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.
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
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: