python - 使用 pandas 从BigQuery渲染JSON响应？

我是一名Ruby开发人员，从事大量数据工作，因此决定改用Python。到目前为止，我很喜欢进行过渡，并被Pandas，Jupyter Notebook等震惊。

我当前的任务是编写一个轻量级的RESTful API，在后台运行针对Google BigQuery的查询。

我在Flask中运行了一个非常简单的测试，效果很好，但是在将BigQuery响应呈现为JSON时确实遇到了麻烦。为了解决这个问题，我使用了Pandas，然后将数据框转换为JSON。虽然有效，但这似乎是不必要的步骤，而且我甚至不确定这是否是Pandas的合法用例。我还读到随着数据量的增加，创建数据框可能会很慢。

以下是我在Flask中进行的小样机测试。听听经验丰富的Python开发人员的意见，对您有什么帮助，以及是否有其他我应该在此处查看的库，这将非常有帮助。

from flask import Flask
from google.cloud import bigquery
import pandas

app = Flask(__name__)

@app.route("/bq_test")
def bq_test():
    client = bigquery.Client.from_service_account_json('/my_creds.json')
    sql = """select * from `my_dataset.my_table` limit 1000"""
    query_job = client.query(sql).to_dataframe()
    return query_job.to_json(orient = "records")

if __name__ == "__main__":
    app.run()

查看更多