Kapitel 5. Entwickeln mit BigQuery
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Bisher haben wir hauptsächlich die BigQuery-Web-Benutzeroberfläche (UI) und das Kommandozeilentool bq verwendet, um mit BigQuery zu interagieren. In diesem Kapitel sehen wir uns an, wie wir programmatisch mit dem Dienst interagieren können. Dies kann nützlich sein, um Aufgaben, die BigQuery betreffen, zu skripten oder zu automatisieren. Der programmatische Zugriff auf BigQuery ist auch wichtig, wenn du Anwendungen, Dashboards, wissenschaftliche Grafiken und Modelle für maschinelles Lernen entwickelst, bei denen BigQuery nur eines der Tools ist, die verwendet werden.
Wir beginnen mit einem Blick auf die BigQuery-Client-Bibliotheken, mit denen du BigQuery-Tabellen und -Ressourcen programmatisch abfragen und bearbeiten kannst. Obwohl du mit diesen Low-Level-APIs programmatisch auf BigQuery zugreifen kannst, solltest du die Anpassungen und Abstraktionen auf höherer Ebene kennen, die für bestimmte Umgebungen (Jupyter-Notebooks und Shell-Skripte) verfügbar sind. Diese Anpassungen, die wir in der zweiten Hälfte dieses Kapitels behandeln, sind einfacher zu verwenden, behandeln Fehlerbedingungen angemessen und sparen eine Menge Standardcode ein.
Programmatisch entwickeln
Der empfohlene Ansatz für den programmatischen Zugriff auf BigQuery ist die Verwendung der Google Cloud Client-Bibliothek in deiner bevorzugten Programmiersprache. ...
Get Google BigQuery: Der endgültige Leitfaden now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
