L'importazione di file CSV in BigQuery viene completata con successo, ma i dati importati non corrispondono byte per byte all'origine. Qual è la causa più probabile?

La causa più probabile è che la codifica del file CSV differisce dalla codifica predefinita di BigQuery. BigQuery assume UTF-8 per impostazione predefinita. Se il file CSV è codificato in un formato diverso (ad esempio, ISO-8859-1 o UTF-16), i caratteri non ASCII potrebbero essere interpretati in modo errato, portando a dati che non corrispondono byte per byte all'origine. Le altre opzioni sono meno probabili: Se i dati non fossero stati specificati come CSV, il caricamento probabilmente fallirebbe del tutto, non solo presenterebbe una discrepanza byte per byte. Le righe non valide saltate ridurrebbero il numero totale di righe o causerebbero errori specifici, ma non altererebbero i byte delle righe importate correttamente. L'elaborazione ETL è spesso necessaria per la trasformazione dei dati, ma la sua assenza non causerebbe intrinsecamente una discrepanza byte per byte se i dati sono stati caricati direttamente e la codifica è l'unica variabile.