Memuat data ORC dari Cloud Storage
Halaman ini menyediakan ringkasan tentang pemuatan data ORC dari Cloud Storage ke BigQuery.
ORC adalah format data berorientasi kolom open source yang banyak digunakan di ekosistem Apache Hadoop.
Saat memuat data ORC dari Cloud Storage, Anda dapat memuat data ke dalam tabel atau partisi baru, atau Anda dapat menambahkan ke atau menimpa tabel atau partisi yang sudah ada. Setelah dimuat ke BigQuery, data Anda akan dikonversi ke dalam format berbasis kolom untuk Capacitor (format penyimpanan BigQuery).
Saat Anda memuat data dari Cloud Storage ke tabel BigQuery, set data yang berisi tabel harus berada di lokasi regional atau multi-regional yang sama dengan bucket Cloud Storage.
Untuk informasi tentang cara memuat data ORC dari file lokal, lihat Memuat data ke BigQuery dari sumber data lokal.
Batasan
Anda harus tunduk kepada batasan berikut saat memuat data ke BigQuery dari bucket Cloud Storage:
- BigQuery tidak menjamin konsistensi data untuk sumber data eksternal. Perubahan pada data yang mendasari saat kueri berjalan dapat menyebabkan perilaku yang tidak terduga.
- BigQuery tidak mendukung pembuatan versi objek Cloud Storage. Jika Anda menyertakan nomor pembuatan dalam URI Cloud Storage, tugas pemuatan akan gagal.
Sebelum memulai
Berikan peran Identity and Access Management (IAM) yang memberi pengguna izin yang diperlukan untuk melakukan setiap tugas dalam dokumen ini, dan buat set data untuk menyimpan data Anda.
Izin yang diperlukan
Untuk memuat data ke BigQuery, Anda memerlukan izin IAM untuk menjalankan tugas pemuatan dan memuat data ke dalam tabel dan partisi BigQuery. Jika memuat data dari Cloud Storage, Anda juga memerlukan izin IAM untuk mengakses bucket yang berisi data Anda.
Izin untuk memuat data ke BigQuery
Untuk memuat data ke dalam tabel atau partisi BigQuery baru, atau menambahkan atau menimpa tabel atau partisi yang sudah ada, Anda memerlukan izin IAM berikut:
bigquery.tables.createbigquery.tables.updateDatabigquery.tables.updatebigquery.jobs.create
Setiap peran IAM yang telah ditetapkan berikut mencakup izin yang diperlukan untuk memuat data ke dalam tabel atau partisi BigQuery:
roles/bigquery.dataEditorroles/bigquery.dataOwnerroles/bigquery.admin(termasuk izinbigquery.jobs.create)bigquery.user(termasuk izinbigquery.jobs.create)bigquery.jobUser(termasuk izinbigquery.jobs.create)
Selain itu, jika memiliki izin bigquery.datasets.create, Anda dapat membuat dan
memperbarui tabel menggunakan tugas pemuatan dalam set data yang Anda buat.
Untuk mengetahui informasi selengkapnya tentang peran dan izin IAM di BigQuery, lihat Peran dan izin yang telah ditetapkan.
Izin untuk memuat data dari Cloud Storage
Untuk mendapatkan izin yang
diperlukan guna memuat data dari bucket Cloud Storage,
minta administrator Anda untuk memberi Anda peran IAM
Storage Admin (roles/storage.admin) di bucket.
Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.
Peran bawaan ini berisi izin yang diperlukan untuk memuat data dari bucket Cloud Storage. Untuk melihat izin yang benar-benar diperlukan, perluas bagian Izin yang diperlukan:
Izin yang diperlukan
Izin berikut diperlukan untuk memuat data dari bucket Cloud Storage:
-
storage.buckets.get -
storage.objects.get -
storage.objects.list (required if you are using a URI wildcard)
Anda mungkin juga bisa mendapatkan izin ini dengan peran khusus atau peran bawaan lainnya.
Membuat set data
Membuat set data BigQuery untuk menyimpan data Anda.
Skema ORC
Saat Anda memuat file ORC ke BigQuery, skema tabel diambil secara otomatis dari data sumber deskripsi mandiri. Saat BigQuery mengambil skema dari data sumber, file terakhir menurut abjad akan digunakan.
