuery 不支持架构推断，因此正如您所建议的，您的选择是:

1. 加载数据时明确提供模式。
2. 使用字符串类型加载所有数据，并在查询时转换/转换。

请注意，您可以使用 allowLargeResults 功能来清理和重写您导入的数据(但请注意，您需要为查询付费，这会增加您的数据摄取成本)。