如何通过BigQuery数据连接器查找关联的Gsheet ID

以下几种方法可以帮你定位到作业对应的Gsheet：

• 直接从作业元数据提取Gsheet链接
  针对sheets_dataconnector_前缀的加载作业，查询INFORMATION_SCHEMA.JOBS_BY_PROJECT时，额外提取configuration.load.sourceUris字段——这个字段会直接包含关联的Gsheet完整链接。同时结合destinationTable字段，还能对应到BigQuery中存储该数据的表。

  示例查询：

  SELECT
    job_id,
    configuration.load.destinationTable.dataset_id AS dataset,
    configuration.load.destinationTable.table_id AS table_name,
    configuration.load.sourceUris AS gsheet_urls,
    statistics.load.input_file_bytes AS data_size_bytes,
    total_bytes_billed AS cost_bytes
  FROM
    `你的项目ID.INFORMATION_SCHEMA.JOBS_BY_PROJECT`
  WHERE
    job_id LIKE 'sheets_dataconnector_%'
    AND job_type = 'LOAD'
  ORDER BY
    total_bytes_billed DESC
  

  结果里的gsheet_urls就是对应的Gsheet地址，你可以直接访问验证。

• 通过外部表元数据关联
  如果你的Gsheet是作为BigQuery外部表存在的，还可以查询INFORMATION_SCHEMA.EXTERNAL_TABLES来获取所有关联的Gsheet信息，再和作业中的目标表对应：

  示例查询：

  SELECT
    table_name,
    external_data_configuration.source_uri AS gsheet_url,
    external_data_configuration.connection_id AS connection_name
  FROM
    `你的项目ID.目标数据集.INFORMATION_SCHEMA.EXTERNAL_TABLES`
  WHERE
    external_data_configuration.source_uri LIKE 'gsheets://%'
  

  把这里的table_name和第一个查询里的table_name匹配，就能找到对应Gsheet。

• 结合成本数据快速定位高消耗Gsheet
  在第一个查询中，total_bytes_billed和data_size_bytes字段能帮你快速筛选出成本最高的作业，直接定位到消耗最大的Gsheet，优先处理这类资源。

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