Misalnya, Anda memiliki file ORC berikut di Cloud Storage:
gs://mybucket/00/ a.orc z.orc gs://mybucket/01/ b.orc
Menjalankan perintah ini di alat command line bq akan memuat semua file (sebagai daftar yang dipisahkan koma), dan skemanya berasal dari mybucket/01/b.orc:
bq load \ --source_format=ORC \ dataset.table \ "gs://mybucket/00/*.orc","gs://mybucket/01/*.orc"
Saat BigQuery mendeteksi skema, beberapa jenis data ORC akan dikonversi ke jenis data BigQuery agar kompatibel dengan sintaksis GoogleSQL. Semua kolom dalam skema yang terdeteksi adalah NULLABLE. Untuk informasi selengkapnya, lihat Konversi ORC.
Saat Anda memuat beberapa file ORC yang memiliki skema berbeda, kolom identik (dengan nama yang sama dan level bertingkat yang sama) yang ditentukan dalam beberapa skema harus dipetakan ke jenis data BigQuery terkonversi yang sama pada setiap definisi skema.
Untuk memberikan skema tabel guna membuat tabel eksternal, tetapkan propertireferenceFileSchemaUri di BigQuery API atau parameter --reference_file_schema_uri di alat command line bq ke URL file referensi.
Misalnya, --reference_file_schema_uri="gs://mybucket/schema.orc".
Kompresi ORC
BigQuery mendukung codec kompresi berikut untuk konten file ORC:
ZlibSnappyLZOLZ4ZSTD
Data dalam file ORC tidak akan tetap terkompresi setelah diupload ke BigQuery. Penyimpanan data dilaporkan dalam byte logis atau byte fisik, bergantung pada model penagihan penyimpanan set data.
Untuk mendapatkan informasi tentang penggunaan penyimpanan, buat kueri tampilan INFORMATION_SCHEMA.TABLE_STORAGE.
Memuat data ORC ke tabel baru
Anda dapat memuat data ORC ke tabel baru dengan:
- Menggunakan Google Cloud console
- Menggunakan perintah
bq loadalat command line bq - Memanggil metode API
jobs.insertdan mengonfigurasi tugasload - Menggunakan library klien
Untuk memuat data ORC dari Cloud Storage ke tabel BigQuery baru:
Konsol
Di konsol Google Cloud , buka halaman BigQuery.
- Di panel kiri, klik Explorer.
- Di panel Explorer, luaskan project Anda, klik Set data, lalu pilih set data.
- Di bagian Dataset info, klik Create table.
- Di panel Create table, tentukan detail berikut:
- Di bagian Source, pilih Google Cloud Storage dalam daftar Create table from.
Kemudian, lakukan hal berikut:
- Pilih file dari bucket Cloud Storage, atau masukkan
Cloud Storage URI.
Anda tidak dapat menyertakan beberapa URI
di konsol Google Cloud , tetapi karakter pengganti
didukung. Bucket Cloud Storage harus berada di lokasi yang sama
dengan set data yang berisi tabel yang ingin Anda buat, tambahkan, atau
timpa.

- Untuk Format file, pilih ORC.
- Pilih file dari bucket Cloud Storage, atau masukkan
Cloud Storage URI.
Anda tidak dapat menyertakan beberapa URI
di konsol Google Cloud , tetapi karakter pengganti
didukung. Bucket Cloud Storage harus berada di lokasi yang sama
dengan set data yang berisi tabel yang ingin Anda buat, tambahkan, atau
timpa.
- Di bagian Destination, tentukan detail berikut:
- Untuk Dataset, pilih set data tempat Anda ingin membuat tabel.
- Di kolom Table, masukkan nama tabel yang ingin Anda buat.
- Pastikan kolom Table type disetel ke Native table.
- Di bagian Schema, Anda tidak perlu melakukan tindakan apa pun. Skema ini dijelaskan sendiri dalam file ORC.
- Opsional: Tentukan Partition and cluster settings. Untuk mengetahui informasi selengkapnya, lihat Membuat tabel berpartisi serta Membuat dan menggunakan tabel yang dikelompokkan.
- Klik Advanced options, lalu lakukan tindakan berikut:
- Untuk Write preference, biarkan Write if empty dipilih. Opsi ini akan membuat tabel baru dan memuat data Anda ke dalamnya.
