Codes d'état et codes d'erreur HTTP pour l'API BigQuery

Cette page décrit les codes d'état HTTP et les messages d'erreur renvoyés par l'API BigQuery. Vous pouvez utiliser ces codes pour résoudre les problèmes et les échecs de requêtes, et vérifier le comportement de l'API.

Pour en savoir plus sur les erreurs non liées à l'API, les erreurs de connectivité de la bibliothèque cliente et les erreurs de la console Cloud de Confiance , consultez Messages d'erreur.

Pour en savoir plus sur les erreurs de requête, consultez la page Résoudre les erreurs de requête.

Pour en savoir plus sur les erreurs d'insertion en flux continu, consultez la page Résoudre les problèmes liés à l'insertion en flux continu.

Format de réponse d'erreur

BigQuery utilise le format de rapport d'erreur HTTP standard pour son API. Les requêtes réussies renvoient des codes d'état HTTP de la plage 2xx. Les requêtes ayant échoué renvoient des codes d'état compris entre 4xx et 5xx. Les requêtes qui nécessitent une redirection renvoient des codes d'état de la plage 3xx. Les réponses d'erreur incluent généralement un document JSON dans le corps de la réponse, qui contient un objet d'erreur avec des informations sur l'erreur.

Dans les réponses de l'API BigQuery, un objet d'erreur est généralement l'un des éléments suivants :

La colonne Motif des tableaux de codes d'état de cette page correspond à la propriété reason d'un objet ErrorProto. Si vous utilisez l'outil de ligne de commande bq pour vérifier l'état d'un job, utilisez l'option --format=prettyjson (par exemple, bq --format=prettyjson show -j <var>JOB_ID</var>) ou --apilog=stdout pour afficher l'objet d'erreur et sa propriété reason.

Le tableau suivant décrit les éléments pouvant apparaître dans le corps de réponse d'une erreur. Les champs doivent être utilisés ensemble pour aider à déterminer le problème. De plus, les exemples de valeurs du tableau suivant sont fournis à titre d'illustration et ne constituent pas une liste exhaustive de toutes les valeurs possibles.

Élément Description
code Valeur de code d'état HTTP, sans la description textuelle.

Exemples de valeurs : 400 (Requête incorrecte), 403 (Interdit) et 404 (Introuvable).
error Conteneur pour les informations d'erreur.
errors Conteneur pour les détails de l'erreur.
errors.domain Champ d'application de l'erreur. Exemples de valeurs : global et usageLimits.
errors.location Élément spécifique de l'locationType à l'origine de l'erreur. Par exemple, si vous spécifiez une valeur non valide pour un paramètre, location sera le nom du paramètre.

Exemples de valeurs : Authorization et project.
errors.locationType Emplacement ou partie de la requête à l'origine de l'erreur. Utilisez-le avec location pour identifier l'erreur.

Exemples de valeurs : header et parameter.
errors.message Description de l'erreur.

Exemples de valeurs : Invalid argument, Access Denied et Not Found: Dataset myproject:foo.
errors.reason Identifiant unique de la cause de l'erreur.

Exemples de valeurs : invalid, accessDenied et notFound.
message Description de l'erreur. Identique à errors.message.

Codes d'état et d'erreur HTTP

Cette section contient une liste non exhaustive des codes d'état et d'erreur HTTP de l'API BigQuery. Les codes d'information 1xx et de réussite 2xx sont omis. Pour en savoir plus, consultez les codes d'état de réponse dans les documents RFC 7231 §6, RFC 7232 §4, RFC 7233 §4, RFC 7235 §3 et RFC 6585.

400 — Requête incorrecte

Motif HTTP Status Code Description Dépannage
badRequest 400

Une instruction LMD tente de modifier des lignes qui ont été récemment diffusées avec l'ancienne API tabledata.insertAll et qui se trouvent toujours dans la mémoire tampon de flux de la table. L'erreur renvoie : UPDATE or DELETE statement over table project.dataset.table would affect rows in the streaming buffer, which is not supported.

Migrez vers l'API BigQuery Storage Write (gRPC), attendez quelques minutes que le tampon de flux soit vidé ou filtrez votre instruction pour exclure les lignes récemment diffusées. Pour en savoir plus, consultez Instructions LMD sur les tables avec un tampon de flux de données.

invalid 400

La requête contient une entrée non valide autre qu'une requête non valide, y compris dans les cas suivants :

  • Incompatibilité de schéma (Provided Schema does not match Table table).
  • Une colonne, un fichier ou une routine RECORD qui dépasse la limite d'imbrication de 15 niveaux (Schema nested too deeply).
  • Une table de destination qui est supprimée ou qui expire pendant un job (Destination deleted/expired during operation).

Assurez-vous que les schémas fournis correspondent aux colonnes et aux modes existants, aplatissez les structures dépassant 15 niveaux d'imbrication (ou stockez-les au format JSON) et définissez des délais d'expiration de la table de destination supérieurs à la durée d'exécution des jobs. Pour connaître les étapes par sous-type, consultez Résoudre les erreurs d'entrée et de schéma non valides.

invalidQuery 400

La validation ou l'exécution d'une requête SQL échoue pour l'une des raisons suivantes :

  • Syntaxe SQL, identifiants ou types de données non valides.
  • Options de fonctionnalités non satisfaites ou filtres de partitionnement requis.
  • Les limites d'imbrication de vues ou de sortie de partition ont été dépassées.
  • Un conflit de transaction LMD simultanée (tel que Concurrent conflicting update to details).

Vérifiez l'emplacement [line:column] pour détecter les erreurs de syntaxe ou de type GoogleSQL, appliquez les filtres OPTIONS ou de partition requis, ou annulez les sessions bloquées et relancez les jobs LMD en conflit. Pour en savoir plus, consultez Erreurs de requête non valide et Transaction abandonnée en raison d'une mise à jour simultanée.

jobBackendError 400

Dans jobs.query ou jobs.getQueryResults, un job a été créé, puis a échoué lors de l'exécution avec un backendError. L'erreur renvoie : The job encountered an error during execution. Retrying the job may solve the problem.

Relancez le job avec un nouveau jobId en utilisant un intervalle exponentiel tronqué entre les tentatives, en vous assurant que la logique de nouvelle tentative du client gère les réponses HTTP 400 en plus des codes 5xx. Pour en savoir plus, consultez Résoudre les erreurs jobBackendError et jobInternalError.

jobInternalError 400

Dans jobs.query ou jobs.getQueryResults, un job a été créé, puis a échoué lors de l'exécution avec une erreur interne. L'erreur renvoie : The job encountered an internal error during execution and was unable to complete.

Réessayez d'exécuter la tâche avec un nouveau jobId en utilisant un intervalle exponentiel tronqué entre les tentatives. Pour en savoir plus, consultez Résoudre les erreurs jobBackendError et jobInternalError.

preconditionFailed 400

Une condition préalable de la requête n'est pas remplie, y compris dans les cas suivants :

  • Une incompatibilité d'ETag If-Match lors d'une mise à jour des métadonnées.
  • Une clé de chiffrement CMEK requise par une règle d'administration est manquante.
  • Une fonctionnalité qui n'est pas disponible dans l'édition Standard.
  • Écriture dans un ensemble de données de basculement en dehors d'une réservation principale Enterprise Plus.
  • Une requête de vue matérialisée sur une table de base CDC avec des upserts en attente.

Récupérez la ressource actuelle etag avant de réessayer, spécifiez la clé Cloud Key Management Service requise, exécutez la charge de travail dans une réservation Enterprise ou Enterprise Plus, ou attendez quelques minutes que les upserts CDC en attente soient appliqués. Pour connaître les étapes par sous-type, consultez Échec de la condition préalable de la requête.

resourceInUse 400

Une requête de suppression cible une ressource qui est toujours active ou renseignée :

  • Un ensemble de données qui contient encore des tables, des vues ou des routines.
  • Un job toujours en attente ou en cours d'exécution.

L'erreur renvoie : resource_type resource_id is still in use.

Videz l'ensemble de données avant de le supprimer (ou définissez deleteContents=true, exécutez bq rm -r -f -d ou exécutez DROP SCHEMA IF EXISTS dataset_name CASCADE), ou attendez qu'un job actif se termine ou annulez-le avant de supprimer les métadonnées du job. Pour en savoir plus, consultez La ressource est toujours en cours d'utilisation.

resourcesExceeded 400

Un job dépasse les limites de ressources d'exécution dans l'un des domaines suivants :

  • Files d'attente de simultanéité LMD par table ou limites de simultanéité de session.
  • Budgets de mémoire pour les nœuds de calcul, les fonctions définies par l'utilisateur, le brassage ou les modèles de ML.
  • Limites de partition de table (10 000 partitions) ou de colonne de sortie.
  • Taux de demandes CMEK Cloud Key Management Service, lectures en streaming ou transferts de données interrégionaux.
  • Limites de complexité du plan de requête.

L'erreur renvoie : Resources exceeded during query execution: details.

Simplifiez les requêtes, effectuez des opérations LMD par lot, réduisez le nombre de colonnes ou de partitions analysées, évitez les jobs simultanés dans la même session ou provisionnez une capacité d'emplacements dédiée pour les charges de travail nécessitant de nombreux brassages. Pour connaître les étapes par sous-type, consultez Résoudre les problèmes de dépassement de ressources et La requête dépasse les ressources de mémoire.

storageUnusable 400

L'espace de stockage BigQuery interne contenant les données de la table est temporairement indisponible en raison d'un problème de stockage côté service. L'erreur renvoie : Storage of resource_id is unusable because reason.

Réessayez d'exécuter la tâche en utilisant un intervalle exponentiel tronqué entre les tentatives. Pour en savoir plus, consultez Le stockage de la table est inutilisable.

streamingDataUnavailable 400

Les données récemment soumises au traitement par flux dans le stockage optimisé en écriture sont temporairement indisponibles pour un job de lecture. L'erreur renvoie : Job failed because streaming data from table_source is temporarily unavailable. Retrying the job may solve the problem.

Relancez le job avec un nouveau jobId en utilisant un intervalle exponentiel tronqué entre les tentatives, en vous assurant que la logique de nouvelle tentative du client gère les réponses HTTP 400. Pour en savoir plus, consultez Les données de streaming sont temporairement indisponibles.

tableUnavailable 400

BigQuery ne peut pas lire une table dont il ne gère pas les données, y compris dans les cas suivants :

  • La récupération d'un schéma de table Apache Iceberg ou Delta Lake expire.
  • Une table externe partitionnée avec Hive ne comporte pas de clés de partition.
  • Une table de sauvegarde gérée par Google est temporairement indisponible.

Réessayez de récupérer le schéma ou les délais d'expiration de la table de sauvegarde à l'aide d'un intervalle exponentiel entre les tentatives tronqué, ou vérifiez les chemins d'URI Cloud Storage key=value et recréez les tables externes partitionnées par Hive avec au moins une clé de partition. Pour en savoir plus, consultez La table externe ou de sauvegarde n'est pas disponible.

userOwnedResourceError 400

Une ressource externe dont vous êtes propriétaire renvoie une erreur lorsqu'elle est consultée par BigQuery. L'erreur renvoie : Error when accessing a user-owned external resource_type resource resource_name. The resource provided error: external_error.

Inspectez resource_type et resource_name dans le message d'erreur pour identifier la ressource externe, puis résolvez l'erreur sous-jacente signalée dans external_error. Pour en savoir plus, consultez Erreur de ressource externe appartenant à l'utilisateur.

vortexDataUnavailable 400

Les données récemment diffusées à l'aide de l'API BigQuery Storage Write (gRPC) dans un espace de stockage optimisé en écriture sont temporairement indisponibles pour une requête. L'erreur renvoie : Job failed because vortex streaming data from table_source is temporarily unavailable. Retrying the job may solve the problem.

Relancez le job de requête avec un nouveau jobId en utilisant un intervalle exponentiel tronqué entre les tentatives, en vous assurant que la logique de nouvelle tentative du client gère les réponses HTTP 400. Pour en savoir plus, consultez Les données de streaming sont temporairement indisponibles.

billingTierLimitExceeded 400

Une requête à la demande dépasse la limite d'utilisation maximale du processeur par données analysées. L'erreur renvoie : Query exceeded resource limits. This query used cpu_seconds_used CPU seconds but would charge only analysis_megabytes_billed M Analysis bytes... cpu_seconds_used CPU seconds were used, and this query must use less than cpu_seconds_limit CPU seconds.

