如何在BigQuery中获取所有表的表名及行数？

BigQuery的INFORMATION_SCHEMA确实没有直接的row_count字段，但可以通过以下几种方式获取表名和对应的行数：

方法1：使用项目级INFORMATION_SCHEMA.TABLE_STORAGE视图（推荐） #

这个视图提供了项目内所有表的存储元数据，包含总行数字段，无需遍历每个数据集：

SELECT
  table_catalog AS project_id,
  table_schema AS dataset_id,
  table_name,
  total_rows AS row_count
FROM `[你的项目ID].INFORMATION_SCHEMA.TABLE_STORAGE`
WHERE table_type = 'BASE TABLE' -- 可选，过滤掉视图
ORDER BY row_count DESC;

注意：total_rows包含表中所有行（包括时间旅行保留的已删除行），如果只需要当前活跃状态的行数，可使用方法2。

方法2：使用数据集级__TABLES__系统表 #

每个数据集都自带__TABLES__系统表，存储该数据集下所有表的实时元数据，其中row_count为当前活跃行数：

查询单个数据集 #

SELECT
  table_id AS table_name,
  row_count
FROM `[你的项目ID].[数据集ID].__TABLES__`
ORDER BY row_count DESC;

查询多个数据集 #

如果需要跨多个数据集查询，可通过UNION ALL合并各数据集的结果：

SELECT 'dataset_a' AS dataset_id, table_id AS table_name, row_count FROM `proj.dataset_a.__TABLES__`
UNION ALL
SELECT 'dataset_b' AS dataset_id, table_id AS table_name, row_count FROM `proj.dataset_b.__TABLES__`
ORDER BY row_count DESC;

方法3：使用bq命令行工具 #

如果习惯用命令行操作，可结合bq工具和jq提取表名与行数：

单个数据集查询 #

bq show --format=prettyjson [项目ID]:[数据集ID] | jq '.tables[] | {table_name: .tableReference.tableId, row_count: .numRows}'

全项目查询 #

bq ls --format=prettyjson [项目ID]: | jq '.[] | {dataset_id: .id, tables: .tables[] | {table_name: .tableReference.tableId, row_count: .numRows}}'

内容的提问来源于stack exchange，提问作者Consuela