Python连接BigQuery：OAuth2.0认证完成后的后续操作指引

你已经完成了OAuth 2.0身份认证，接下来可以通过google.cloud.bigquery官方SDK快速实现表数据的读取、加载、删除和更新操作，步骤如下：

1. 创建BigQuery客户端 #

基于已有的creds对象初始化客户端，这是所有操作的基础：

# 替换为你的GCP项目ID，若client文件包含项目信息可省略project参数
client = bigquery.Client(credentials=creds, project="你的GCP项目ID")

2. 读取表数据 #

提供两种常用读取方式：

方式一：执行SQL查询 #

query = """
SELECT * FROM `你的项目ID.数据集ID.目标表名` LIMIT 100
"""
query_job = client.query(query)
results = query_job.result()

# 遍历输出结果
for row in results:
    print(row)

方式二：直接读取表并转为DataFrame #

# 获取目标表对象
table = client.get_table("你的项目ID.数据集ID.目标表名")
# 读取表数据（限制100行）
rows = client.list_rows(table, max_results=100)

# 转为DataFrame（需提前安装pandas）
import pandas as pd
df = rows.to_dataframe()
print(df.head())

3. 加载数据到表 #

以加载DataFrame为例，支持追加/覆盖等写入模式：

import pandas as pd

# 示例数据，需与目标表结构匹配
sample_data = [("张三", 25), ("李四", 30)]
df = pd.DataFrame(sample_data, columns=["name", "age"])

# 配置加载任务
load_job = client.load_table_from_dataframe(
    df,
    "你的项目ID.数据集ID.目标表名",
    job_config=bigquery.LoadJobConfig(
        write_disposition="WRITE_APPEND"  # 可选：WRITE_TRUNCATE（覆盖）、WRITE_EMPTY（仅空表写入）
    )
)
load_job.result()  # 等待加载完成
print(f"成功加载{load_job.output_rows}行数据")

4. 删除表数据 #

BigQuery通过SQL DELETE语句实现数据删除：

delete_query = """
DELETE FROM `你的项目ID.数据集ID.目标表名`
WHERE age > 28
"""
delete_job = client.query(delete_query)
delete_job.result()
print(f"成功删除{delete_job.num_dml_affected_rows}行数据")

5. 更新表数据 #

通过SQL UPDATE语句实现数据更新：

update_query = """
UPDATE `你的项目ID.数据集ID.目标表名`
SET age = age + 1
WHERE name = '张三'
"""
update_job = client.query(update_query)
update_job.result()
print(f"成功更新{update_job.num_dml_affected_rows}行数据")

注意事项 #

• 确保你的OAuth账号拥有对应权限（如BigQuery Data Editor），否则会触发权限错误。
• DML操作（DELETE/UPDATE）会产生费用且不可撤销，执行前请确认条件准确性。
• 若需加载本地文件（CSV/JSON等），可使用client.load_table_from_file方法，配合LoadJobConfig指定文件格式。

内容的提问来源于stack exchange，提问作者silentninja89