Refactorisez votre code SQL pour supprimer les produits cartésiens involontaires, les jointures inexactes, les fonctions de fenêtrage non partitionnées ou les fonctions JavaScript définies par l'utilisateur lourdes, ou passez à la tarification basée sur la capacité (emplacements). Pour en savoir plus, consultez La requête dépasse les ressources du processeur et Éviter les antimodèles SQL.

bytesBilledLimitExceeded 400

L'estimation de la limite supérieure d'octets avant l'exécution d'une requête dépasse maximumBytesBilled avant le début de l'exécution. L'erreur renvoie : Query exceeded limit for bytes billed: limit_bytes. required_bytes or higher required.

Prévisualisez les octets estimés avec un dry run, sélectionnez uniquement les colonnes nécessaires et filtrez les colonnes partitionnées pour réduire les données traitées, ou augmentez maximumBytesBilled à au moins required_bytes. Pour en savoir plus, consultez La requête dépasse la limite maximale d'octets facturés.

jobRateLimitExceeded 400

Dans jobs.query ou jobs.getQueryResults, un job échoue pour l'une des raisons suivantes :

  • Le job dépasse une limite de débit pendant l'exécution (Job exceeded rate limits: Your scope exceeded quota for quota_metric...).
  • La requête n'est pas acceptée, car la simultanéité de la file d'attente de requêtes ou la limite d'emplacements de requêtes continues est atteinte (par exemple, Query was not admitted as the maximum concurrency has been reached...).

Réduisez le nombre d'envois simultanés (ou utilisez la priorité par lot ou l'autoscaling des emplacements pour les requêtes continues), puis relancez le job avec un nouveau jobId en utilisant l'intervalle exponentiel entre les tentatives tronqué. Pour en savoir plus, consultez Le job a dépassé les limites de débit et Admission de la requête refusée.

timeout 400

Une opération dépasse son délai d'exécution, y compris dans les cas suivants :

  • Une requête ou un dry run dépasse la limite d'exécution de six heures.
  • Un job enfant d'une requête multi-instruction expire.
  • La détection automatique du schéma de la table externe expire.

Filtrez sur des colonnes partitionnées ou en cluster, et divisez les requêtes complexes ou à plusieurs instructions en étapes plus petites, ou spécifiez un schéma explicite et des URI sources plus étroits lors de la création de tables externes. Pour en savoir plus, consultez La requête dépasse le délai d'exécution et Résoudre les erreurs de quota et de limite.

invalidUser 400

Une requête programmée a été configurée avec des identifiants utilisateur non valides.

Actualisez les identifiants utilisateur de la requête programmée. Pour en savoir plus, consultez Planifier des requêtes.

required 400

Une entrée obligatoire est manquante avant l'exécution :

  • Un champ obligatoire dans la charge utile ou l'URL d'une requête API n'a pas été fourni.
  • Un objet de configuration requis dans une bibliothèque cliente est vide ou non attribué.

L'erreur renvoie : Required parameter is missing: parameter_name.

Vérifiez les paramètres de requête et le corps de la requête requis dans la documentation de référence de l'API BigQuery ou dans la documentation de la bibliothèque cliente, puis inspectez l'objet de configuration avant d'appeler l'API. Pour en savoir plus, consultez Paramètre obligatoire manquant.

401 — Non autorisé

Voici un exemple de réponse d'erreur que vous recevez si votre requête ne contient pas d'identifiants d'authentification valides.

401 Unauthorized

{
  "error": {
    "errors": [
      {
        "domain": "global",
        "reason": "unauthenticated",
        "message": "Request had invalid authentication credentials. Expected OAuth 2 access token, login cookie or other valid authentication credential."
      }
    ],
    "code": 401,
    "message": "Request had invalid authentication credentials. Expected OAuth 2 access token, login cookie or other valid authentication credential.",
    "status": "UNAUTHENTICATED"
  }
}
Motif HTTP Status Code Description Dépannage
unauthenticated 401

L'authentification de la requête échoue pour l'une des raisons suivantes :

  • La requête ne contient pas d'identifiants d'authentification valides ou utilise un jeton d'accès OAuth 2.0 expiré.
  • Les identifiants de l'utilisateur final ou les autorisations d'emprunt d'identité du compte de service sont manquants.
  • Le compte utilisateur de l'appelant est limité ou supprimé.

Actualisez vos Identifiants par défaut de l'application ou OAuth, accordez roles/iam.serviceAccountUser ou roles/iam.serviceAccountTokenCreator lors de l'exécution avec un compte de service ou en empruntant son identité, ou contactez votre administrateur pour restaurer un compte restreint. Pour en savoir plus, consultez Résoudre les erreurs de non-authentification.

403 — Forbidden

Voici un exemple de réponse d'erreur que vous recevez si vous n'êtes pas autorisé à accéder à la ressource demandée.

403 Forbidden

{
  "error": {
    "errors": [
      {
        "domain": "global",
        "reason": "accessDenied",
        "message": "Access Denied: Dataset myproject:mydataset: User does not have bigquery.datasets.get permission in project myproject."
      }
    ],
    "code": 403,
    "message": "Access Denied: Dataset myproject:mydataset: User does not have bigquery.datasets.get permission in project myproject."
  }
}
Motif HTTP Status Code Description Dépannage
responseTooLarge 403

Une réponse de lecture de requête ou de table dépasse les limites de taille de l'une des manières suivantes :

L'erreur renvoie : Response too large to return. details.

Spécifiez une table de destination (et définissez configuration.query.allowLargeResults sur true pour l'ancien SQL), supprimez ORDER BY ou ajoutez LIMIT, ou lisez les lignes volumineuses à l'aide de l'API BigQuery Storage Read ou de EXPORT DATA. Pour en savoir plus, consultez La réponse à la requête est trop volumineuse et Limite de taille de réponse sur une seule ligne dépassée.

apiLimitExceeded 403

Une requête dépasse l'une des limites d'API ou de métadonnées suivantes :

  • Limites de débit des requêtes d'API par minute.
  • Quotas d'évaluation des métadonnées de table ou de stratégie.
  • Limites de création d'instances répliquées d'ensembles de données interrégionaux (Cannot add more than limit replicas for a region within window day(s)).

L'erreur renvoie : API limit exceeded: details.

Réessayez les requêtes ayant échoué avec une intervalle exponentiel entre les tentatives tronqué, des chargements et des lectures par lot, simplifiez les règles de sécurité IAM précises par table ou au niveau des lignes, et attendez la fenêtre glissante avant d'ajouter des instances répliquées d'ensemble de données. Pour en savoir plus, consultez les sections Erreurs de limite d'évaluation des métadonnées et du taux d'API et Erreurs de limite de création d'instances répliquées d'ensembles de données interrégionaux.

quotaExceeded 403

Votre projet dépasse l'un des quotas d'utilisation suivants :

L'erreur renvoie : Quota exceeded: Your scope exceeded quota for quota_metric. For more information, see https://cloud.google.com/bigquery/docs/troubleshoot-quotas.

Inspectez l'erreur message pour identifier le quota dépassé, optimisez les requêtes à analyse élevée ou passez à la version supérieure à partir du bac à sable, ou ajustez les quotas personnalisés sur la page Quotas. Pour en savoir plus, consultez Erreurs de quota de requêtes quotidiennes personnalisées.

rateLimitExceeded 403

Une requête est refusée pour l'une des limites de débit ou de simultanéité suivantes :

  • Limitation du débit des API ou des jobs de requête à court terme (Exceeded rate limits: too many quota_metric for this scope...).
  • Limites de simultanéité de la file d'attente de requêtes ou limites d'emplacements de réservation de requêtes continues (par exemple, Query was not admitted as the maximum concurrency has been reached...).

Réduisez le taux de requêtes et réessayez en utilisant un intervalle exponentiel tronqué entre les tentatives, ou exécutez les requêtes non urgentes avec une priorité par lot et ajustez la simultanéité des réservations ou l'autoscaling des emplacements. Pour en savoir plus, consultez Résoudre les erreurs de quota et de limite et Refus d'admission de la requête.

accessDenied 403

L'accès à une ressource BigQuery est refusé pour l'une des raisons suivantes :

  • Le compte principal ne dispose pas des autorisations IAM requises sur le projet, l'ensemble de données ou la table cible.
  • Une vue autorisée, une règle d'accès au niveau des lignes ou un tag avec stratégie au niveau des colonnes limite l'accès.
  • Les autorisations CMEK de Cloud Key Management Service ou les autorisations de source de données externe sont manquantes.

L'erreur renvoie : Access Denied: resource_type resource_id: details.

