*

BigQueryのbqコマンドを全部試してみたので解説する

公開日: : 最終更新日:2017/04/06 投稿者: BigQuery

目次

bqコマンドって何?

bqコマンドとは、Googleの最強DWHであるBigQueryを操作するためのコマンドラインツールのことです。bqコマンドはGoogle Cloud SDKをインストールすることで、利用できるようになります。今回apps-gcpでは、全てのbqコマンドの利用方法を説明します(※1)。

※1 2016/05/12現在の全bqコマンド(v.2.0.24)を解説します。ただし、本記事公開後に解説したコマンドが削除されたり、または新規コマンドが追加される可能がありますのでご注意ください。また、全bqコマンドの概要・利用方法については説明しますが、各コマンド毎のオプションについては重要であると思われるものだけピックアップして解説します。

本記事はBigQuery経験者向けの記事となります。BigQueryの概要を理解したい場合は以下の記事を参考にしてください。

-はじめの一歩が踏み出せない人のためのBigQuery入門
http://www.apps-gcp.com/bigquery-introduction/

bqコマンド実行環境を構築する手順

bqコマンドの実行環境を構築するための手順を説明します。以下手順に従って実行環境のセットアップをおこなってください。ただし、構築環境はMac OS Xを想定しています。

GCPプロジェクトを作成する

BigQuery(bqコマンド)を利用するためには、最初にGCPプロジェクトの作成が必要となります。以下URLの「GCPプロジェクトの作成(1)~(3)」を参考にプロジェクトの作成をおこなってください。

-GCPプロジェクトの作成
http://www.apps-gcp.com/bigquery-introduction/#GCP

Google Cloud SDKのセットアップ

Google Cloud SDKのセットアップ手順について説明します。以下の手順に従ってセットアップをおこなってください。

(1) Google Cloud SDKのインストール
ご利用の環境に合わせて、以下URLを参考にCloud SDKのインストールを完了させてください。

-Google Cloud SDKのインストール
http://www.apps-gcp.com/cloud-sdkinstall-commentary/

(2) 認証コマンドの実行
BigQueryを操作するアカウントで認証処理をおこないます。ユーザ認証はGCPプロジェクト作成時のアカウントをご利用ください。ターミナルを立ち上げ、以下のコマンドを実行してください。

$ gcloud auth login

(3) ブラウザによるユーザ認証
コマンドを実行すると、認証URLが発行されます。ブラウザから認証URLにアクセスし、「許可」ボタンを押下してください。

$ gcloud auth login
Your browser has been opened to visit:
https://accounts.google.com/o/oauth2/auth redirect_uri=http%3A%2F%2Flocalhost%3A8085%2F&prompt=select_account&response_type=code&client_id=32555940559.apps.googleusercontent.com&scope=https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fuserinfo.email+https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fcloud-platform+https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fappengine.admin+https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fcompute&access_type=offline

(4) 認証の完了
「You are now logged in as [******@gmail.com].」というメッセージがコマンドライン上に出力されれば認証は成功となります。

$ gcloud auth login

Your browser has been opened to visit:
https://accounts.google.com/o/oauth2/auth redirect_uri=http%3A%2F%2Flocalhost%3A8085%2F&prompt=select_account&response_type=code&client_id=32555940559.apps.googleusercontent.com&scope=https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fuserinfo.email+https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fcloud-platform+https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fappengine.admin+https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fcompute&access_type=offline

Saved Application Default Credentials.
You are now logged in as [******@gmail.com].

(5) プロジェクト設定
以下のコマンドを実行し、操作対象のプロジェクトを設定してください。<project>に指定するのは「1. GCPプロジェクトを作成する」の章で作成したプロジェクトのIDとなります。

$ gcloud config set project <project>

これでbqコマンド実行環境のセットアップは完了となります。

bqコマンドの種類を確認する

bqコマンドの種類を確認するのはとても簡単です。ターミナル上で「bq help」を実行してみてください(※2)。サポートされているbqコマンドの一覧が表示されます(赤文字部分)。数えていただければわかる通リ、現在bqコマンドには計18種類のコマンドが存在します。

※2 helpコマンドについては後ほど説明します。

$ bq help
Python script for interacting with BigQuery.
USAGE: bq.py [–global_flags] <command> [–command_flags] [args]Any of the following commands: cancel, cp, extract, head, help, init, insert, load, ls, mk, mkdef, query, rm, shell, show, update, version, wait

