如何用已弃用的google-api-python-client设置BigQuery批处理优先级查询配置？

我之前维护旧项目时也碰到过一模一样的情况——抱着已弃用的google-api-python-client啃，官方文档又没给出明确示例，想设置BATCH优先级跑查询确实有点摸不着头脑。不过其实只要抓住旧库是对BigQuery v2 REST API封装的本质，就能通过构造Job请求体实现需求，下面是具体步骤和代码示例：

核心要点 #

首先得明确：同步查询（jobs().query方法）不支持BATCH优先级，必须用异步的jobs().insert提交作业。我们要做的就是在查询Job的配置里，显式指定priority字段为"BATCH"——这和REST API的参数规范完全一致。

代码实现 #

1. 初始化BigQuery服务（和你之前实现基础功能的方式保持一致）：

from googleapiclient.discovery import build
from oauth2client.client import GoogleCredentials

# 加载凭据，根据你的实际认证方式调整
credentials = GoogleCredentials.get_application_default()
bigquery_service = build('bigquery', 'v2', credentials=credentials)

2. 构造包含BATCH优先级的查询Job请求体：

project_id = "你的项目ID"
target_query = "SELECT * FROM `your-project.your-dataset.your-target-table`"

job_body = {
    "configuration": {
        "query": {
            "query": target_query,
            "priority": "BATCH",  # 关键：指定BATCH优先级
            # 可选：添加其他你需要的配置，比如写入目标表、写模式等
            # "destinationTable": {
            #     "projectId": project_id,
            #     "datasetId": "your-dataset",
            #     "tableId": "result-table"
            # },
            # "writeDisposition": "WRITE_TRUNCATE"
        }
    }
}

3. 提交异步查询Job：

response = bigquery_service.jobs().insert(
    projectId=project_id,
    body=job_body
).execute()

# 打印Job ID，后续可用来查询执行状态
print(f"提交的BATCH查询Job ID: {response['jobReference']['jobId']}")

额外提醒 #

• BATCH优先级的查询不会立即执行，BigQuery会将其放入队列，在系统资源空闲时处理，非常适合非紧急的大型查询
• 如果需要跟踪Job执行状态，可以用jobs().get方法，传入项目ID和Job ID即可获取最新状态
• 虽然google-api-python-client已被弃用，但只要BigQuery v2 API还支持该参数，这个方法就能正常工作

内容的提问来源于stack exchange，提问作者Neil C. Obremski