- Jika Anda ingin mengabaikan nilai dalam baris yang tidak ada dalam skema tabel, pilih Unknown values.
- Untuk Encryption, klik Customer-managed key untuk menggunakan kunci Cloud Key Management Service. Jika Anda membiarkan setelan Google-managed key, BigQuery mengenkripsi data dalam penyimpanan.
- Klik Create table.
SQL
Gunakan pernyataan DDL LOAD DATA.
Contoh berikut memuat file ORC ke tabel baru mytable:
Di konsol Google Cloud , buka halaman BigQuery.
Di editor kueri, masukkan pernyataan berikut:
LOAD DATA OVERWRITE mydataset.mytable FROM FILES ( format = 'ORC', uris = ['gs://bucket/path/file.orc']);
Klik Run.
Untuk mengetahui informasi selengkapnya tentang cara menjalankan kueri, lihat artikel Menjalankan kueri interaktif.
bq
Gunakan perintah bq load, tentukan ORC sebagai source_format, dan sertakan Cloud Storage URI.
Anda dapat menyertakan satu URI, daftar URI yang dipisahkan koma, atau URI yang berisi karakter pengganti.
(Opsional) Berikan flag --location dan tetapkan nilainya ke lokasi Anda.
Flag opsional lainnya meliputi:
--time_partitioning_type: Mengaktifkan partisi berbasis waktu pada tabel dan menetapkan jenis partisi. Nilai yang mungkin adalahHOUR,DAY,MONTH, danYEAR. Flag ini bersifat opsional saat Anda membuat tabel yang dipartisi pada kolomDATE,DATETIME, atauTIMESTAMP. Jenis partisi default untuk partisi berbasis waktu adalahDAY. Anda tidak dapat mengubah spesifikasi partisi pada tabel yang ada.--time_partitioning_expiration: Bilangan bulat yang menentukan (dalam detik) kapan partisi berbasis waktu harus dihapus. Waktu habis masa berlaku bernilai tanggal UTC partisi ditambah nilai bilangan bulat.--time_partitioning_field: KolomDATEatauTIMESTAMPyang digunakan untuk membuat tabel yang dipartisi. Jika partisi berbasis waktu diaktifkan tanpa nilai ini, tabel berpartisi berdasarkan waktu penyerapan akan dibuat.--require_partition_filter: Jika diaktifkan, opsi ini mengharuskan pengguna menyertakan klausaWHEREyang menentukan partisi yang akan dikueri. Menggunakan filter partisi dapat mengurangi biaya dan meningkatkan performa. Untuk mengetahui informasi selengkapnya, lihat Mewajibkan filter partisi dalam kueri.--clustering_fields: Daftar yang dipisahkan koma yang berisi maksimum empat nama kolom yang digunakan untuk membuat tabel yang dikelompokkan.--destination_kms_key: Kunci Cloud KMS untuk enkripsi data tabel.Untuk informasi selengkapnya tentang tabel berpartisi, lihat:
Untuk informasi selengkapnya tentang tabel yang dikelompokkan, lihat:
Untuk mengetahui informasi selengkapnya tentang enkripsi tabel, lihat:
Untuk memuat data ORC ke BigQuery, masukkan perintah berikut:
bq --location=location load \ --source_format=format \ dataset.table \ path_to_source
Dengan keterangan:
- location adalah lokasi Anda. Flag
--locationbersifat opsional. Misalnya, jika menggunakan BigQuery di wilayah Tokyo, Anda dapat menetapkan nilai flag keasia-northeast1. Anda dapat menetapkan nilai default untuk lokasi menggunakan file .bigqueryrc. - format adalah
ORC. - dataset adalah set data yang sudah ada.
- table adalah nama tabel tempat Anda memuat data.
- path_to_source adalah Cloud Storage URI yang sepenuhnya memenuhi syarat atau daftar URI yang dipisahkan koma. Karakter pengganti juga didukung.
