Question

我在Google Cloud Platform上使用Datalab，并尝试使用google创建BigQuery数据集。 datalab .bigquery当我发现我需要仅在Google中使用的.Client方法时。云 .bigquery库。

bigquery库的数据实验室版本和云版本之间有什么区别？

数据实验室是云库的精简版，还是有不同的预期用途？

Answer 1

免责声明：这不是对预期用途的概述，也不是重大差异，而是对这些软件包之间的表面差异的概述。

一个（不令人满意的答案）可能是根据安装推断出使用情况。

Row project                 num_downloads    
1   google-cloud-bigquery   619666   
2   datalab                 5313

我使用bigquery查询（如所述的here）推断出这一点：

#standardSQL
SELECT
  file.project,
  COUNT(*) AS num_downloads
FROM
  `the-psf.pypi.downloads*`
WHERE
  file.project IN ('google-cloud-bigquery','datalab')
  -- Only query the last 60 days of history
  AND _TABLE_SUFFIX BETWEEN FORMAT_DATE(
      '%Y%m%d', DATE_SUB(CURRENT_DATE(), INTERVAL 60 DAY))
      AND FORMAT_DATE('%Y%m%d', CURRENT_DATE())
GROUP BY
  file.project
ORDER BY
  num_downloads DESC

因此，您可以看到，云大查询“更受欢迎”（由于它是通过google-cloud-python自动安装的？）。

如果您想进一步了解细节，请查看代码（github: google.cloud.bigquery与github: google.datalab.bigquery），您会发现软件包的代码有很多差异。

对github上的“见解”页面的进一步调查（cloud与pydatalab）向我们展示了更多差异：

cloud.bigquery存在的时间更长（自2014年1月起与2016年5月相比，假设自从回购存在以来就存在）。 Pydatalab get由除cloud.bigquery包之外的其他贡献者开发。最后，cloud.bigquery还有更多活动（可能还包括其他软件包）。

因此，即使这可能不是您想要或期望的答案，但从代码和文档的第一眼看（比较cloud到pydatalab），我可以说似乎即使pydatalab（似乎确实没有那么发达），它也更加舒适。答案是是，它们似乎是出于不同的目的。

Answer 2

Google.cloud.bigquery是BigQuery的Python客户端库。它紧密地模仿BigQuery rest API，并且类似于Java，Go，c ++和其他语言的客户端库。本质上，它是使用bq服务可以完成的事情的Python包装器。

Google.datalab.bigquery是一个Python库，供数据科学家在笔记本中使用。例如，它具有一种获取BigQuery结果集并将其转换为熊猫数据框的方法。此外，mltoolbox还可以简化机器学习模型的训练和评估。没有等效的Java或Go。它使用客户端库与BigQuery进行实际对话。

google.datalab.bigquery和google.cloud.bigquery之间的区别

2 个答案: