使用 Trusted Cloud for Visual Studio Code 扩展程序

借助 Trusted Cloud by S3NS Visual Studio Code (VS Code) 扩展程序,您可以在 VS Code 中执行以下操作:

  • 开发和执行 BigQuery 笔记本。
  • 浏览、检查和预览 BigQuery 数据集。

准备工作

  1. 在本地终端中,检查以确保您的系统上安装了 Python 3.11 或更高版本:

    python3 --version
  2. 安装 Google Cloud CLI

  3. 在本地终端中,初始化 gcloud CLI

    gcloud init
  4. 配置默认项目:

    gcloud config set project PROJECT_ID

    PROJECT_ID 替换为您的默认项目。

  5. 设置应用默认凭据

    gcloud auth application-default login
  6. 下载并安装 VS Code

  7. 打开 VS Code,然后在活动栏中点击扩展程序

  8. 使用搜索栏找到 Jupyter 扩展程序,然后点击安装。VS Code 中的 BigQuery 功能需要 Microsoft 的 Jupyter 扩展程序作为依赖项。

    VS Code 控制台中的 Jupyter 扩展程序列表。

安装 Trusted Cloud 扩展程序

  1. 打开 VS Code,然后在活动栏中点击扩展程序
  2. 使用搜索栏找到 Google Cloud Code 扩展程序,然后点击安装

    VS Code 控制台中的 Google Cloud Code 扩展程序。

  3. 如果出现提示,请重启 VS Code。

Google Cloud Code 图标现在会显示在活动栏中。

配置扩展程序

  1. 打开 VS Code,然后在活动栏中点击 Google Cloud Code
  2. 打开 BigQuery Notebooks 部分。
  3. 点击 Login to Google Cloud。系统会将您重定向到登录页面,您可在此处输入自己的凭据。
  4. 使用顶层应用任务栏,依次前往代码 > 设置 > 设置 > 扩展程序
  5. 找到 Google Cloud Code,然后点击管理图标以打开菜单。
  6. 选择设置
  7. 对于 Cloud Code:项目设置,请输入您要用于执行笔记本和显示 BigQuery 数据集的Trusted Cloud 项目的名称。
  8. 对于 Cloud Code > Beta:BigQuery 区域设置,请输入 BigQuery 位置。 该扩展程序会显示此位置的数据集。

开发 BigQuery 笔记本

  1. 打开 VS Code,然后在活动栏中点击 Google Cloud Code
  2. 打开 BigQuery 笔记本部分,然后点击 BigQuery 笔记本。系统会创建一个包含示例代码的新 .ipynb 文件,并在编辑器中打开该文件。
  3. 在新笔记本中,点击选择内核,然后选择一个 Python 内核。 BigQuery 笔记本需要本地 Python 内核才能执行。您可以创建新的虚拟环境,也可以使用现有虚拟环境。

    VS Code 控制台中的“选择内核”界面。

  4. 如果该库尚未安装在您的虚拟环境中,请安装 bigframes 客户端库:

    1. 打开终端窗口。
    2. 运行 pip install bigframes 命令。

您现在可以在 BigQuery 笔记本中编写和执行代码。

探索和预览 BigQuery 数据集

  1. 打开 VS Code,然后在活动栏中点击 Google Cloud Code
  2. 如需查看指定项目和区域中的数据集和表,请打开 BigQuery 数据集部分。BigQuery 公开数据集也会显示。
  3. 如需在编辑器中打开新标签页,请点击任意表名称。此标签页包含表格详细信息、架构和预览。

价格

Visual Studio Code 扩展程序是免费的,但您需要为使用的任何Trusted Cloud 服务(BigQuery、Dataproc、Cloud Storage)付费。

后续步骤