Contoh:
Perintah berikut memuat data dari gs://mybucket/mydata.orc ke tabel bernama mytable di mydataset.
bq load \
--source_format=ORC \
mydataset.mytable \
gs://mybucket/mydata.orc
Perintah berikut memuat data dari gs://mybucket/mydata.orc ke tabel berpartisi berdasarkan waktu penyerapan baru bernama mytable di mydataset.
bq load \
--source_format=ORC \
--time_partitioning_type=DAY \
mydataset.mytable \
gs://mybucket/mydata.orc
Perintah berikut memuat data dari gs://mybucket/mydata.orc ke tabel berpartisi dengan nama mytable di mydataset. Tabel dipartisi
pada kolom mytimestamp.
bq load \
--source_format=ORC \
--time_partitioning_field mytimestamp \
mydataset.mytable \
gs://mybucket/mydata.orc
Perintah berikut memuat data dari beberapa file di gs://mybucket/
ke dalam tabel bernama mytable di mydataset. Cloud Storage URI menggunakan
karakter pengganti.
bq load \
--source_format=ORC \
mydataset.mytable \
gs://mybucket/mydata*.orc
Perintah berikut memuat data dari beberapa file di gs://mybucket/
ke dalam tabel bernama mytable di mydataset. Perintah ini menyertakan daftar Cloud Storage URI yang dipisahkan koma dengan karakter pengganti.
bq load --autodetect \
--source_format=ORC \
mydataset.mytable \
"gs://mybucket/00/*.orc","gs://mybucket/01/*.orc"
API
Buat tugas
loadyang mengarah ke data sumber di Cloud Storage.(Opsional) Tentukan lokasi Anda di properti
locationdi bagianjobReferencepada resource tugas.Properti
source URIsharus sepenuhnya memenuhi syarat, dalam formatgs://bucket/object. Setiap URI dapat berisi satu karakter pengganti '*'.Tentukan format data ORC dengan menetapkan properti
sourceFormatkeORC.Untuk memeriksa status tugas, panggil
jobs.get(job_id*), dengan job_id yang merupakan ID tugas yang ditampilkan oleh permintaan awal.- Jika
status.state = DONE, tugas berhasil diselesaikan. - Jika properti
status.errorResultada, permintaan gagal, dan objek tersebut menyertakan informasi yang menjelaskan apa yang salah. Jika permintaan gagal, tidak ada tabel yang dibuat dan tidak ada data yang dimuat. - Jika
status.errorResulttidak ada, tugas berhasil diselesaikan, meskipun mungkin ada beberapa error non-fatal, seperti masalah mengimpor beberapa baris. Error non-fatal tercantum dalam propertistatus.errorsobjek tugas yang ditampilkan.
- Jika
Catatan API:
Tugas pemuatan bersifat atomik dan konsisten. Jika tugas pemuatan gagal, tidak ada data yang tersedia, dan jika tugas pemuatan berhasil, semua datanya tersedia.
Sebagai praktik terbaik, buat ID unik dan teruskan sebagai
jobReference.jobIdsaat memanggiljobs.insertuntuk membuat tugas pemuatan. Pendekatan ini lebih tangguh untuk kegagalan jaringan karena klien dapat melakukan polling atau mencoba ulang ID tugas yang diketahui.Memanggil
jobs.insertpada ID pekerjaan tertentu bersifat idempoten. Anda dapat mencoba sebanyak yang Anda inginkan pada ID pekerjaan yang sama, dan maksimal satu dari operasi tersebut berhasil.
C#
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan C# di Panduan memulai BigQuery menggunakan library klien. Untuk mengetahui informasi selengkapnya, lihat Dokumentasi referensi BigQuery C# API.
Untuk melakukan autentikasi ke BigQuery, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk library klien.
Go
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Go di Panduan memulai BigQuery menggunakan library klien. Untuk mengetahui informasi selengkapnya, lihat Dokumentasi referensi BigQuery Go API.
Untuk melakukan autentikasi ke BigQuery, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk library klien.
Java
Node.js
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Node.js di Panduan memulai BigQuery menggunakan library klien. Untuk mengetahui informasi selengkapnya, lihat Dokumentasi referensi BigQuery Node.js API.
Untuk melakukan autentikasi ke BigQuery, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk library klien.
PHP
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan PHP di Panduan memulai BigQuery menggunakan library klien. Untuk mengetahui informasi selengkapnya, lihat Dokumentasi referensi BigQuery PHP API.
Untuk melakukan autentikasi ke BigQuery, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk library klien.
