执行BigQuery ML.GENERATE_EMBEDDING时遇content列缺失错误求助

错误原因 #

报错信息明确指出ML.GENERATE_EMBEDDING要求输入表必须包含名为content的STRING类型列，但你创建的image_object_table仅存储了GCS对象的元数据（uri、generation等），并没有这个关键列。

解决方法 #

修改查询语句，在传入ML.GENERATE_EMBEDDING前构造包含content列的子查询，通过FILE_CONTENTS读取GCS图片内容并转为BASE64字符串（满足STRING类型要求）：

create or replace table `my_project_ID.my_dataset_ID.image_embeddings` as (
  select *,
  regexp_extract(uri,r'[^/]+$') as obj_name,
  regexp_replace(regexp_extract(uri,r'[^/]+$'),r'\.jpg$','') as sku_id,
  '' as product_name
  from ML.GENERATE_EMBEDDING(
    MODEL `my_project_ID.my_dataset_ID.embedding_model`,
    (
      SELECT 
        uri,
        TO_BASE64(FILE_CONTENTS(uri)) AS content
      FROM `my_project_ID.my_dataset_ID.image_object_table`
    )
  )
);

关键说明 #

• FILE_CONTENTS(uri)：从指定GCS uri读取图片的二进制内容，返回BYTES类型。
• TO_BASE64()：将二进制内容转换为STRING类型的BASE64编码，完全符合ML.GENERATE_EMBEDDING对content列的类型要求。
• 需确保BigQuery服务账号拥有目标GCS存储桶my_images_bucket_ID的读取权限，否则FILE_CONTENTS会触发权限错误。

内容的提问来源于stack exchange，提问作者user3106820