使用google.cloud.bigquery和python进行实时数据分析的代码示例

以下是一个使用Google Cloud BigQuery和Python进行实时数据分析的代码示例：

# 导入所需的库
from google.cloud import bigquery
import time

# 初始化BigQuery客户端
client = bigquery.Client()

# 定义查询语句
query = """
    SELECT
        COUNT(*) as num_of_rows,
        AVG(age) as average_age
    FROM
        project.dataset.table
    WHERE
        timestamp >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 1 HOUR)
"""

# 定义一个无限循环来执行实时数据分析
while True:
    # 执行查询
    query_job = client.query(query)

    # 获取查询结果
    results = query_job.result()

    # 处理查询结果
    for row in results:
        num_of_rows = row.num_of_rows
        average_age = row.average_age
        print(f"当前时间戳: {time.time()}")
        print(f"最近一小时的数据行数: {num_of_rows}")
        print(f"最近一小时的平均年龄: {average_age}")

    # 等待10秒后再次执行查询
    time.sleep(10)

此示例代码假设您已经在Google Cloud上设置了BigQuery并创建了一个具有适当数据的表。您需要将project.dataset.table替换为您自己的项目、数据集和表名称。代码执行一个永无休止的循环来执行查询，并每10秒打印查询结果。您可以根据需要调整查询语句和睡眠时间。

请注意，此代码没有包括通过Google Cloud认证、授权和配置环境变量。在运行代码之前，您需要确保您的环境已正确配置并具有适当的权限。

此示例代码仅为演示目的，您可能需要调整代码以适应您的具体需求和数据模式。