有没有一种方法可以将pyarrow模式分配给BigQuery中的RECORD数据类型

Question

我的Apache Beam管道的目标是从BigQuery中的表中获取数据，然后将其输出到拼花文件中。

我正在尝试在我的Apache Beam管道中使用WriteToParquetPTransform，这需要将schema作为pyarrow.Schema传递。

我的这部分代码将BigQuery的不同类型的模式映射到各种pyarrow模式：

data_type_mapping = {
'STRING': pyarrow.string(),
'BYTES': pyarrow.string(),
'INTEGER': pyarrow.int64(),
'INT64': pyarrow.int64(),
'FLOAT64': pyarrow.float64(),
'FLOAT': pyarrow.float64(),
'BOOLEAN': pyarrow.bool_(),
'TIMESTAMP': pyarrow.timestamp(unit='ms'),
'DATE': pyarrow.date32(),
'DATETIME': pyarrow.string()
}

问题是BigQuery中有一个数据类型RECORD，我不知道如何将它映射到正确的pyarrow模式。

这些是各种可用的数据类型。我可以用哪一个？

Answer 1

您可能希望使用pyarrow.struct。