Inspectez les journaux d'audit Cloud (protoPayload.authorizationInfo) et Policy Analyzer pour identifier l'autorisation manquante, puis accordez le rôle BigQuery prédéfini avec le moindre privilège. Pour en savoir plus, consultez Résoudre les problèmes courants d'accès refusé.

policyViolation 403

Un périmètre de sécurité ou une règle d'administration bloque la requête :

  • Un périmètre VPC Service Controls limite l'accès (y compris les exportations Google Drive ou les tables externes dans les projets VPC-SC).
  • Une contrainte de règle d'administration telle que constraints/gcp.resourceLocations interdit l'opération.

Filtrez l'explorateur de journaux par vpcServiceControlsUniqueIdentifier et vérifiez l'analyseur de non-conformité, exportez ou chargez des données à l'aide d'un bucket Cloud Storage dans le périmètre, ou sélectionnez une région autorisée par les contraintes de règle d'administration. Pour en savoir plus, consultez Résoudre les erreurs de non-respect des règles.

billingNotEnabled 403

La facturation n'est pas activée pour le projet pour l'opération demandée :

  • La facturation n'est pas activée pour le projet.
  • Le projet s'exécute dans le bac à sable BigQuery, où les tables, les vues et les partitions expirent après 60 jours (expiration time must be less than 60 days).

L'erreur renvoie : Billing has not been enabled for this project. Enable billing at https://console.cloud.s3nscloud.fr/billing. details.

Activez la facturation pour le projet dans la consoleCloud de Confiance pour effectuer une mise à niveau depuis le bac à sable BigQuery, puis mettez à jour les délais d'expiration par défaut pour vos tables, vues et partitions. Pour en savoir plus, consultez La facturation n'est pas activée pour le projet.

blocked 403

BigQuery a temporairement ajouté l'opération tentée à une liste de blocage pour éviter une interruption de service. L'erreur renvoie : Request was blocked to protect the system's operation. Please contact support at https://cloud.google.com/support.

Contactez Cloud Customer Care en indiquant le code temporel exact, l'ID du projet et l'ID du job BigQuery pour examiner la règle de correction administrative. Pour en savoir plus, consultez La requête a été bloquée pour protéger le fonctionnement du système.

termsOfServiceNotAccepted 403

Les conditions d'utilisation de BigQuery n'ont pas été acceptées pour le projet. L'erreur renvoie : BigQuery Terms of Service have not been accepted.

Connectez-vous à la consoleCloud de Confiance , sélectionnez votre pays et cochez la case "Conditions d'utilisation" sur la page de bienvenue si vous y êtes invité, puis cliquez sur Accepter et continuer. Pour en savoir plus, consultez Conditions d'utilisation de BigQuery non acceptées.

404 — Introuvable

Voici un exemple de réponse d'erreur que vous recevez si vous essayez de récupérer un ensemble de données ou une ressource qui n'existe pas.

404 Not Found

{
  "error": {
    "errors": [
      {
        "domain": "global",
        "reason": "notFound",
        "message": "Not Found: Dataset myproject:foo"
      }
    ],
    "code": 404,
    "message": "Not Found: Dataset myproject:foo"
  }
}
Motif HTTP Status Code Description Dépannage
notFound 404

Une ressource demandée est introuvable pour l'une des raisons suivantes :

  • L'ensemble de données, la table ou le job cible n'existe pas ou a expiré.
  • Un URI de fichier Cloud Storage ou Google Drive externe n'existe pas.
  • L'emplacement de la requête ne correspond pas à l'emplacement de l'ensemble de données ou du job.

L'erreur renvoie : Not found: resource_type resource_id.

Vérifiez l'identifiant et l'emplacement exacts du projet, de l'ensemble de données et de la table (sensibles à la casse), restaurez les tables supprimées dans la fenêtre temporelle, réexécutez les requêtes dont les tables de résultats mises en cache ont expiré, ou confirmez l'existence des fichiers Cloud Storage ou Google Drive externes. Pour en savoir plus, consultez Table non trouvée, Emplacement non trouvé et Job non trouvé.

409 — Conflit

Voici un exemple de réponse d'erreur que vous recevez si vous essayez de créer une ressource qui existe déjà.

409 Conflict

{
  "error": {
    "errors": [
      {
        "domain": "global",
        "reason": "duplicate",
        "message": "Already Exists: Dataset myproject:mydataset"
      }
    ],
    "code": 409,
    "message": "Already Exists: Dataset myproject:mydataset"
  }
}
Motif HTTP Status Code Description Dépannage
abortd 409

Une opération s'arrête en raison d'une modification simultanée ou d'un conflit (renvoyé avec le motif abortd).

Réessayez l'opération une fois l'opération en conflit terminée à l'aide d'un intervalle exponentiel tronqué entre les tentatives, ou effectuez un rollback des transactions à plusieurs instructions arrêtées avant de réessayer. Pour en savoir plus, consultez L'opération a été abandonnée.

duplicate 409

Une requête entre en conflit avec une ressource existante de l'une des manières suivantes :

  • Création d'une ressource d'ensemble de données, de table ou de job qui existe déjà.
  • Exécution d'un job avec writeDisposition défini sur WRITE_EMPTY lorsque la table de destination existe déjà.

L'erreur renvoie : Already Exists: resource_type resource_id.

Utilisez un autre nom de ressource, utilisez IF NOT EXISTS ou CREATE OR REPLACE dans les instructions LDD, remplacez writeDisposition par WRITE_APPEND ou WRITE_TRUNCATE, ou laissez BigQuery générer un jobId aléatoire. Pour connaître les étapes par sous-type, consultez La ressource existe déjà.

499 — Requête fermée par le client

Motif HTTP Status Code Description Dépannage
stopped 499

Un job s'arrête avant la fin pour l'une des raisons suivantes (l'interrogation de jobs.get renvoie HTTP 200 avec reason: stopped) :

  • Un appelant annule explicitement le job (User requested cancellation).
  • Le job dépasse un délai avant expiration d'exécution ou de file d'attente configuré (Job timed out after duration ou Job timed out in the queue after duration).

L'erreur renvoie : Job execution was cancelled: details.

Augmentez les options de délai avant expiration de la file d'attente du projet ou de configuration.jobTimeoutMs (ou optimisez l'exécution et la simultanéité des requêtes), ou vérifiez les appels jobservice.cancel dans Cloud Audit Logs. Pour connaître les étapes par sous-type, consultez L'exécution du job a été annulée.

500 : erreur interne du serveur

Motif HTTP Status Code Description Dépannage
internalError 500

Une erreur interne s'est produite dans BigQuery. L'erreur renvoie : An internal error occurred and the request could not be completed.

Attendez conformément aux exigences de l'accord de niveau de service BigQuery, puis réessayez en utilisant l'intervalle exponentiel tronqué entre les tentatives ou utilisez les réservations pour réduire la fréquence des erreurs temporaires. Pour en savoir plus, consultez Résoudre les erreurs internalError.

501 — Non implémenté

Motif HTTP Status Code Description Dépannage
notImplemented 501

Une requête tente d'utiliser une fonctionnalité ou une opération non implémentée pour la ressource cible, par exemple :

  • Copie d'une table avec un type de stockage non géré.
  • Exécution d'une option ALTER SEARCH INDEX non compatible.

L'erreur renvoie : Not Implemented: details.

Matérialisez les sources de copie de table non compatibles à l'aide de CREATE TABLE destination_table AS SELECT * FROM source_table, ou supprimez et recréez les index de recherche avec DROP SEARCH INDEX et CREATE SEARCH INDEX. Pour connaître les étapes par sous-type, consultez Fonctionnalité ou opération non implémentée.

503 — Service indisponible

Motif HTTP Status Code Description Dépannage
backendError 503

Le service est momentanément indisponible pour l'une des raisons suivantes :

  • Une augmentation de la demande de service (délestage) ou un épuisement des ressources internes.
  • Problèmes de connectivité réseau intermittents.
  • Un problème temporaire de composant backend.

L'erreur renvoie : Error encountered during execution. Retrying may solve the problem.

Réessayez les requêtes à l'aide d'un intervalle exponentiel tronqué entre les tentatives, et réessayez les jobs ayant échoué avec un nouveau jobId. Si les erreurs persistent après plusieurs tentatives, comparez votre taux d'échec sur 30 jours au SLA BigQuery et contactez Cloud Customer Care. Consultez Résoudre les erreurs backendError.