Python
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Python di Panduan memulai BigQuery menggunakan library klien. Untuk mengetahui informasi selengkapnya, lihat Dokumentasi referensi BigQuery Python API.
Untuk melakukan autentikasi ke BigQuery, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk library klien.
Ruby
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Ruby di Panduan memulai BigQuery menggunakan library klien. Untuk mengetahui informasi selengkapnya, lihat Dokumentasi referensi BigQuery Ruby API.
Untuk melakukan autentikasi ke BigQuery, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk library klien.
Menambahkan atau menimpa tabel dengan data ORC
Anda dapat memuat data tambahan ke dalam tabel dari file sumber atau dengan menambahkan hasil kueri.
Di konsol Google Cloud , gunakan opsi Write preference untuk menentukan tindakan yang harus diambil saat Anda memuat data dari file sumber atau dari hasil kueri.
Anda memiliki opsi berikut saat memuat data tambahan ke dalam tabel:
| Opsi konsol | flag alat bq | Properti BigQuery API | Deskripsi |
|---|---|---|---|
| Tulis jika kosong | Tidak didukung | WRITE_EMPTY |
Menulis data hanya jika tabel kosong. |
| Tambahkan ke tabel | --noreplace atau --replace=false; jika
--[no]replace tidak ditentukan, defaultnya adalah menambahkan |
WRITE_APPEND |
(Default) Menambahkan data ke akhir tabel. |
| Timpa tabel | --replace atau --replace=true |
WRITE_TRUNCATE |
Menghapus semua data yang ada di tabel sebelum menulis data baru. Tindakan ini juga akan menghapus skema tabel, keamanan tingkat baris, dan menghapus semua kunci Cloud KMS. |
Jika Anda memuat data ke dalam tabel yang sudah ada, tugas pemuatan dapat menambahkan data atau menimpa tabel.
Anda dapat menambahkan atau menimpa tabel dengan:
- Menggunakan Google Cloud console
- Menggunakan perintah
bq loadalat command line bq - Memanggil metode API
jobs.insertdan mengonfigurasi tugasload - Menggunakan library klien
Untuk menambahkan atau menimpa tabel dengan data ORC:
Konsol
Di konsol Google Cloud , buka halaman BigQuery.
- Di panel kiri, klik Explorer.
- Di panel Explorer, luaskan project Anda, klik Set data, lalu pilih set data.
- Di bagian Dataset info, klik Create table.
- Di panel Create table, tentukan detail berikut:
- Di bagian Source, pilih Google Cloud Storage dalam daftar Create table from.
Kemudian, lakukan hal berikut:
- Pilih file dari bucket Cloud Storage, atau masukkan
Cloud Storage URI.
Anda tidak dapat menyertakan beberapa URI
di konsol Google Cloud , tetapi karakter pengganti
didukung. Bucket Cloud Storage harus berada di lokasi yang sama
dengan set data yang berisi tabel yang ingin Anda buat, tambahkan, atau
timpa.

- Untuk Format file, pilih ORC.
- Pilih file dari bucket Cloud Storage, atau masukkan
Cloud Storage URI.
Anda tidak dapat menyertakan beberapa URI
di konsol Google Cloud , tetapi karakter pengganti
didukung. Bucket Cloud Storage harus berada di lokasi yang sama
dengan set data yang berisi tabel yang ingin Anda buat, tambahkan, atau
timpa.
- Di bagian Destination, tentukan detail berikut:
- Untuk Dataset, pilih set data tempat Anda ingin membuat tabel.
- Di kolom Table, masukkan nama tabel yang ingin Anda buat.
- Pastikan kolom Table type disetel ke Native table.
- Di bagian Schema, Anda tidak perlu melakukan tindakan apa pun. Skema ini dijelaskan sendiri dalam file ORC.
- Opsional: Tentukan Partition and cluster settings. Untuk mengetahui informasi selengkapnya, lihat Membuat tabel berpartisi serta Membuat dan menggunakan tabel yang dikelompokkan. Anda tidak dapat mengonversi tabel menjadi tabel berpartisi atau tabel yang dikelompokkan dengan menambahkan atau menimpanya. Konsol Google Cloud tidak mendukung penambahan ke atau penimpaan tabel berpartisi atau tabel yang dikelompokkan dalam tugas pemuatan.
