Nano Hash - криптовалюты, майнинг, программирование

Создать таблицу BigQuery на основе даты

Я пытаюсь автоматизировать создание новой таблицы в BigQuery на основе даты, например mytable_20210304, mytable_20210303, mytable_20210302, ...

Я пробовал объявить имя переменной таблицы, например

DECLARE mytable STRING DEFAULT CONCAT("mytable", CURRENT_DATE())

а затем создать таблицу типа CREATE OR REPLACE TABLE mytable

но я получаю сообщение об ошибке

"Table name missing dataset while no default dataset is set in the request"

Таблицы, которые я запрашиваю, также зависят от даты, и когда я пытаюсь просто создать жестко запрограммированное имя таблицы, например

CREATE OR REPLACE `mytable`

работает нормально. Что-то мне не хватает? Возможна ли эта функция?

google-bigquery
04.03.2021

Ответы:


1

  1. Имя вашей таблицы должно начинаться с имени набора данных, например, CREATE TABLE yourdataset.yourTable;

  2. чтобы создать таблицу с динамическим именем, вам понадобится EXECUTE IMMEDIATE (doc)

DECLARE mytable STRING DEFAULT CONCAT("mytable", CURRENT_DATE());
EXECUTE IMMEDIATE 'CREATE TABLE mydataset.' || mytable || '(x INT64)';
05.03.2021
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..