全てのコマンドを解説してみる

全てのbqコマンドについて解説をおこないます。理解を深めるために、計18個のコマンドを実際に実行することをお勧めします。

helpコマンド

helpコマンドは各コマンドの利用方法を確認するためのコマンドです。helpコマンドを使って「ls」というbqコマンドの利用方法を確認する場合は以下のコマンドを実行します(※3)。

(例1-1)「ls」コマンドの利用方法を確認するコマンド

$ bq help ls
Python script for interacting with BigQuery.
USAGE: bq.py [–global_flags] <command> [–command_flags] [args]・・・①
ls List the objects contained in the named collection.・・・②
List the objects in the named project or dataset. A trailing : or . can
be used to signify a project or dataset.
…(省略)

※3 コマンドを指定しないでhelpコマンドを実行した場合は、全bqコマンドの一覧と各コマンドの利用方法が表示されます。

コマンド(例1-1)を実行すると上記結果が出力されます。①がコマンドのフォーマット、②がコマンドの説明となります。今後bqコマンドの詳細を確認する場合は、helpコマンドを使う癖を身につけましょう。

また、bqコマンドには「global flag(※4)」という各コマンド共通で利用できるオプションのフラグが存在します。global flagを確認する場合は以下のコマンドを実行します。

(例1-2) global flagの詳細確認コマンド

$ bq –help

※4 global flagの詳細について本記事では説明しません。興味がある方は実際に上記コマンドを実行し、フラグの詳細を確認してください。

lsコマンド

lsコマンドは、プロジェクト・データセット・テーブルの一覧を表示するためのコマンドです。例えば、データセットの一覧を表示したい場合は以下のコマンドを実行します。

(例2-1) データセット一覧を出力するコマンド

$ bq ls
datasetId
—————-
dataset_sample

コマンド(例2-1)を実行すると、上記のようにデータセットの一覧が表示されました。次にデータセット内のテーブル一覧を表示します。テーブル一覧を表示したい場合は、lsコマンドの引数にデータセットIDを指定します。実行結果は以下の通リです。

(例2-2) テーブル一覧を出力するコマンド

$ bq ls dataset_sample
tableId Type
————— ———-
isono_brother TABLE
isono_family TABLE

プロジェクトの一覧を表示したい場合は「-p」オプションを利用します。コマンド実行例は以下の通リです。

(例2-3) プロジェクト一覧を出力するコマンド(※5)

$ bq ls -p
projectId friendlyName
———————- ———————-
morita-demo Morita Demo

※5「projectId」はGCPプロジェクトのID、「friendlyName」はGCPプロジェクトの名称を意味します。

mkコマンド

mkコマンドは、データセットやテーブルを作成するためのコマンドです。LocationはUSまたはEUから選択可能で、指定しない場合はUSがデフォルトで設定されます。データセットの作成が成功したか否かは「bq ls」コマンドでご確認ください。USロケーションにデータセットを作成するコマンドは以下の通リです。

(例3-1) USロケーションにデータセットを作成するコマンド(※6)

$ bq mk new_dataset –data_location=US

※6 「new_dataset」は作成するデータセットの名称です。前述した通リ「–data_location」オプションを利用しない場合はUSロケーションにデータセットが作成されます。

テーブルを作成する場合は「bq mk データセットID.作成したいテーブル名」、または「bq –dataset_id=データセットID mk テーブル名」のフォーマットでコマンドを実行します。コマンド例はそれぞれ「例3-2」「例3-2」の通リです。ただし、データセットIDは存在するIDを指定する必要があります。

(例3-2) テーブルの作成コマンド①

$ bq mk new_dataset.new_table

(例3-3) テーブルの作成コマンド②

$ bq –dataset_id=new_dataset mk new_table

rmコマンド

rmコマンドは、データセットやテーブルを削除するためのコマンドです。データセットを削除する場合は以下のコマンドを実行します。

(例4-1) データセットを削除するためのコマンド

$ bq rm dataset_sample
rm: remove dataset ‘morita-demo:dataset_sample’ (y/N) y

コマンド(例4-1)を実行すると、削除確認のメッセージが出力されますので、削除を実行する場合は「y」を入力しEnterボタンを押下してください。強制的にデータセットを削除したい場合は「-f」オプションを指定してコマンドを実行してください。

テーブルを削除する場合は「データセットID.テーブル名」のフォーマットでテーブルを指定します。テーブルの削除コマンドは以下の通リです。

(例4-2) テーブルを削除するためのコマンド

$ bq rm dataset_sample.isono_brother
rm: remove table ‘morita-demo:dataset_sample3.isono_brother’ (y/N) y

コマンド(例4-2)を実行すると、例5-1の場合と同様削除確認のメッセージが表示されます。テーブルを強制的に削除したい場合は、前述した通リ「-f」オプションを利用してください。

データセットと配下に存在する1つ以上のテーブルをまとめて削除したい場合は「-r」オプションを利用します。

(例4-3) データセットとテーブルをまとめて削除するためのコマンド

$ bq rm -r -f dataset_sample

initコマンド

initコマンドはユーザ認証用のコマンドです。コマンドを実行すると、以下のメッセージ(赤文字)が出力されます。どうやら、initコマンドはCloud SDKではもう必要がないコマンドのようです。initコマンドの代わりとして利用されているのが、本記事の「ユーザ認証」の章で説明した「gcloud auth login」になります(※7)。

(例5-1) initコマンドの実行

$ bq init
It looks like you are trying to run “/Users/tomorier/test/test/google-cloud-sdk/bin/bootstrapping/bq.py init”.
The “init” command is no longer needed with the Cloud SDK.

※7 Google Cloud SDKでは既に必要ないコマンドですので、本記事では上記以上の説明はしません。

headコマンド

headコマンドはテーブルのレコード一覧を出力するためのコマンドです。コマンド例は以下の通リです。

(例6-1) レコード一覧を出力するためのコマンド

$ bq head dataset_sample.isono_family
+———–+———-+—–+
| firstName | lastName | age |
+———–+———-+—–+
| tarao | isono | 3 |
| wakame | isono | 9 |
| tama | isono | 9 |
| katsuo | isono | 11 |
| sazae | isono | 24 |
| masuo | isono | 28 |
| fune | isono | 52 |
| namihei | isono | 54 |
+———–+———-+—–+

表示するレコード数を指定する場合は「-n」オプション、表示するスタート行を指定する場合は「-s」オプションを利用します。例7-1の実行例において2行目の「wakame」から3行を表示する場合は以下のコマンドを実行します(※8)。

※8 行は0からカウントするので「-s」に指定するのは2ではなくて1となります。

(例6-1) テーブルの2行目から3レコードを出力するためのコマンド

$ bq head -s 1 -n 3 dataset_sample.isono_family
+———–+———-+—–+
| firstName | lastName | age |
+———–+———-+—–+
| wakame | isono | 9 |
| tama | isono | 9 |
| katsuo | isono | 11 |
+———–+———-+—–+

extractコマンド

extractコマンドはBigQueryテーブルをGCS上にCSVファイルとして出力するためのコマンドです。コマンド実行例は以下の通リです。

image00
上記テーブルをGCSにCSVファイルとして出力する場合は以下のコマンドを実行します。

(例7-1) GCSへのテーブル出力(CSV)するためのコマンド(※9)

$ bq extract ①dataset_sample2.isono_family_copy ②gs://morita-demo/save.csv

※9 各引数の説明は以下の通リです。

  1. dataset_sample2.isono_family_copy:出力対象のテーブル
  2. gs://morita-demo/save.csv:出力先のファイルパス

コマンド(例7-1)実行後、Developerコンソールの「Storage」メニューからファイルの保存を確認すると、以下の通リCSVファイルが出力されています。

image03

GCSから保存したCSVファイル(save.csv)をダウンロードして確認すると、以下の通リ問題なくエクスポートできていることがわかります。

– 出力結果CSV

firstName,lastName,age
tarao,isono,3
wakame,isono,9
tama,isono,9
katsuo,isono,11
sazae,isono,24
masuo,isono,28
fune,isono,52
namihei,isono,54

cpコマンド

cpコマンドは、テーブルをコピーするためのコマンドです。テーブルは同一データセット内だけでなく、もちろん他のデータセットにもコピー可能です。以下は異なるデータセット間でテーブルをコピーするコマンド例です。以下の例では、データセット「dataset_sample」のテーブル「isono_family」を、異なるデータセット「dataset_sample2」にコピーしています。

(例8-1) 異なるデータセット間でテーブルをコピーするためのコマンド

$ bq cp dataset_sample.isono_family dataset_sample2.isono_family_copy
Waiting on bqjob_r19aca8327cb96cb2_00000154a5449987_1 … (0s) Current status: R Waiting on bqjob_r19aca8327cb96cb2_00000154a5449987_1 … (1s) Current status: R Waiting on bqjob_r19aca8327cb96cb2_00000154a5449987_1 … (2s) Current status: R Waiting on bqjob_r19aca8327cb96cb2_00000154a5449987_1 … (4s) Current status: R Waiting on bqjob_r19aca8327cb96cb2_00000154a5449987_1 … (5s) Current status: R Waiting on bqjob_r19aca8327cb96cb2_00000154a5449987_1 … (6s) Current status: R Waiting on bqjob_r19aca8327cb96cb2_00000154a5449987_1 … (7s) Current status: R Waiting on bqjob_r19aca8327cb96cb2_00000154a5449987_1 … (7s) Current status: DONE Tables ‘morita-demo:dataset_sample.isono_family’ successfully copied to ‘morita-demo:dataset_sample2.isono_family_copy’

コピーされているか否かをさきほど学んだheadコマンドで確認してみます。

– headコマンドによるテーブルのレコード確認

$ bq head dataset_sample2.isono_family_copy

+———–+———-+—–+
| firstName | lastName | age |
+———–+———-+—–+
| tarao | isono | 3 |
| wakame | isono | 9 |
| tama | isono | 9 |
| katsuo | isono | 11 |
| sazae | isono | 24 |
| masuo | isono | 28 |
| fune | isono | 52 |
| namihei | isono | 54 |
+———–+———-+—–+

結果は上記の通リです。テーブルのコピーは問題なく実行することができました。

insertコマンド

insertコマンドはテーブルにレコードを挿入するためのコマンドです。実行例は以下の通リです。

image00

レコード追加対象のテーブルは上記とします。まずは挿入するレコードをjsonファイルに保存します。JSONファイルの作成は、以下のUnix(Linux)コマンドから実行します。

– 追加レコード用JSONファイルの作成

$ echo ‘{“firstName”:”norisuke”,”lastName”:”irie”,”age”:24}’ > add_isono_family.json

JSONファイルを作成したら以下のinsertコマンドを実行します。

(例9-1) 追加レコードをテーブルにinsertするためのコマンド

$ bq insert dataset_sample2.isono_family_copy /Users/tomorier/add_isono_family.json

実行結果は出力されませんので、実際にinsertが成功したか否か以下のコマンドで確認します。

– headコマンドによるテーブルのレコード確認

$ bq head dataset_sample2.isono_family_copy

+———–+———-+—–+
| firstName | lastName | age |
+———–+———-+—–+
| tarao | isono | 3 |
| wakame | isono | 9 |
| tama | isono | 9 |
| katsuo | isono | 11 |
| sazae | isono | 24 |
| masuo | isono | 28 |
| fune | isono | 52 |
| namihei | isono | 54 |
| norisuke | irie | 24 |
+———–+———-+—–+

レコードの追加が確認されました。Webコンソールと較べて大分簡易に追加ができる印象です。今後テーブルにレコードを追加したい場合は、本コマンドを利用しましょう。

loadコマンド

loadコマンドはローカル、またはGCS上のCSVデータをテーブルデータとしてインポートするためのコマンドです。

– isono_family.csv

namihei,isono,54
fune,isono,52
wakame,isono,9
katsuo,isono,11
sazae,isono,24
masuo,isono,28
tarao,isono,3
tama,isono,9

例えば、GCS上に存在する上記ファイル(isono_family.csv)をインポートする場合は、以下のコマンドを実行します。

(例10-1) GCS上のCSVファイルをBigQueryのテーブルとしてインポートするコマンド(※10)

$ bq load ①dataset_sample.isono_family ②gs://morita-demo/isono_family.csv ③firstName:string,lastName:string,age:integer
Waiting on bqjob_r6e3f12e8ef39425c_00000154a3ecd2d3_1 … (9s) Current status: DONE

※10 コマンドの各引数の説明は以下の通リです。

  1. 「dataset_sample.isono_family」:作成するテーブル名
  2. 「gs://morita-demo/isono_family.csv」:インポートをおこなうGCSファイルのパス
  3. 「firstName:string,lastName:string,age:integer」:テーブルスキーマ

queryコマンド

queryコマンドは、BigQueryに対してクエリを発行するためのコマンドです。コマンド例の説明は以下の通リです。

image04

例えば、上記のようなBigQueryテーブル(データセット名:dataset_sample/テーブル名:isono_brother)がある場合、下記のコマンドを実行します。

(例11-1) BigQueryテーブルに対するクエリ発行をおこなうためのコマンド

$ bq query “select * from dataset_sample.isono_brother”

Waiting on bqjob_rb79ed148990c574_00000154a3670a87_1 … (0s) Current status: DONE

+———–+———-+
| firstName | lastName |
+———–+———-+
| sazae | fuguta |
| katsuo | isono |
| wakame | isono |
+———–+———-+

実行すると上記結果が出力されます。

shellコマンド

shellコマンドはターミナル環境をbqコマンド専用のシェル環境に切り替えるためのコマンドです。以下はコマンドの実行例です。

(例12-1) bqコマンドのシェル環境に切り替えるためのコマンド

$ bq shell
Welcome to BigQuery! (Type help for more information.)
morita-demo>

コマンドを実行すると、なにやらシェル環境が切り替わりました。次に「ls」コマンドを打ち込んでください。

morita-demo> ls
datasetId
—————–
dataset_sample
dataset_sample2
morita-demo>

上記のようにデータセットの一覧が出力されました。いちいち「bq ls」と打ち込む必要がなくとても楽ですね。基本bqコマンドを利用する場合は、shellコマンドを利用することをお勧めします。

showコマンド

showコマンドはデータセットやテーブルの情報を表示するためのコマンドです。データセットの情報を確認したい場合は以下のコマンドを実行します。それでは実際にコマンドを実行してみましょう。

(例13-1) データセット情報を確認するためのコマンド

$ bq show dataset_sample
Dataset morita-demo:dataset_sample
Last modified ACLs
—————– ——————
12 May 14:41:23 Owners:
projectOwners
Writers:
projectWriters
Readers:
projectReaders

コマンドを実行すると上記のような結果が出力されます。「projectOwners」「projectWriters」「projectReaders」はそれぞれGCPプロジェクトのオーナー・編集者・閲覧者を意味します。次はテーブル情報を表示します。以下のコマンドを実行してください。

(例13-2) デーブル情報を確認するためのコマンド

Last modified Schema Total Rows Total Bytes Expiration
—————– ———————- ———— ————- ————
12 May 14:17:34 |- firstName: string 3 45
|- lastName: string

実行結果は上記の通リです。BigQueryテーブルの「最終更新日」「スキーマ」「レコード数」「総容量」「有効期限日」が表示されていることがわかると思います。

updateコマンド

updateコマンドはデータセットやテーブルの情報を更新するためのコマンドです。例えば、データセットの説明(description)を変更したい場合は以下のコマンドを実行します。

(例15-1) データセットの説明文を更新するためのコマンド

$ bq update –description ‘new description’ dataset_sample

Dataset ‘morita-demo:dataset_sample’ successfully updated.

コマンドを実行すると以下のように説明文(description)が更新されていることがわかります。

image01

テーブルのスキーマを更新する場合は以下のコマンドを実行します。

(例15-2) テーブルのスキーマを更新するためのコマンド(※11)

$ bq update –description ‘new description’ dataset_sample

Dataset ‘morita-demo:dataset_sample’ successfully updated.

※11 その他更新可能なパラメータを確認したい場合はhelpコマンドで確認してください。

versionコマンド

versionコマンドはbqコマンドのバージョンを出力するためのコマンドです。以下はコマンドの実行例です。

(例16-1) bqコマンドのバージョンを確認するためのコマンド

$ bq version

This is BigQuery CLI 2.0.24

コマンド(例16-1)を実行すると、上記のようにbqツールのバージョンが表示されます。上記例では、bqコマンドのバージョンは「2.0.24」だということがわかります。

mkdefコマンド

mkdefコマンドはGCS上にバックアップされたBigQueryデータをJSONフォーマットで出力するためのコマンドです。

firstName,lastName,age
tarao,isono,3
wakame,isono,9
tama,isono,9
katsuo,isono,11
sazae,isono,24
masuo,isono,28
fune,isono,52
namihei,isono,54
norisuke,irie,24

例えば、GCS上のバックアップされている上記のようなCSVデータからJSONを出力する場合は以下のコマンドを実行します。

(例17-1) テーブルデータをGCS上に出力するためのコマンド

$ bq mkdef gs://morita-demo/output.csv firstName:string,lastName:string,age:integer
{
“csvOptions”: {
“allowJaggedRows”: false,
“allowQuotedNewlines”: false,
“encoding”: “UTF-8”,
“fieldDelimiter”: “,”,
“quote”: “\””,
“skipLeadingRows”: 0
},
“schema”: {
“fields”: [
{
“name”: “firstName”,
“type”: “STRING”
},
{
“name”: “lastName”,
“type”: “STRING”
},
{
“name”: “age”,
“type”: “INTEGER”
}
]
},
“sourceFormat”: “CSV”,
“sourceUris”: [
“gs://morita-demo/output.csv”
]
}

コマンド(例17-1)を実行すると、上記のようなJSONが出力されます。ロード対象のバックファイルはデフォルトでCSVとなっていますが、「–source_format」を利用することでGoogleスプレッドシートやGoogle DatastoreのバックアップデータからJSONを出力することも可能です。

cancelコマンド

cancelコマンドはBigQueryの実行ジョブをキャンセルするためのコマンドです。例えば、以下のような実行中のジョブがあるとします。

$ bq ls -j

jobId Job Type State Start Time Duration
——————————————– ———- ——— —————– ———-
bqjob_r240ff03af9ba9dd6_00000154c8dae8a3_1 extract RUNNING 19 May 20:51:26

jobIdは上記コマンド例の「bqjob_r240ff03af9ba9dd6_00000154c8dae8a3_1」の部分となります。実行中のjobをキャンセルする場合は以下のコマンドを実行します。

(例18-1) Jobをキャンセルするためのコマンド

$ bq cancel bqjob_r240ff03af9ba9dd6_00000154c8dae8a3_1

コマンドを実行するとジョブはキャンセルされます。ジョブのステータスを確認したい場合は「bq ls -j」をターミナル上で実行してください。

waitコマンド

waitコマンドはBigQuery実行ジョブの完了を待機するためのコマンドです。以下はサンプルコマンドです。ステータスがDONE(完了)になると、waitコマンドは終了します。

(例19-1) Jobの実行完了を待機するためのコマンド

$ bq wait bqjob_r78265b1f2e755f05_00000154c91d0a40_1

Waiting on bqjob_r78265b1f2e755f05_00000154c91d0a40_1 … (25s) Current status: DONE

Job morita-demo:bqjob_r78265b1f2e755f05_00000154c91d0a40_1
Job Type State Start Time Duration User Email Bytes Processed Bytes Billed Billing Tier

———- ——— —————– ———- ———————- —————– ————– ————–

extract SUCCESS 19 May 22:03:44 0:00:11 morita@yoshidumi.co.jp

待機する時間を指定することも可能です。例えば100秒だけジョブの実行を待機する場合は以下のコマンドを実行します。

(例19-2) Jobの実行を100秒待機するためのコマンド

$ bq wait bqjob_r78265b1f2e755f05_00000154c91d0a40_1 100

まとめ

以上で全bqコマンドについての説明は終了となります。如何でしたでしょうか。BigQueryの操作を普段Webのコンソールからおこなっている方も、コマンドラインからの操作に興味を持たれたのではないでしょうか。bqコマンドはとても便利なツールなので、慣れてしまえばもうWebコンソールには戻れなくなると思います。快適なBigQueryライフを送るために、ぜひbqコマンドを極めましょう!!

この記事を書いた人

tomorier
tomorier
普段はGCP専門のエンジニアをやっています。
最近は個人的な活動としてGOとswiftでアプリ作ってます。

関連記事

apps-gcp 2017年1-3月人気記事ランキング

今回のapps-gcpは2017年1~3月の人気記事ランキングです。去年までは月毎でのランキ

記事を読む

GAE/JからBigQueryへのStream Insert

今回はGAE/JからBigQueryへのStream Insertを試してみます。 BigQuer

記事を読む

はじめの一歩が踏み出せない人のためのBigQuery入門

とにかくBigQueryを試してみよう 私がBigQueryというサービスを初めて知り興味を持った

記事を読む

Cloud Datalabを試してみた

Google CloudDatalabとは Cloud DatalabとはJupyterをベースと

記事を読む

GCP愛を語る

RGCP(GCP好き以外お断り) 技術的な話ばかりの中のAdventCalendarですが、本

記事を読む

スプレッドシートのデータをBigQueryにインポートしてみた

GoogleスプレッドシートのデータをテーブルとしてBigQueryに直接流し込めるようになったよう

記事を読む

PAGE TOP ↑