Получать результаты от BigQueryOperator в потоке воздуха

1

Я пытаюсь извлечь результаты из BigQueryOperator с помощью воздушного потока, но я не мог найти способ сделать это. Я попытался вызвать метод next() в bq_cursor (доступно в 1.10), но он возвращает None. Вот как я пытался это сделать

import datetime
import logging

from airflow import models
from airflow.contrib.operators import bigquery_operator
from airflow.operators import python_operator


yesterday = datetime.datetime.combine(
    datetime.datetime.today() - datetime.timedelta(1),
    datetime.datetime.min.time()
)

def MyChequer(**kwargs):
    big_query_count = bigquery_operator.BigQueryOperator(
        task_id='my_bq_query',
        sql='select count(*) from mydataset.mytable'
    )

    big_query_count.execute(context=kwargs)

    logging.info(big_query_count)
    logging.info(big_query_count.__dict__)
    logging.info(big_query_count.bq_cursor.next())

default_dag_args = {
    'start_date': yesterday,
    'email_on_failure': False,
    'email_on_retry': False,
    'project_id': 'myproject'
}

with models.DAG(
        'bigquery_results_execution',
        # Continue to run DAG once per day
        schedule_interval=datetime.timedelta(days=1),
        default_args=default_dag_args) as dag:

    myoperator = python_operator.PythonOperator(
        task_id='threshold_operator',
        provide_context=True,
        python_callable=MyChequer
    )

    # Define DAG
    myoperator

Взглянув на bigquery_hook.py и bigquery_operator.py, это единственный доступный способ получить результаты.

Теги:
google-bigquery
airflow

2 ответа

0

Я создаю свой собственный оператор, используя крюк BigQuery, когда мне нужно получить данные из запроса BigQuery и использовать его для чего-то. Обычно я называю это BigQueryToXOperator, и у нас есть куча этих данных для отправки данных BigQuery в другие внутренние системы.

Например, у меня есть оператор BigQueryToPubSub, который может оказаться полезным в качестве примера того, как запрашивать BigQuery, а затем обрабатывать результаты по строке за строкой, отправляя их в Google PubSub. Рассмотрим следующий обобщенный пример кода, как это сделать самостоятельно:

class BigQueryToXOperator(BaseOperator):
    template_fields = ['sql']
    ui_color = '#000000'

    @apply_defaults
    def __init__(
            self,
            sql,
            keys,
            bigquery_conn_id='bigquery_default',
            delegate_to=None,
            *args,
            **kwargs):
        super(BigQueryToXOperator, self).__init__(*args, **kwargs)
        self.sql = sql
        self.keys = keys # A list of keys for the columns in the result set of sql
        self.bigquery_conn_id = bigquery_conn_id
        self.delegate_to = delegate_to


    def execute(self, context):
        """
        Run query and handle results row by row.
        """
        cursor = self._query_bigquery()
        for row in cursor.fetchall():
            # Zip keys and row together because the cursor returns a list of list (not list of dicts)
            row_dict = dumps(dict(zip(self.keys,row))).encode('utf-8')

            # Do what you want with the row...
            handle_row(row_dict)


    def _query_bigquery(self):
        """
        Queries BigQuery and returns a cursor to the results.
        """
        bq = BigQueryHook(bigquery_conn_id=self.bigquery_conn_id,
                          use_legacy_sql=False)
        conn = bq.get_conn()
        cursor = conn.cursor()
        cursor.execute(self.sql)
        return cursor
Поделиться
  • 0
    это именно то, что я искал Майк, большое спасибо. как ты тогда называешь эту задачу в своем даге? Вы не против показать пример?
  • 0
    также знаете ли вы, как передать значение x_com (одна ячейка, полученная из bq) в задание dataflowpython?
0

Вы можете использовать BigQueryOperator для сохранения результатов во временной таблице назначения, а затем использовать BigQueryGetDataOperator для получения результатов, как BigQueryTableDeleteOperator ниже, а затем использовать BigQueryTableDeleteOperator для удаления таблицы:

get_data = BigQueryGetDataOperator(
    task_id='get_data_from_bq',
    dataset_id='test_dataset',
    table_id='Transaction_partitions',
    max_results='100',
    selected_fields='DATE',
    bigquery_conn_id='airflow-service-account'
)

Docs:

Поделиться
  • 0
    Я видел эту опцию, но я хотел бы выполнить это за один шаг, не заботясь об удалении временной таблицы
  • 0
    Затем вы можете использовать хуки соответствующих операторов и создать один оператор для этой цели.
Показать ещё 1 комментарий

Ещё вопросы

Сообщество Overcoder
Наверх
Меню