BigQuery に json ファイルを取り込む

やりたいこと

Macで以下のような複数ディレクトリ配下にあるjson(Slackからエクスポート)ファイルをBigQueryのネストテーブルとしてインポートする。

+hoge
　-2021-01-01.json
　 -2021-01-02.json
+fuga
　-2021-01-01.json
　-2021-01-02.json

前準備

Slackのエクスポートファイルが大量にあるため、必要に応じて以下のようにディレクトリごとにjsonファイルをマージしておきます。

dirs=`find . -mindepth 1 -type d`
for dir in $dirs;
do
    jq -s add $dir/*.json > $dir/merge.json
done

次に、マージしたjsonファイルをディレクトリ名（Slackのチャネル名）に変更します。

find . -name merge.json -exec rename 's/(.*)\/(.*)\./$1\/$1./' {} \;

特にチャネルを識別する必要がない場合は、全てのjsonを以下のようにマージします。

find . -name '*.json' -exec jq -s add > output.json \;

BigQuery 用に変換

BigQuery は改行区切りの json 形式にする必要があるので、以下のように jq コマンドで変換する必要があります。

jq -c '.[]' fuga.json > hoge.json

複数ディレクトリ下のjsonを一括で変換するには以下のように行う方法があります(もっと良い方法をご存知の方ご指摘ください)。

find . -type f -exec sh -c "jq -c '.[]' {} > {}.new" \; 

-exec の後ろには1つのコマンドしか取れないので、sh -c の中でjqコマンドを実行しています。

もしファイルを上書きする場合は以下のようなシェルスクリプトで一括変換します。

#!/bin/bash
set -euxo pipefail
for file in **/*.json; do
    jq -c '.[]' $file | sponge $file
done

*jq, sponge コマンドは brew install しておいてください。

その後BigQueryコンソールで新規テーブル作成画面を開き、ファイル形式にjsonを選択し、スキーマの自動検出オプションを設定してインポートするとjsonがnested tableとして取り込まれます。

参考

Edit files in place #105