fn_registry/python/functions/bigquery/bq_load_from_gcs.md

name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, params, output, tested, tests, test_file_path, file_path

name	kind	lang	domain	version	purity	signature	description	tags	uses_functions	uses_types	returns	returns_optional	error_type	imports	params	output	tested	tests	test_file_path	file_path
bq_load_from_gcs	function	py	infra	1.0.1	impure	def bq_load_from_gcs(client: BQClient, uri: str | list[str], dataset_id: str, table_id: str, source_format: str = 'CSV', write_disposition: str = 'WRITE_APPEND', autodetect: bool = True, skip_leading_rows: int = 0) -> dict	Carga datos desde uno o varios URIs de Google Cloud Storage a una tabla BigQuery configurando un LoadJob. Espera la finalizacion del job.	bigquery gcp load gcs google-cloud python etl pendiente-usar sink				false	error_go_core	google-cloud-bigquery	name desc client cliente BQClient autenticado contra el proyecto GCP name desc uri URI de GCS de origen (gs://bucket/file.csv) o lista de URIs; soporta wildcards como gs://bucket/prefix_*.csv name desc dataset_id ID del dataset de destino en BigQuery name desc table_id ID de la tabla de destino en BigQuery name desc source_format formato del archivo fuente: CSV, NEWLINE_DELIMITED_JSON, AVRO, PARQUET, ORC name desc write_disposition comportamiento si la tabla ya existe: WRITE_APPEND agrega, WRITE_TRUNCATE reemplaza, WRITE_EMPTY falla si hay datos name desc autodetect si True, BigQuery infiere el schema automaticamente desde los datos name desc skip_leading_rows numero de filas a ignorar al inicio del archivo (tipicamente 1 para saltar cabeceras CSV)	dict con {job_id: ID del LoadJob, rows_loaded: filas cargadas, status: DONE o FAILED}	false			python/functions/bigquery/queries.py

Ejemplo

from bigquery.client import bq_auth
from bigquery.queries import bq_load_from_gcs

client = bq_auth("my-project")

# Cargar un archivo CSV con cabecera
result = bq_load_from_gcs(
    client,
    "gs://my-bucket/data/users_2024.csv",
    "my_dataset", "users",
    skip_leading_rows=1,
)
print(f"Cargadas {result['rows_loaded']} filas — job: {result['job_id']}")

# Cargar multiples archivos Parquet reemplazando la tabla
result = bq_load_from_gcs(
    client,
    ["gs://my-bucket/export/part_001.parquet", "gs://my-bucket/export/part_002.parquet"],
    "my_dataset", "events",
    source_format="PARQUET",
    write_disposition="WRITE_TRUNCATE",
)

Notas

El job se ejecuta de forma asincrona en BigQuery; job.result() bloquea hasta completar.

Los wildcards en el URI (gs://bucket/prefix_*.csv) son resueltos por GCS — BigQuery acepta la lista de archivos resultante como una sola carga atomica.

autodetect=True es conveniente pero puede inferir tipos incorrectamente para columnas con valores nulos o mixtos. Para produccion, definir el schema explicitamente via job_config.schema.

Capability growth log

• v1.0.1 (2026-07-02) — fix: skip_leading_rows solo se envía al LoadJobConfig cuando source_format es CSV; BigQuery rechazaba el job para JSON/Avro/Parquet incluso con valor 0.