从 Google Cloud Datalab 向 BigQuery 插入数据时如何调试解析错误？

Question

如何调试无法将数据从 Google Cloud Datalab 插入 BigQuery？

这是我的代码，但它在最后一行抛出错误。 aggregate_data 是一个 Pandas 数据框，有 8172 行和 92 列：

ds = 'calculations'
dataset = bq.DataSet(ds)
dataset.create()
schema = bq.Schema.from_dataframe(aggregate_data)
table_name = 'cost_ratios'
temptable = bq.Table(ds + '.' + table_name).create(schema=schema, 
                                                   overwrite=True)
temptable.insert_data(aggregate_data)

这是抛出的错误：

RequestException                          Traceback (most recent call last)
<ipython-input-6-b905b654683e> in <module>()
     49 temptable = bq.Table(ds + '.' + table_name).create(schema=schema, 
     50                                                    overwrite=True)
---> 51 temptable.insert_data(aggregate_data)

/usr/local/lib/python2.7/dist-packages/gcp/bigquery/_table.pyc in insert_data(self, data, include_index, index_name)
    364           response = self._api.tabledata_insertAll(self._name_parts, rows)
    365         except Exception as e:
--> 366           raise e
    367         if 'insertErrors' in response:
    368           raise Exception('insertAll failed: %s' % response['insertErrors'])

RequestException: Parse Error

查看 BQ，table 已使用正确的架构创建，但其中没有数据。

如何进一步调试？上面的错误并没有告诉我太多信息，而且我在 BigQuery 中也看不到任何信息。

Answer 1

我的猜测是 Dataframe 中有不符合 Schema 的数据。错误来自 BigQuery，我认为是由于它试图根据规范中指定的类型解析字段但失败了。

尝试捕获该异常并打印其 'content' 属性；这将为您提供 BigQuery 的完整响应，并可能会更清楚地说明问题。

从 Google Cloud Datalab 向 BigQuery 插入数据时如何调试解析错误？

How to debug parse error when inserting data to BigQuery from Google Cloud Datalab?

python

google-bigquery

google-cloud-datalab