- Klik Advanced options, lalu lakukan tindakan berikut:
- Untuk Write preference, pilih Append to table atau Overwrite table.
- Jika Anda ingin mengabaikan nilai dalam baris yang tidak ada dalam skema tabel, pilih Unknown values.
- Untuk Encryption, klik Customer-managed key untuk menggunakan kunci Cloud Key Management Service. Jika Anda membiarkan setelan Google-managed key, BigQuery mengenkripsi data dalam penyimpanan.
- Klik Create table.
SQL
Gunakan pernyataan DDL LOAD DATA.
Contoh berikut menambahkan file ORC ke tabel mytable:
Di konsol Google Cloud , buka halaman BigQuery.
Di editor kueri, masukkan pernyataan berikut:
LOAD DATA INTO mydataset.mytable FROM FILES ( format = 'ORC', uris = ['gs://bucket/path/file.orc']);
Klik Run.
Untuk mengetahui informasi selengkapnya tentang cara menjalankan kueri, lihat artikel Menjalankan kueri interaktif.
bq
Masukkan perintah bq load dengan flag --replace untuk menimpa
tabel. Gunakan flag --noreplace untuk menambahkan data ke tabel. Jika tidak ada flag
yang ditentukan, defaultnya adalah menambahkan data. Berikan flag --source_format dan tetapkan ke ORC. Karena skema ORC otomatis diambil dari data sumber deskripsi mandiri, Anda tidak perlu memberikan definisi skema.
(Opsional) Berikan flag --location dan tetapkan nilainya ke lokasi Anda.
Flag opsional lainnya meliputi:
--destination_kms_key: Kunci Cloud KMS untuk enkripsi data tabel.
bq --location=location load \ --[no]replace \ --source_format=format \ dataset.table \ path_to_source
Dengan keterangan:
- location adalah lokasi Anda.
Flag
--locationbersifat opsional. Anda dapat menetapkan nilai default untuk lokasi menggunakan file .bigqueryrc. - format adalah
ORC. - dataset adalah set data yang sudah ada.
- table adalah nama tabel tempat Anda memuat data.
- path_to_source adalah Cloud Storage URI yang sepenuhnya memenuhi syarat atau daftar URI yang dipisahkan koma. Karakter pengganti juga didukung.
Contoh:
Perintah berikut memuat data dari gs://mybucket/mydata.orc dan
menimpa tabel bernama mytable di mydataset.
bq load \
--replace \
--source_format=ORC \
mydataset.mytable \
gs://mybucket/mydata.orc
Perintah berikut memuat data dari gs://mybucket/mydata.orc dan menambahkan data ke tabel bernama mytable di mydataset.
bq load \
--noreplace \
--source_format=ORC \
mydataset.mytable \
gs://mybucket/mydata.orc
Untuk informasi tentang cara menambahkan dan menimpa tabel berpartisi menggunakan alat command line bq, lihat: Menambahkan dan menimpa data tabel berpartisi.
API
Buat tugas
loadyang mengarah ke data sumber di Cloud Storage.(Opsional) Tentukan lokasi di properti
locationdi bagianjobReferencepada resource tugas.Properti
source URIsharus sepenuhnya memenuhi syarat, dalam formatgs://bucket/object. Anda dapat menyertakan beberapa URI sebagai daftar yang dipisahkan koma. Perlu diperhatikan bahwa karakter pengganti juga didukung.Tentukan format data dengan menetapkan properti
configuration.load.sourceFormatkeORC.Tentukan preferensi penulisan dengan menetapkan properti
configuration.load.writeDispositionkeWRITE_TRUNCATEatauWRITE_APPEND.
C#
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan C# di Panduan memulai BigQuery menggunakan library klien. Untuk mengetahui informasi selengkapnya, lihat Dokumentasi referensi BigQuery C# API.
Untuk melakukan autentikasi ke BigQuery, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk library klien.
Go
Sebelum mencoba contoh ini, ikuti petunjuk penyiapan Go di Panduan memulai BigQuery menggunakan library klien. Untuk mengetahui informasi selengkapnya, lihat Dokumentasi referensi BigQuery Go API.
Untuk melakukan autentikasi ke BigQuery, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk library klien.
Java