Question

我有一个具有以下架构的BigQuery表：

name    STRING  NULLABLE    
age     INTEGER NULLABLE    
amount  INTEGER NULLABLE

我可以使用以下代码成功插入表格中：

ctx := context.Background()
client, err := bigquery.NewClient(ctx, projectID)
if err != nil {
    log.Fatal(err)
}

u := client.Dataset(dataSetID).Table("test_user").Uploader()

savers := []*bigquery.StructSaver{
    {Struct: test{Name: "Sylvanas", Age: 23, Amount: 123}},
}

if err := u.Put(ctx, savers); err != nil {
    log.Fatal(err)
}
fmt.Printf("rows inserted!!")

这很好用，因为该表已经在bigquery上创建了，我现在要做的是删除该表（如果存在）并通过代码再次创建它：

type test struct {
    Name   string
    Age    int
    Amount int
}

if err := client.Dataset(dataSetID).Table("test_user").Delete(ctx); err != nil {
    log.Fatal(err)
}

fmt.Printf("table deleted")

t := client.Dataset(dataSetID).Table("test_user")

// Infer table schema from a Go type.
schema, err := bigquery.InferSchema(test{})

if err := t.Create(ctx,
    &bigquery.TableMetadata{
        Name:           "test_user",
        Schema:         schema,
    }); err != nil {
    log.Fatal(err)
}

fmt.Printf("table created with the test schema")

这也非常好用，因为正在删除表并使用我的结构测试中的推断模式创建表。

当我尝试在删除/创建过程之后执行上述插入操作时，问题就来了。没有引发任何错误，但它没有插入数据（如果我对删除/创建部分进行注释，则插入工作正常）。

我在做什么错？我是否需要以某种方式提交创建表事务以进行插入，或者是否需要关闭DDBB连接？

Answer 1

根据此old answer，BigQuery流缓冲区可能需要多达2分钟的时间才能正确地附加到已删除并立即重新创建的表上。

我已经进行了一些测试，就我而言，直到表格可用才花了几秒钟，而不是其他问题报告的2〜5分钟。生成的代码与您的代码完全不同，但是概念应适用。

我尝试的是，而不是直接插入行，而是将它们添加到缓冲通道中，然后等到可以验证当前表是否正确保存了值，然后再开始发送它们。

我使用了一种非常简单的结构来运行我的测试（因此更容易编写代码）：

type Row struct {
    ByteField []byte
}

我通过以下方式生成行：

func generateRows(rows chan<- *Row) {
    for {
            randBytes := make([]byte, 100)
            _, _ = rand.Read(randBytes)
            rows <- &row{randBytes}
            time.Sleep(time.Millisecond * 500) // use whatever frequency you need to insert rows at
    }
}

注意我如何将行发送到通道。不必生成它们，而只需从数据源中获取它们。

下一部分是找到一种方法来检查表是否正确保存了行。我所做的是尝试将缓冲的行之一插入表中，恢复该行，并验证是否一切正常。如果未正确返回该行，则将其发送回缓冲区。

func unreadyTable(rows chan *row) bool {
    client, err := bigquery.NewClient(context.Background(), project)
    if err != nil {return true}

    r := <-rows // get a row to try to insert       
    uploader := client.Dataset(dataset).Table(table).Uploader()
    if err := uploader.Put(context.Background(), r); err != nil {rows <- r;return true}

    i, err := client.Query(fmt.Sprintf("select * from `%s.%s.%s`", project, dataset, table)).Read(context.Background())
    if err != nil {rows <- r; return true}
    var testRow []bigquery.Value
    if err := i.Next(&testRow); err != nil {rows <- r;return true}
    if reflect.DeepEqual(&row{testrow[0].([]byte)}, r) {return false} // there's probably a better way to check if it's equal
    rows <- r;return true
}

使用类似的功能，我们只需添加for ; unreadyTable(rows); time.Sleep(time.Second) {}即可阻止，直到安全插入行为止。

最后，我们将所有内容放在一起：

func main() {

    // initialize a channel where the rows will be sent
    rows := make(chan *row, 1000) // make it big enough to hold several minutes of rows

    // start generating rows to be inserted
    go generateRows(rows)

    // create the BigQuery client
    client, err := bigquery.NewClient(context.Background(), project)
    if err != nil {/* handle error */}

    // delete the previous table
    if err := client.Dataset(dataset).Table(table).Delete(context.Background()); err != nil {/* handle error */}

    // create the new table
    schema, err := bigquery.InferSchema(row{})
    if err != nil {/* handle error */}
    if err := client.Dataset(dataset).Table(table).Create(context.Background(), &bigquery.TableMetadata{Schema: schema}); err != nil {/* handle error */}

    // wait for the table to be ready
    for ; unreadyTable(rows); time.Sleep(time.Second) {}

    // once it's ready, upload indefinitely
    for {
            if len(rows) > 0 { // if there are uninserted rows, create a batch and insert them
                    uploader := client.Dataset(dataset).Table(table).Uploader()
                    insert := make([]*row, min(500, len(rows))) // create a batch of all the rows on buffer, up to 500
                    for i := range insert {insert[i] = <-rows}
                    go func(insert []*row) { // do the actual insert async
                            if err := uploader.Put(context.Background(), insert); err != nil {/* handle error */}
                    }(insert)
            } else { // if there are no rows waiting to be inserted, wait and check again
                    time.Sleep(time.Second)
            }
    }
}

注意：由于math.Min()不喜欢整数，因此我必须包含func min(a,b int)int{if a<b{return a};return b}。

这是我的full working example。

从代码创建Golang代码后，它并未插入BigQuery的表中

1 个答案: