管理資料表

主控台

使用Google Cloud 主控台建立資料表時，您無法新增說明。資料表建立完畢之後，您就可以在「Details」(詳細資料) 頁面中新增說明。

1. 在左側窗格中，按一下「Explorer」explore：

   

   如果沒有看到左側窗格，請按一下「展開左側窗格」圖示 last_page 開啟窗格。

2. 在「Explorer」窗格中展開專案，按一下「Datasets」(資料集)，然後選取資料集。

3. 依序點按「總覽」>「表格」，然後選取表格。

4. 按一下「詳細資料」分頁標籤，然後點選「編輯詳細資料」。

5. 在「說明」部分新增或編輯說明。

6. 按一下 [儲存]。

SQL

使用 ALTER TABLE SET OPTIONS 陳述式。以下範例會更新名為 mytable 的資料表說明：

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往「BigQuery」

2. 在查詢編輯器中輸入下列陳述式：

   ALTER TABLE mydataset.mytable   SET OPTIONS (     description = 'Description of mytable');

3. 按一下「執行」play_circle。

如要進一步瞭解如何執行查詢，請參閱「執行互動式查詢」。

bq

1. In the Google Cloud console, activate Cloud Shell.

   Activate Cloud Shell

   At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

2. 發出含有 --description 旗標的 bq update 指令。如果您要更新非預設專案中的資料表，請使用下列格式將專案 ID 新增至資料集名稱：project_id:dataset。

   bq update \ --description "description" \ project_id:dataset.table

   更改下列內容：

   • description：置於引號中的資料表說明
   • project_id：您的專案 ID
   • dataset：含有您要更新資料表的資料集名稱
   • table：要更新的資料表名稱

   範例：

   如要將 mydataset 資料集中的 mytable 資料表說明變更為「Description of mytable」，請輸入下列指令。mydataset 資料集位於預設專案中。

    bq update --description "Description of mytable" mydataset.mytable 

   如要將 mydataset 資料集中的 mytable 資料表說明變更為「Description of mytable」，請輸入下列指令。mydataset 資料集位於 myotherproject 專案，而非預設專案。

    bq update \ --description "Description of mytable" \ myotherproject:mydataset.mytable 

API

呼叫 tables.patch 方法，並使用資料表資源中的 description 屬性來更新資料表的說明。由於 tables.update 方法會取代整個資料表資源，因此建議使用 tables.patch 方法。

Go

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Go 設定說明進行操作。詳情請參閱 BigQuery Go API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

import ( 	"context" 	"fmt"  	"cloud.google.com/go/bigquery" )  // updateTableDescription demonstrates how to fetch a table's metadata and updates the Description metadata. func updateTableDescription(projectID, datasetID, tableID string) error { 	// projectID := "my-project-id" 	// datasetID := "mydataset" 	// tableID := "mytable" 	ctx := context.Background() 	client, err := bigquery.NewClient(ctx, projectID) 	if err != nil { 		return fmt.Errorf("bigquery.NewClient: %v", err) 	} 	defer client.Close()  	tableRef := client.Dataset(datasetID).Table(tableID) 	meta, err := tableRef.Metadata(ctx) 	if err != nil { 		return err 	} 	update := bigquery.TableMetadataToUpdate{ 		Description: "Updated description.", 	} 	if _, err = tableRef.Update(ctx, update, meta.ETag); err != nil { 		return err 	} 	return nil } 

Java

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Java 設定說明進行操作。詳情請參閱 BigQuery Java API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

import com.google.cloud.bigquery.BigQuery; import com.google.cloud.bigquery.BigQueryException; import com.google.cloud.bigquery.BigQueryOptions; import com.google.cloud.bigquery.Table;  public class UpdateTableDescription {    public static void runUpdateTableDescription() {     // TODO(developer): Replace these variables before running the sample.     String datasetName = "MY_DATASET_NAME";     String tableName = "MY_TABLE_NAME";     String newDescription = "this is the new table description";     updateTableDescription(datasetName, tableName, newDescription);   }    public static void updateTableDescription(       String datasetName, String tableName, String newDescription) {     try {       // Initialize client that will be used to send requests. This client only needs to be created       // once, and can be reused for multiple requests.       BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();        Table table = bigquery.getTable(datasetName, tableName);       bigquery.update(table.toBuilder().setDescription(newDescription).build());       System.out.println("Table description updated successfully to " + newDescription);     } catch (BigQueryException e) {       System.out.println("Table description was not updated \n" + e.toString());     }   } }

Python

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Python 設定說明進行操作。詳情請參閱 BigQuery Python API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

設定 Table.description 屬性，並呼叫 Client.update_table() 方法，將更新傳送至 API。

# from google.cloud import bigquery # client = bigquery.Client() # project = client.project # dataset_ref = bigquery.DatasetReference(project, dataset_id) # table_ref = dataset_ref.table('my_table') # table = client.get_table(table_ref)  # API request  assert table.description == "Original description." table.description = "Updated description."  table = client.update_table(table, ["description"])  # API request  assert table.description == "Updated description."

Gemini

您可以使用資料洞察，透過 Gemini in BigQuery 生成資料表說明。資料洞察功能會自動探索、解讀及整理資料。

如要進一步瞭解資料洞察，包括設定步驟、必要 IAM 角色，以及提升所產生洞察準確度的最佳做法，請參閱「在 BigQuery 中產生資料洞察」。

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往「BigQuery」

2. 在左側窗格中，按一下「Explorer」explore：

   

3. 在「Explorer」窗格中，展開專案和資料集，然後選取資料表。

4. 在詳細資料面板中，按一下「結構定義」分頁標籤。

5. 點按「生成」。

   Gemini 會生成資料表說明和資料表洞察結果。系統需要幾分鐘的時間才能填入資訊。您可以在表格的「洞察」分頁中查看生成的洞察結果。

6. 如要編輯及儲存系統產生的表格說明，請按照下列步驟操作：

   1. 按一下「查看資料欄說明」。

      系統會顯示目前的資料表說明和生成的說明。

   2. 在「資料表說明」部分，按一下「儲存至詳細資料」。

   3. 如要以系統產生的說明取代目前的說明，請按一下「複製建議的說明」。

   4. 視需要編輯表格說明，然後按一下「儲存至詳細資料」。

      系統會立即更新資料表說明。

   5. 如要關閉「預覽說明」面板，請按一下「關閉」close。

主控台

使用Google Cloud 主控台建立資料表時，您無法新增到期時間。建立資料表後，您可以在「Table Details」(資料表詳細資料) 頁面上新增或更新資料表的到期時間。

1. 在左側窗格中，按一下「Explorer」explore：

   

2. 在「Explorer」窗格中展開專案，按一下「Datasets」(資料集)，然後選取資料集。

3. 依序點按「總覽」>「表格」，然後選取表格。

4. 按一下「詳細資料」分頁，然後點選「編輯詳細資料」。

5. 針對「Expiration time」(到期時間)，選取「Specify date」(指定日期)。然後使用日曆小工具選取到期日。

6. 按一下 [儲存]。已更新的到期時間會顯示在「Table info」(資料表資訊) 區段。

SQL

使用 ALTER TABLE SET OPTIONS 陳述式。以下範例會更新名為 mytable 的資料表到期時間：

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往「BigQuery」

2. 在查詢編輯器中輸入下列陳述式：

   ALTER TABLE mydataset.mytable   SET OPTIONS (     -- Sets table expiration to timestamp 2025-02-03 12:34:56     expiration_timestamp = TIMESTAMP '2025-02-03 12:34:56');

3. 按一下「執行」play_circle。

如要進一步瞭解如何執行查詢，請參閱「執行互動式查詢」。

bq

1. In the Google Cloud console, activate Cloud Shell.

   Activate Cloud Shell

   At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

2. 發出含有 --expiration 旗標的 bq update 指令。如果您要更新非預設專案中的資料表，請使用下列格式將專案 ID 新增至資料集名稱：project_id:dataset。

   bq update \ --expiration integer \ project_id:dataset.table

   更改下列內容：

   • integer：資料表的預設生命週期 (以秒為單位)，最小值是 3600 秒 (1 小時)。到期時間為目前時間加整數值。如果您指定 0，系統就會移除資料表到期時間，讓這個資料表永遠不會過期。沒有到期時間的資料表都必須手動刪除。
   • project_id：您的專案 ID。
   • dataset：含有您要更新資料表的資料集名稱。
   • table：您要更新的資料表名稱。

   範例：

   如要將 mydataset 資料集中的 mytable 資料表到期時間更新為 5 天 (432000 秒)，請輸入下列指令。mydataset 資料集位於預設專案中。

    bq update --expiration 432000 mydataset.mytable 

   如要將 mydataset 資料集中的 mytable 資料表到期時間更新為 5 天 (432000 秒)，請輸入下列指令。mydataset 資料集位於 myotherproject 專案，而非預設專案。

    bq update --expiration 432000 myotherproject:mydataset.mytable 

API

呼叫 tables.patch 方法並使用資料表資源中的 expirationTime 屬性更新資料表的到期時間 (以毫秒為單位)。由於 tables.update 方法會取代整個資料表資源，因此建議使用 tables.patch 方法。

Go

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Go 設定說明進行操作。詳情請參閱 BigQuery Go API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

import ( 	"context" 	"fmt" 	"time"  	"cloud.google.com/go/bigquery" )  // updateTableExpiration demonstrates setting the table expiration of a table to a specific point in time // in the future, at which time it will be deleted. func updateTableExpiration(projectID, datasetID, tableID string) error { 	// projectID := "my-project-id" 	// datasetID := "mydataset" 	// tableID := "mytable" 	ctx := context.Background() 	client, err := bigquery.NewClient(ctx, projectID) 	if err != nil { 		return fmt.Errorf("bigquery.NewClient: %v", err) 	} 	defer client.Close()  	tableRef := client.Dataset(datasetID).Table(tableID) 	meta, err := tableRef.Metadata(ctx) 	if err != nil { 		return err 	} 	update := bigquery.TableMetadataToUpdate{ 		ExpirationTime: time.Now().Add(time.Duration(5*24) * time.Hour), // table expiration in 5 days. 	} 	if _, err = tableRef.Update(ctx, update, meta.ETag); err != nil { 		return err 	} 	return nil } 

Java

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Java 設定說明進行操作。詳情請參閱 BigQuery Java API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

import com.google.cloud.bigquery.BigQuery; import com.google.cloud.bigquery.BigQueryException; import com.google.cloud.bigquery.BigQueryOptions; import com.google.cloud.bigquery.Table; import java.util.concurrent.TimeUnit;  public class UpdateTableExpiration {    public static void runUpdateTableExpiration() {     // TODO(developer): Replace these variables before running the sample.     String datasetName = "MY_DATASET_NAME";     String tableName = "MY_TABLE_NAME";     // Update table expiration to one day.     Long newExpiration = TimeUnit.MILLISECONDS.convert(1, TimeUnit.DAYS);     updateTableExpiration(datasetName, tableName, newExpiration);   }    public static void updateTableExpiration(       String datasetName, String tableName, Long newExpiration) {     try {       // Initialize client that will be used to send requests. This client only needs to be created       // once, and can be reused for multiple requests.       BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();        Table table = bigquery.getTable(datasetName, tableName);       bigquery.update(table.toBuilder().setExpirationTime(newExpiration).build());        System.out.println("Table expiration updated successfully to " + newExpiration);     } catch (BigQueryException e) {       System.out.println("Table expiration was not updated \n" + e.toString());     }   } }

Node.js

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Node.js 設定說明進行操作。詳情請參閱 BigQuery Node.js API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

// Import the Google Cloud client library const {BigQuery} = require('@google-cloud/bigquery'); const bigquery = new BigQuery();  async function updateTableExpiration() {   // Updates a table's expiration.    /**    * TODO(developer): Uncomment the following lines before running the sample.    */   // const datasetId = 'my_dataset', // Existing dataset   // const tableId = 'my_table', // Existing table   // const expirationTime = Date.now() + 1000 * 60 * 60 * 24 * 5 // 5 days from current time in ms    // Retreive current table metadata   const table = bigquery.dataset(datasetId).table(tableId);   const [metadata] = await table.getMetadata();    // Set new table expiration to 5 days from current time   metadata.expirationTime = expirationTime.toString();   const [apiResponse] = await table.setMetadata(metadata);    const newExpirationTime = apiResponse.expirationTime;   console.log(`${tableId} expiration: ${newExpirationTime}`); }

Python

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Python 設定說明進行操作。詳情請參閱 BigQuery Python API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

設定 Table.expires 屬性並呼叫 Client.update_table()，將更新傳送至 API。

# Copyright 2022 Google LLC # # Licensed under the Apache License, Version 2.0 (the "License"); # you may not use this file except in compliance with the License. # You may obtain a copy of the License at # #     https://www.apache.org/licenses/LICENSE-2.0 # # Unless required by applicable law or agreed to in writing, software # distributed under the License is distributed on an "AS IS" BASIS, # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. # See the License for the specific language governing permissions and # limitations under the License.  import datetime   def update_table_expiration(table_id, expiration):     orig_table_id = table_id     orig_expiration = expiration      from google.cloud import bigquery      client = bigquery.Client()      # TODO(dev): Change table_id to the full name of the table you want to update.     table_id = "your-project.your_dataset.your_table_name"      # TODO(dev): Set table to expire for desired days days from now.     expiration = datetime.datetime.now(datetime.timezone.utc) + datetime.timedelta(         days=5     )      table_id = orig_table_id     expiration = orig_expiration      table = client.get_table(table_id)  # Make an API request.     table.expires = expiration     table = client.update_table(table, ["expires"])  # API request      print(f"Updated {table_id}, expires {table.expires}.") 

Java

import com.google.cloud.bigquery.BigQuery; import com.google.cloud.bigquery.BigQueryException; import com.google.cloud.bigquery.BigQueryOptions; import com.google.cloud.bigquery.Dataset; import java.util.concurrent.TimeUnit;  // Sample to update partition expiration on a dataset. public class UpdateDatasetPartitionExpiration {    public static void main(String[] args) {     // TODO(developer): Replace these variables before running the sample.     String datasetName = "MY_DATASET_NAME";     // Set the default partition expiration (applies to new tables, only) in     // milliseconds. This example sets the default expiration to 90 days.     Long newExpiration = TimeUnit.MILLISECONDS.convert(90, TimeUnit.DAYS);     updateDatasetPartitionExpiration(datasetName, newExpiration);   }    public static void updateDatasetPartitionExpiration(String datasetName, Long newExpiration) {     try {       // Initialize client that will be used to send requests. This client only needs to be created       // once, and can be reused for multiple requests.       BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();        Dataset dataset = bigquery.getDataset(datasetName);       bigquery.update(dataset.toBuilder().setDefaultPartitionExpirationMs(newExpiration).build());       System.out.println(           "Dataset default partition expiration updated successfully to " + newExpiration);     } catch (BigQueryException e) {       System.out.println("Dataset partition expiration was not updated \n" + e.toString());     }   } }

Python

# Copyright 2019 Google LLC # # Licensed under the Apache License, Version 2.0 (the "License"); # you may not use this file except in compliance with the License. # You may obtain a copy of the License at # #     https://www.apache.org/licenses/LICENSE-2.0 # # Unless required by applicable law or agreed to in writing, software # distributed under the License is distributed on an "AS IS" BASIS, # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. # See the License for the specific language governing permissions and # limitations under the License.   def update_dataset_default_partition_expiration(dataset_id: str) -> None:      from google.cloud import bigquery      # Construct a BigQuery client object.     client = bigquery.Client()      # TODO(developer): Set dataset_id to the ID of the dataset to fetch.     # dataset_id = 'your-project.your_dataset'      dataset = client.get_dataset(dataset_id)  # Make an API request.      # Set the default partition expiration (applies to new tables, only) in     # milliseconds. This example sets the default expiration to 90 days.     dataset.default_partition_expiration_ms = 90 * 24 * 60 * 60 * 1000      dataset = client.update_dataset(         dataset, ["default_partition_expiration_ms"]     )  # Make an API request.      print(         "Updated dataset {}.{} with new default partition expiration {}".format(             dataset.project, dataset.dataset_id, dataset.default_partition_expiration_ms         )     ) 

主控台

1. 在左側窗格中，按一下「Explorer」explore：

   

2. 在「Explorer」窗格中展開專案，按一下「Datasets」(資料集)，然後選取資料集。

3. 依序點按「總覽」>「表格」，然後選取表格。

4. 在詳細資料窗格中，按一下「複製」。

5. 在「Copy table」(複製資料表) 對話方塊中的「Destination」(目的地) 下方：

   • 針對「Project」(專案)，選擇將用來儲存複製資料表的專案。
   • 針對「Dataset」(資料集)，選取您要用來儲存複製資料表的資料集。來源與目的地資料集必須位於相同的位置。
   • 針對「Table」(資料表)，輸入新資料表的名稱。目標資料集中的資料表名稱不得重複。您無法使用 Google Cloud 控制台覆寫目的地資料集中現有的資料表。如要進一步瞭解資料表名稱規定，請參閱「資料表命名」。

6. 按一下 [Copy] (複製) 即可開始複製工作。

SQL

使用 CREATE TABLE COPY 陳述式，將名為 table1 的資料表複製到名為 table1copy 的新資料表：

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往「BigQuery」

2. 在查詢編輯器中輸入下列陳述式：

   CREATE TABLE myproject.mydataset.table1copy COPY myproject.mydataset.table1;

3. 按一下「執行」play_circle。

如要進一步瞭解如何執行查詢，請參閱「執行互動式查詢」。

bq

1. In the Google Cloud console, activate Cloud Shell.

   Activate Cloud Shell

   At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

2. 請發出 bq cp 指令。選用標記可用來控管目的地資料表的寫入配置：

   • -a 或 --append_table：把來源資料表的資料附加到目的地資料集中現有的資料表上。
   • -f 或 --force：覆寫目的地資料集中的現有資料表，此作業不會有確認提示。
   • 如果目的地資料集裡已有資料表，-n 或 --no_clobber 會傳回下列錯誤訊息：Table 'project_id:dataset.table' already exists, skipping.。如未指定 -n，預設行為是提示您選擇是否要取代目的地資料表。
   • --destination_kms_key：由客戶管理的 Cloud KMS 金鑰，可用來為目的地資料表加密。

   本文不示範 --destination_kms_key。詳情請參閱使用 Cloud Key Management Service 金鑰保護資料。

   如果來源或目的地資料集位於非預設專案中，請採用下列格式將專案 ID 新增至該資料集名稱：project_id:dataset。

   (選用) 提供 --location 旗標，並將值設為您的位置。

   bq --location=location cp \ -a -f -n \ project_id:dataset.source_table \ project_id:dataset.destination_table

   更改下列內容：

   • location：位置名稱。--location 是選用旗標。舉例來說，如果您在東京地區使用 BigQuery，就可以將旗標的值設為 asia-northeast1。您可以使用 .bigqueryrc 檔案，設定該位置的預設值。
   • project_id：您的專案 ID。
   • dataset：來源或目的地資料集的名稱。
   • source_table：您要複製的資料表。
   • destination_table：目的地資料集中的資料表名稱。

   範例：

   如要將 mydataset.mytable 資料表複製到 mydataset2.mytable2 資料表，請輸入下列指令。這兩個資料集都在預設專案中。

    bq cp mydataset.mytable mydataset2.mytable2 

   如要複製 mydataset.mytable 資料表，並覆寫有相同名稱的目的地資料表，請輸入下列指令。來源資料集位於預設專案中。目的地資料集位於 myotherproject 專案中。-f 捷徑可用來在無提示的情況下覆寫目的地資料表。

   bq cp -f \ mydataset.mytable \ myotherproject:myotherdataset.mytable

   如要複製 mydataset.mytable 資料表，並在目的地資料集有相同名稱的資料表時傳回錯誤，請輸入下列指令。來源資料集位於預設專案中。目的地資料集位於 myotherproject 專案中。-n 捷徑用於防止名稱相同的資料表遭到覆寫。

   bq cp -n \ mydataset.mytable \ myotherproject:myotherdataset.mytable

   如要複製 mydataset.mytable 資料表，並將資料附加到有相同名稱的目的地資料表，請輸入下列指令。來源資料集位於預設專案中。目的地資料集位於 myotherproject 專案中。- a 捷徑是用來附加到目的地資料表。

    bq cp -a mydataset.mytable myotherproject:myotherdataset.mytable 

API

您可以呼叫 bigquery.jobs.insert 方法並設定 copy 工作，透過 API 複製現有資料表。在工作資源的 jobReference 區段中，於 location 屬性指定您的位置。

您必須在工作設定中指定下列值：

"copy": {       "sourceTable": {       // Required         "projectId": string, // Required         "datasetId": string, // Required         "tableId": string    // Required       },       "destinationTable": {  // Required         "projectId": string, // Required         "datasetId": string, // Required         "tableId": string    // Required       },       "createDisposition": string,  // Optional       "writeDisposition": string,   // Optional     }, 

其中 sourceTable 提供要複製的資料表相關資訊，destinationTable 提供新資料表相關資訊，createDisposition 指定資料表不存在時是否建立資料表，而 writeDisposition 則指定是否覆寫或附加至現有資料表。

C#

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 C# 設定說明進行操作。詳情請參閱 BigQuery C# API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

 using Google.Apis.Bigquery.v2.Data; using Google.Cloud.BigQuery.V2; using System;  public class BigQueryCopyTable {     public void CopyTable(         string projectId = "your-project-id",         string destinationDatasetId = "your_dataset_id"     )     {         BigQueryClient client = BigQueryClient.Create(projectId);         TableReference sourceTableRef = new TableReference()         {             TableId = "shakespeare",             DatasetId = "samples",             ProjectId = "bigquery-public-data"         };         TableReference destinationTableRef = client.GetTableReference(             destinationDatasetId, "destination_table");         BigQueryJob job = client.CreateCopyJob(             sourceTableRef, destinationTableRef)             .PollUntilCompleted() // Wait for the job to complete.             .ThrowOnAnyError();          // Retrieve destination table         BigQueryTable destinationTable = client.GetTable(destinationTableRef);         Console.WriteLine(             $"Copied {destinationTable.Resource.NumRows} rows from table "             + $"{sourceTableRef.DatasetId}.{sourceTableRef.TableId} "             + $"to {destinationTable.FullyQualifiedId}."         );     } }

Go

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Go 設定說明進行操作。詳情請參閱 BigQuery Go API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

import ( 	"context" 	"fmt"  	"cloud.google.com/go/bigquery" )  // copyTable demonstrates copying a table from a source to a destination, and // allowing the copy to overwrite existing data by using truncation. func copyTable(projectID, datasetID, srcID, dstID string) error { 	// projectID := "my-project-id" 	// datasetID := "mydataset" 	// srcID := "sourcetable" 	// dstID := "destinationtable" 	ctx := context.Background() 	client, err := bigquery.NewClient(ctx, projectID) 	if err != nil { 		return fmt.Errorf("bigquery.NewClient: %v", err) 	} 	defer client.Close()  	dataset := client.Dataset(datasetID) 	copier := dataset.Table(dstID).CopierFrom(dataset.Table(srcID)) 	copier.WriteDisposition = bigquery.WriteTruncate 	job, err := copier.Run(ctx) 	if err != nil { 		return err 	} 	status, err := job.Wait(ctx) 	if err != nil { 		return err 	} 	if err := status.Err(); err != nil { 		return err 	} 	return nil } 

Java

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Java 設定說明進行操作。詳情請參閱 BigQuery Java API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

import com.google.cloud.bigquery.BigQuery; import com.google.cloud.bigquery.BigQueryException; import com.google.cloud.bigquery.BigQueryOptions; import com.google.cloud.bigquery.CopyJobConfiguration; import com.google.cloud.bigquery.Job; import com.google.cloud.bigquery.JobInfo; import com.google.cloud.bigquery.TableId;  public class CopyTable {    public static void runCopyTable() {     // TODO(developer): Replace these variables before running the sample.     String destinationDatasetName = "MY_DESTINATION_DATASET_NAME";     String destinationTableId = "MY_DESTINATION_TABLE_NAME";     String sourceDatasetName = "MY_SOURCE_DATASET_NAME";     String sourceTableId = "MY_SOURCE_TABLE_NAME";      copyTable(sourceDatasetName, sourceTableId, destinationDatasetName, destinationTableId);   }    public static void copyTable(       String sourceDatasetName,       String sourceTableId,       String destinationDatasetName,       String destinationTableId) {     try {       // Initialize client that will be used to send requests. This client only needs to be created       // once, and can be reused for multiple requests.       BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();        TableId sourceTable = TableId.of(sourceDatasetName, sourceTableId);       TableId destinationTable = TableId.of(destinationDatasetName, destinationTableId);        // For more information on CopyJobConfiguration see:       // https://googleapis.dev/java/google-cloud-clients/latest/com/google/cloud/bigquery/JobConfiguration.html       CopyJobConfiguration configuration =           CopyJobConfiguration.newBuilder(destinationTable, sourceTable).build();        // For more information on Job see:       // https://googleapis.dev/java/google-cloud-clients/latest/index.html?com/google/cloud/bigquery/package-summary.html       Job job = bigquery.create(JobInfo.of(configuration));        // Blocks until this job completes its execution, either failing or succeeding.       Job completedJob = job.waitFor();       if (completedJob == null) {         System.out.println("Job not executed since it no longer exists.");         return;       } else if (completedJob.getStatus().getError() != null) {         System.out.println(             "BigQuery was unable to copy table due to an error: \n" + job.getStatus().getError());         return;       }       System.out.println("Table copied successfully.");     } catch (BigQueryException | InterruptedException e) {       System.out.println("Table copying job was interrupted. \n" + e.toString());     }   } }

Node.js

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Node.js 設定說明進行操作。詳情請參閱 BigQuery Node.js API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

// Import the Google Cloud client library and create a client const {BigQuery} = require('@google-cloud/bigquery'); const bigquery = new BigQuery();  async function copyTable() {   // Copies src_dataset:src_table to dest_dataset:dest_table.    /**    * TODO(developer): Uncomment the following lines before running the sample    */   // const srcDatasetId = "my_src_dataset";   // const srcTableId = "my_src_table";   // const destDatasetId = "my_dest_dataset";   // const destTableId = "my_dest_table";    // Copy the table contents into another table   const [job] = await bigquery     .dataset(srcDatasetId)     .table(srcTableId)     .copy(bigquery.dataset(destDatasetId).table(destTableId));    console.log(`Job ${job.id} completed.`);    // Check the job's status for errors   const errors = job.status.errors;   if (errors && errors.length > 0) {     throw errors;   } }

PHP

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 PHP 設定說明進行操作。詳情請參閱 BigQuery PHP API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

use Google\Cloud\BigQuery\BigQueryClient; use Google\Cloud\Core\ExponentialBackoff;  /** Uncomment and populate these variables in your code */ // $projectId = 'The Google project ID'; // $datasetId = 'The BigQuery dataset ID'; // $sourceTableId   = 'The BigQuery table ID to copy from'; // $destinationTableId = 'The BigQuery table ID to copy to';  $bigQuery = new BigQueryClient([     'projectId' => $projectId, ]); $dataset = $bigQuery->dataset($datasetId); $sourceTable = $dataset->table($sourceTableId); $destinationTable = $dataset->table($destinationTableId); $copyConfig = $sourceTable->copy($destinationTable); $job = $sourceTable->runJob($copyConfig);  // poll the job until it is complete $backoff = new ExponentialBackoff(10); $backoff->execute(function () use ($job) {     print('Waiting for job to complete' . PHP_EOL);     $job->reload();     if (!$job->isComplete()) {         throw new Exception('Job has not yet completed', 500);     } }); // check if the job has errors if (isset($job->info()['status']['errorResult'])) {     $error = $job->info()['status']['errorResult']['message'];     printf('Error running job: %s' . PHP_EOL, $error); } else {     print('Table copied successfully' . PHP_EOL); }

Python

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Python 設定說明進行操作。詳情請參閱 BigQuery Python API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

 from google.cloud import bigquery  # Construct a BigQuery client object. client = bigquery.Client()  # TODO(developer): Set source_table_id to the ID of the original table. # source_table_id = "your-project.source_dataset.source_table"  # TODO(developer): Set destination_table_id to the ID of the destination table. # destination_table_id = "your-project.destination_dataset.destination_table"  job = client.copy_table(source_table_id, destination_table_id) job.result()  # Wait for the job to complete.  print("A copy of the table created.")

bq

1. In the Google Cloud console, activate Cloud Shell.

   Activate Cloud Shell

   At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

2. 發出 bq cp 指令，並以逗號分隔清單的形式包含多個來源資料表。 選用標記可用來控管目的地資料表的寫入配置：

   • -a 或 --append_table：把來源資料表的資料附加到目的地資料集中現有的資料表上。
   • -f 或 --force：覆寫目的地資料集的現有目的地資料表，並且不會提示您確認。
   • 如果目的地資料集裡已有資料表，-n 或 --no_clobber 會傳回下列錯誤訊息：Table 'project_id:dataset.table' already exists, skipping.。如未指定 -n，預設行為是提示您選擇是否要取代目的地資料表。
   • --destination_kms_key：由客戶管理的 Cloud Key Management Service 金鑰，可用來為目的地資料表加密。

   本文不示範 --destination_kms_key。詳情請參閱使用 Cloud Key Management Service 金鑰保護資料。

   如果來源或目的地資料集位於非預設專案中，請採用下列格式將專案 ID 新增至該資料集名稱：project_id:dataset。

   (選用) 提供 --location 旗標，並將值設為您的位置。

   bq --location=location cp \ -a -f -n \ project_id:dataset.source_table,project_id:dataset.source_table \ project_id:dataset.destination_table

   更改下列內容：

   • location：位置名稱。--location 是選用旗標。舉例來說，如果您在東京地區使用 BigQuery，就可以將旗標的值設為 asia-northeast1。您可以使用 .bigqueryrc 檔案，設定該位置的預設值。
   • project_id：您的專案 ID。
   • dataset：來源或目的地資料集的名稱。
   • source_table：您要複製的資料表。
   • destination_table：目的地資料集中的資料表名稱。

   範例：

   如要將 mydataset.mytable 資料表和 mydataset.mytable2 資料表複製到 mydataset2.tablecopy 資料表，請輸入下列指令。這兩個資料集都在預設專案中。

   bq cp \ mydataset.mytable,mydataset.mytable2 \ mydataset2.tablecopy

   如要將 mydataset.mytable 資料表和 mydataset.mytable2 資料表複製到 myotherdataset.mytable 資料表，並覆寫有相同名稱的目的地資料表，請輸入下列指令。目的地資料集位於 myotherproject 專案，而非預設專案。-f 快速鍵可用來在無提示的情況下覆寫目的地資料表。

   bq cp -f \ mydataset.mytable,mydataset.mytable2 \ myotherproject:myotherdataset.mytable

   如要複製 myproject:mydataset.mytable 資料表和 myproject:mydataset.mytable2 資料表，並在目的地資料集有相同名稱的資料表時傳回錯誤，請輸入下列指令。目的地資料集位於 myotherproject 專案中。-n 捷徑是用來防止有相同名稱的資料表遭到覆寫。

   bq cp -n \ myproject:mydataset.mytable,myproject:mydataset.mytable2 \ myotherproject:myotherdataset.mytable

   如要複製 mydataset.mytable 和 mydataset.mytable2 資料表，並將資料附加到有相同名稱的目的地資料表，請輸入下列指令。來源資料集位於預設專案中。目的地資料集位於 myotherproject 專案中。-a 快速鍵是用來附加到目的地資料表。

   bq cp -a \ mydataset.mytable,mydataset.mytable2 \ myotherproject:myotherdataset.mytable

API

如要使用 API 複製多個資料表，請呼叫 jobs.insert 方法、設定資料表 copy 工作，並指定 sourceTables 屬性。

在工作資源的 jobReference 區段中，於 location 屬性指定您的地區。

Go

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Go 設定說明進行操作。詳情請參閱 BigQuery Go API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

import ( 	"context" 	"fmt"  	"cloud.google.com/go/bigquery" )  // copyMultiTable demonstrates using a copy job to copy multiple source tables into a single destination table. func copyMultiTable(projectID, srcDatasetID string, srcTableIDs []string, dstDatasetID, dstTableID string) error { 	// projectID := "my-project-id" 	// srcDatasetID := "sourcedataset" 	// srcTableIDs := []string{"table1","table2"} 	// dstDatasetID = "destinationdataset" 	// dstTableID = "destinationtable" 	ctx := context.Background() 	client, err := bigquery.NewClient(ctx, projectID) 	if err != nil { 		return fmt.Errorf("bigquery.NewClient: %v", err) 	} 	defer client.Close()  	srcDataset := client.Dataset(srcDatasetID) 	dstDataset := client.Dataset(dstDatasetID) 	var tableRefs []*bigquery.Table 	for _, v := range srcTableIDs { 		tableRefs = append(tableRefs, srcDataset.Table(v)) 	} 	copier := dstDataset.Table(dstTableID).CopierFrom(tableRefs...) 	copier.WriteDisposition = bigquery.WriteTruncate 	job, err := copier.Run(ctx) 	if err != nil { 		return err 	} 	status, err := job.Wait(ctx) 	if err != nil { 		return err 	} 	if err := status.Err(); err != nil { 		return err 	} 	return nil } 

Java

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Java 設定說明進行操作。詳情請參閱 BigQuery Java API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

import com.google.cloud.bigquery.BigQuery; import com.google.cloud.bigquery.BigQueryException; import com.google.cloud.bigquery.BigQueryOptions; import com.google.cloud.bigquery.CopyJobConfiguration; import com.google.cloud.bigquery.Job; import com.google.cloud.bigquery.JobInfo; import com.google.cloud.bigquery.TableId; import java.util.Arrays;  public class CopyMultipleTables {    public static void runCopyMultipleTables() {     // TODO(developer): Replace these variables before running the sample.     String destinationDatasetName = "MY_DATASET_NAME";     String destinationTableId = "MY_TABLE_NAME";     copyMultipleTables(destinationDatasetName, destinationTableId);   }    public static void copyMultipleTables(String destinationDatasetName, String destinationTableId) {     try {       // Initialize client that will be used to send requests. This client only needs to be created       // once, and can be reused for multiple requests.       BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();        TableId destinationTable = TableId.of(destinationDatasetName, destinationTableId);        // For more information on CopyJobConfiguration see:       // https://googleapis.dev/java/google-cloud-clients/latest/com/google/cloud/bigquery/JobConfiguration.html       CopyJobConfiguration configuration =           CopyJobConfiguration.newBuilder(                   destinationTable,                   Arrays.asList(                       TableId.of(destinationDatasetName, "table1"),                       TableId.of(destinationDatasetName, "table2")))               .build();        // For more information on Job see:       // https://googleapis.dev/java/google-cloud-clients/latest/index.html?com/google/cloud/bigquery/package-summary.html       Job job = bigquery.create(JobInfo.of(configuration));        // Blocks until this job completes its execution, either failing or succeeding.       Job completedJob = job.waitFor();       if (completedJob == null) {         System.out.println("Job not executed since it no longer exists.");         return;       } else if (completedJob.getStatus().getError() != null) {         System.out.println(             "BigQuery was unable to copy tables due to an error: \n" + job.getStatus().getError());         return;       }       System.out.println("Table copied successfully.");     } catch (BigQueryException | InterruptedException e) {       System.out.println("Table copying job was interrupted. \n" + e.toString());     }   } }

Node.js

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Node.js 設定說明進行操作。詳情請參閱 BigQuery Node.js API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

// Import the Google Cloud client library const {BigQuery} = require('@google-cloud/bigquery'); const bigquery = new BigQuery();  async function copyTableMultipleSource() {   // Copy multiple source tables to a given destination.    /**    * TODO(developer): Uncomment the following lines before running the sample.    */   // const datasetId = "my_dataset";   // sourceTable = 'my_table';   // destinationTable = 'testing';    // Create a client   const dataset = bigquery.dataset(datasetId);    const metadata = {     createDisposition: 'CREATE_NEVER',     writeDisposition: 'WRITE_TRUNCATE',   };    // Create table references   const table = dataset.table(sourceTable);   const yourTable = dataset.table(destinationTable);    // Copy table   const [apiResponse] = await table.copy(yourTable, metadata);   console.log(apiResponse.configuration.copy); }

Python

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Python 設定說明進行操作。詳情請參閱 BigQuery Python API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

 from google.cloud import bigquery  # Construct a BigQuery client object. client = bigquery.Client()  # TODO(developer): Set dest_table_id to the ID of the destination table. # dest_table_id = "your-project.your_dataset.your_table_name"  # TODO(developer): Set table_ids to the list of the IDs of the original tables. # table_ids = ["your-project.your_dataset.your_table_name", ...]  job = client.copy_table(table_ids, dest_table_id)  # Make an API request. job.result()  # Wait for the job to complete.  print("The tables {} have been appended to {}".format(table_ids, dest_table_id))

bq

1. In the Google Cloud console, activate Cloud Shell.

   Activate Cloud Shell

   At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

2. 執行 bq cp 指令：

   bq cp \    -f -n \    SOURCE_PROJECT:SOURCE_DATASET.SOURCE_TABLE \    DESTINATION_PROJECT:DESTINATION_DATASET.DESTINATION_TABLE    

更改下列內容：

• SOURCE_PROJECT：來源專案 ID。如果來源資料集位於非預設專案中，請將專案 ID 新增至來源資料集名稱。

• DESTINATION_PROJECT：目的地專案 ID。如果目的地資料集位於非預設專案中，請將專案 ID 新增至目的地資料集名稱。

• SOURCE_DATASET：來源資料集的名稱。

• DESTINATION_DATASET：目的地資料集的名稱。

• SOURCE_TABLE：您要複製的資料表。

• DESTINATION_TABLE：目的地資料集中的資料表名稱。

以下範例指令會將 us 多區域的 mydataset_us.mytable 資料表複製到 eu 多區域的 mydataset_eu.mytable2 資料表。這兩個資料集都在預設專案中。

 bq cp --sync=false mydataset_us.mytable mydataset_eu.mytable2 

如要跨區域將資料表複製到已啟用 CMEK 的目的地資料集，您必須在資料表上啟用 CMEK，並使用資料表所在區域的金鑰。資料表上的 CMEK 不必與目的地資料集使用的 CMEK 相同。以下範例使用 bq cp 指令，將啟用 CMEK 的資料表複製到目的地資料集。

 bq cp source-project-id:source-dataset-id.source-table-id destination-project-id:destination-dataset-id.destination-table-id 

反之，如要將已啟用 CMEK 的資料表跨區域複製到目的地資料集，您可以在目的地資料集上啟用 CMEK，並使用目的地資料集區域的金鑰。您也可以在 bq cp 指令中使用 destination_kms_keys 旗標，如下列範例所示：

 bq cp --destination_kms_key=projects/project_id/locations/eu/keyRings/eu_key/cryptoKeys/eu_region mydataset_us.mytable mydataset_eu.mytable2 

 using Google.Apis.Bigquery.v2.Data; using Google.Cloud.BigQuery.V2; using System;  public class BigQueryCopyTable {     public void CopyTable(         string projectId = "your-project-id",         string destinationDatasetId = "your_dataset_id"     )     {         BigQueryClient client = BigQueryClient.Create(projectId);         TableReference sourceTableRef = new TableReference()         {             TableId = "shakespeare",             DatasetId = "samples",             ProjectId = "bigquery-public-data"         };         TableReference destinationTableRef = client.GetTableReference(             destinationDatasetId, "destination_table");         BigQueryJob job = client.CreateCopyJob(             sourceTableRef, destinationTableRef)             .PollUntilCompleted() // Wait for the job to complete.             .ThrowOnAnyError();          // Retrieve destination table         BigQueryTable destinationTable = client.GetTable(destinationTableRef);         Console.WriteLine(             $"Copied {destinationTable.Resource.NumRows} rows from table "             + $"{sourceTableRef.DatasetId}.{sourceTableRef.TableId} "             + $"to {destinationTable.FullyQualifiedId}."         );     } }

import ( 	"context" 	"fmt"  	"cloud.google.com/go/bigquery" )  // copyTable demonstrates copying a table from a source to a destination, and // allowing the copy to overwrite existing data by using truncation. func copyTable(projectID, datasetID, srcID, dstID string) error { 	// projectID := "my-project-id" 	// datasetID := "mydataset" 	// srcID := "sourcetable" 	// dstID := "destinationtable" 	ctx := context.Background() 	client, err := bigquery.NewClient(ctx, projectID) 	if err != nil { 		return fmt.Errorf("bigquery.NewClient: %v", err) 	} 	defer client.Close()  	dataset := client.Dataset(datasetID) 	copier := dataset.Table(dstID).CopierFrom(dataset.Table(srcID)) 	copier.WriteDisposition = bigquery.WriteTruncate 	job, err := copier.Run(ctx) 	if err != nil { 		return err 	} 	status, err := job.Wait(ctx) 	if err != nil { 		return err 	} 	if err := status.Err(); err != nil { 		return err 	} 	return nil } 

import com.google.cloud.bigquery.BigQuery; import com.google.cloud.bigquery.BigQueryException; import com.google.cloud.bigquery.BigQueryOptions; import com.google.cloud.bigquery.CopyJobConfiguration; import com.google.cloud.bigquery.Job; import com.google.cloud.bigquery.JobInfo; import com.google.cloud.bigquery.TableId;  public class CopyTable {    public static void runCopyTable() {     // TODO(developer): Replace these variables before running the sample.     String destinationDatasetName = "MY_DESTINATION_DATASET_NAME";     String destinationTableId = "MY_DESTINATION_TABLE_NAME";     String sourceDatasetName = "MY_SOURCE_DATASET_NAME";     String sourceTableId = "MY_SOURCE_TABLE_NAME";      copyTable(sourceDatasetName, sourceTableId, destinationDatasetName, destinationTableId);   }    public static void copyTable(       String sourceDatasetName,       String sourceTableId,       String destinationDatasetName,       String destinationTableId) {     try {       // Initialize client that will be used to send requests. This client only needs to be created       // once, and can be reused for multiple requests.       BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();        TableId sourceTable = TableId.of(sourceDatasetName, sourceTableId);       TableId destinationTable = TableId.of(destinationDatasetName, destinationTableId);        // For more information on CopyJobConfiguration see:       // https://googleapis.dev/java/google-cloud-clients/latest/com/google/cloud/bigquery/JobConfiguration.html       CopyJobConfiguration configuration =           CopyJobConfiguration.newBuilder(destinationTable, sourceTable).build();        // For more information on Job see:       // https://googleapis.dev/java/google-cloud-clients/latest/index.html?com/google/cloud/bigquery/package-summary.html       Job job = bigquery.create(JobInfo.of(configuration));        // Blocks until this job completes its execution, either failing or succeeding.       Job completedJob = job.waitFor();       if (completedJob == null) {         System.out.println("Job not executed since it no longer exists.");         return;       } else if (completedJob.getStatus().getError() != null) {         System.out.println(             "BigQuery was unable to copy table due to an error: \n" + job.getStatus().getError());         return;       }       System.out.println("Table copied successfully.");     } catch (BigQueryException | InterruptedException e) {       System.out.println("Table copying job was interrupted. \n" + e.toString());     }   } }

// Import the Google Cloud client library and create a client const {BigQuery} = require('@google-cloud/bigquery'); const bigquery = new BigQuery();  async function copyTable() {   // Copies src_dataset:src_table to dest_dataset:dest_table.    /**    * TODO(developer): Uncomment the following lines before running the sample    */   // const srcDatasetId = "my_src_dataset";   // const srcTableId = "my_src_table";   // const destDatasetId = "my_dest_dataset";   // const destTableId = "my_dest_table";    // Copy the table contents into another table   const [job] = await bigquery     .dataset(srcDatasetId)     .table(srcTableId)     .copy(bigquery.dataset(destDatasetId).table(destTableId));    console.log(`Job ${job.id} completed.`);    // Check the job's status for errors   const errors = job.status.errors;   if (errors && errors.length > 0) {     throw errors;   } }

use Google\Cloud\BigQuery\BigQueryClient; use Google\Cloud\Core\ExponentialBackoff;  /** Uncomment and populate these variables in your code */ // $projectId = 'The Google project ID'; // $datasetId = 'The BigQuery dataset ID'; // $sourceTableId   = 'The BigQuery table ID to copy from'; // $destinationTableId = 'The BigQuery table ID to copy to';  $bigQuery = new BigQueryClient([     'projectId' => $projectId, ]); $dataset = $bigQuery->dataset($datasetId); $sourceTable = $dataset->table($sourceTableId); $destinationTable = $dataset->table($destinationTableId); $copyConfig = $sourceTable->copy($destinationTable); $job = $sourceTable->runJob($copyConfig);  // poll the job until it is complete $backoff = new ExponentialBackoff(10); $backoff->execute(function () use ($job) {     print('Waiting for job to complete' . PHP_EOL);     $job->reload();     if (!$job->isComplete()) {         throw new Exception('Job has not yet completed', 500);     } }); // check if the job has errors if (isset($job->info()['status']['errorResult'])) {     $error = $job->info()['status']['errorResult']['message'];     printf('Error running job: %s' . PHP_EOL, $error); } else {     print('Table copied successfully' . PHP_EOL); }

 from google.cloud import bigquery  # Construct a BigQuery client object. client = bigquery.Client()  # TODO(developer): Set source_table_id to the ID of the original table. # source_table_id = "your-project.source_dataset.source_table"  # TODO(developer): Set destination_table_id to the ID of the destination table. # destination_table_id = "your-project.destination_dataset.destination_table"  job = client.copy_table(source_table_id, destination_table_id) job.result()  # Wait for the job to complete.  print("A copy of the table created.")

主控台

1. 在左側窗格中，按一下「Explorer」explore：

   

2. 在「Explorer」窗格中展開專案，按一下「Datasets」(資料集)，然後選取資料集。

3. 依序點按「總覽」>「表格」，然後選取表格。

4. 在詳細資料窗格中，按一下「刪除」。

5. 在對話方塊中輸入 "delete"，然後按一下「Delete」(刪除) 確認操作。

SQL

使用 DROP TABLE 陳述式。以下範例會刪除名為 mytable 的資料表：

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往「BigQuery」

2. 在查詢編輯器中輸入下列陳述式：

   DROP TABLE mydataset.mytable;

3. 按一下「執行」play_circle。

如要進一步瞭解如何執行查詢，請參閱「執行互動式查詢」。

bq

1. In the Google Cloud console, activate Cloud Shell.

   Activate Cloud Shell

   At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

2. 請使用 bq rm 指令，搭配 --table 旗標 (或 -t 快速鍵) 來刪除資料表。使用 bq 指令列工具移除資料表時，必須確認該操作。您可以使用 --force 旗標 (或 -f 捷徑) 來略過確認程序。

   如果資料表位於非預設專案的資料集中，請使用下列格式將專案 ID 新增至資料集名稱：project_id:dataset。

   bq rm \ -f \ -t \ project_id:dataset.table

   更改下列內容：

   • project_id：您的專案 ID
   • dataset：含有資料表的資料集名稱
   • table：要刪除的資料表名稱

   範例：

   如要從 mydataset 資料集刪除 mytable 資料表，請輸入下列指令。mydataset 資料集位於預設專案中。

    bq rm -t mydataset.mytable 

   如要從 mydataset 資料集刪除 mytable 資料表，請輸入下列指令。mydataset 資料集位於 myotherproject 專案，而非預設專案。

    bq rm -t myotherproject:mydataset.mytable 

   如要從 mydataset 資料集刪除 mytable 資料表，請輸入下列指令。mydataset 資料集位於預設專案中。這個指令使用 -f 捷徑略過確認程序。

    bq rm -f -t mydataset.mytable 

API

呼叫 tables.delete API 方法，並使用 tableId 參數指定要刪除的資料表。

C#

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 C# 設定說明進行操作。詳情請參閱 BigQuery C# API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

 using Google.Cloud.BigQuery.V2; using System;  public class BigQueryDeleteTable {     public void DeleteTable(         string projectId = "your-project-id",         string datasetId = "your_dataset_id",         string tableId = "your_table_id"     )     {         BigQueryClient client = BigQueryClient.Create(projectId);         client.DeleteTable(datasetId, tableId);         Console.WriteLine($"Table {tableId} deleted.");     } }

Go

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Go 設定說明進行操作。詳情請參閱 BigQuery Go API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

import ( 	"context" 	"fmt"  	"cloud.google.com/go/bigquery" )  // deleteTable demonstrates deletion of a BigQuery table. func deleteTable(projectID, datasetID, tableID string) error { 	// projectID := "my-project-id" 	// datasetID := "mydataset" 	// tableID := "mytable" 	ctx := context.Background() 	client, err := bigquery.NewClient(ctx, projectID) 	if err != nil { 		return fmt.Errorf("bigquery.NewClient: %v", err) 	} 	defer client.Close()  	table := client.Dataset(datasetID).Table(tableID) 	if err := table.Delete(ctx); err != nil { 		return err 	} 	return nil } 

Java

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Java 設定說明進行操作。詳情請參閱 BigQuery Java API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

import com.google.cloud.bigquery.BigQuery; import com.google.cloud.bigquery.BigQueryException; import com.google.cloud.bigquery.BigQueryOptions; import com.google.cloud.bigquery.TableId;  public class DeleteTable {    public static void runDeleteTable() {     // TODO(developer): Replace these variables before running the sample.     String datasetName = "MY_DATASET_NAME";     String tableName = "MY_TABLE_NAME";     deleteTable(datasetName, tableName);   }    public static void deleteTable(String datasetName, String tableName) {     try {       // Initialize client that will be used to send requests. This client only needs to be created       // once, and can be reused for multiple requests.       BigQuery bigquery = BigQueryOptions.getDefaultInstance().getService();       boolean success = bigquery.delete(TableId.of(datasetName, tableName));       if (success) {         System.out.println("Table deleted successfully");       } else {         System.out.println("Table was not found");       }     } catch (BigQueryException e) {       System.out.println("Table was not deleted. \n" + e.toString());     }   } }

Node.js

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Node.js 設定說明進行操作。詳情請參閱 BigQuery Node.js API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

// Import the Google Cloud client library const {BigQuery} = require('@google-cloud/bigquery'); const bigquery = new BigQuery();  async function deleteTable() {   // Deletes "my_table" from "my_dataset".    /**    * TODO(developer): Uncomment the following lines before running the sample.    */   // const datasetId = "my_dataset";   // const tableId = "my_table";    // Delete the table   await bigquery     .dataset(datasetId)     .table(tableId)     .delete();    console.log(`Table ${tableId} deleted.`); }

PHP

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 PHP 設定說明進行操作。詳情請參閱 BigQuery PHP API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

use Google\Cloud\BigQuery\BigQueryClient;  /** Uncomment and populate these variables in your code */ // $projectId = 'The Google project ID'; // $datasetId = 'The BigQuery dataset ID'; // $tableId = 'The BigQuery table ID';  $bigQuery = new BigQueryClient([     'projectId' => $projectId, ]); $dataset = $bigQuery->dataset($datasetId); $table = $dataset->table($tableId); $table->delete(); printf('Deleted table %s.%s' . PHP_EOL, $datasetId, $tableId);

Python

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Python 設定說明進行操作。詳情請參閱 BigQuery Python API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

 from google.cloud import bigquery  # Construct a BigQuery client object. client = bigquery.Client()  # TODO(developer): Set table_id to the ID of the table to fetch. # table_id = 'your-project.your_dataset.your_table'  # If the table does not exist, delete_table raises # google.api_core.exceptions.NotFound unless not_found_ok is True. client.delete_table(table_id, not_found_ok=True)  # Make an API request. print("Deleted table '{}'.".format(table_id))

Ruby

在試行這個範例之前，請先按照 BigQuery 快速入門導覽課程：使用用戶端程式庫中的 Ruby 設定說明進行操作。詳情請參閱 BigQuery Ruby API 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「設定用戶端程式庫的驗證機制」。

require "google/cloud/bigquery"  def delete_table dataset_id = "my_dataset_id", table_id = "my_table_id"   bigquery = Google::Cloud::Bigquery.new   dataset  = bigquery.dataset dataset_id   table    = dataset.table table_id    table.delete    puts "Table #{table_id} deleted." end