BigQuery Python: क्वेरी प्रॉक्सीद्वारे चालतात, डाउनलोड अयशस्वी होतात
BigQuery Python चा निकाल डाउनलोड क्वेरीच्या HTTP मार्गापासून स्वतंत्रपणे Storage API क्लायंट तयार करतो का ते तपासा.
क्वेरी यशस्वीरीत्या पूर्ण होऊनही तिचा निकाल pandas मध्ये डाउनलोड करताना अयशस्वी होऊ शकते. BigQuery Python लायब्ररी त्या डाउनलोडसाठी वेगळा BigQuery Storage API क्लायंट वापरू शकते.
RowIterator.to_dataframe इंटरफेस create_bqstorage_client, ज्याचे मूलभूत मूल्य true आहे, आणि bqstorage_client आर्ग्युमेंटची नोंद करतो. ती सेटिंग्ज अनुप्रयोगातील अवलंबनांसह वाचा. सामान्य क्वेरी मार्गावरील यश हे सिद्ध करत नाही की ऐच्छिक डाउनलोड ट्रान्सपोर्टला तोच प्रॉक्सी आधार किंवा संरचना आहे.
| टप्पा | काय तपासावे |
|---|---|
| क्रेडेन्शियल मिळवणे | क्रेडेन्शियल ट्रान्सपोर्ट आणि ओळख एंडपॉइंट |
| क्वेरी सबमिट करणे आणि पोलिंग | BigQuery क्लायंटचा विनंती मार्ग |
| Storage API द्वारे डाउनलोड | Storage API क्लायंट आणि त्याचा ट्रान्सपोर्ट |
नियंत्रित तुलनेसाठी, नोंदवलेला create_bqstorage_client=False पर्याय तो अतिरिक्त क्लायंट आपोआप तयार होणे टाळतो. कोणता मार्ग अयशस्वी होतो हे ओळखण्यास हे मदत करू शकते. हा कार्यक्षमतेवर परिणाम करणारा ट्रान्सपोर्ट पर्याय आहे, प्रॉक्सी स्वतः दुरुस्त झाला याचा पुरावा नाही.
अनुप्रयोग स्वतःचा Storage API क्लायंट पुरवत असल्यास, तो क्लायंट जाणीवपूर्वक संरचित करा. दुसऱ्या क्लायंटला जोडलेली सानुकूल HTTP वस्तू त्याला पुन्हा संरचित करते असे गृहीत धरू नका.
जुनी उदाहरणे अप्रचलित httplib2 अंमलबजावणी किंवा खाजगी कन्स्ट्रक्टर हुक यांबद्दल बोलतात. इंटिग्रेशन स्थापित लायब्ररीच्या पिढीशी जुळवा आणि अयशस्वी टप्पा अहवालात ठेवा. DataFrame रूपांतरण त्रुटी आणि नाकारलेले नेटवर्क कनेक्शन या एकाच पद्धत कॉलमध्ये आल्या तरी वेगळे परिणाम आहेत.