Auf dieser Seite werden die HTTP-Statuscodes und Fehlermeldungen beschrieben, die von der BigQuery API zurückgegeben werden. Sie können diese Codes verwenden, um Fehler bei Anfragen zu beheben und das API-Verhalten zu überprüfen.
Weitere Informationen zu Nicht-API-Fehlern, Verbindungsfehlern der Clientbibliothek und Fehlern in der Google Cloud Console finden Sie unter Fehlermeldungen.
Weitere Informationen zu Abfragefehlern finden Sie unter Abfragefehler beheben.
Weitere Informationen zu Fehlern bei Streaming-Insert-Anweisungen finden Sie unter Fehlerbehebung bei Streaming-Insert-Anweisungen.
Format der Fehlerantwort
BigQuery verwendet für seine API das standardmäßige HTTP-Fehlerberichtsformat. Bei erfolgreichen Anfragen werden HTTP-Statuscodes im Bereich 2xx zurückgegeben. Fehlgeschlagene Anfragen geben Statuscodes im Bereich 4xx und 5xx zurück. Anfragen, die eine Weiterleitung erfordern, geben Statuscodes im Bereich 3xx zurück. Fehlerantworten enthalten in der Regel ein JSON-Dokument im Antworttext, das ein Fehlerobjekt mit Informationen zum Fehler enthält.
In BigQuery API-Antworten ist ein Fehlerobjekt normalerweise eines der folgenden:
- Ein
errors-Objekt, das ein Array vonErrorProto-Objekten enthält. - Ein
errorResults-Objekt, das ein einzelnesErrorProto-Objekt enthält.
Die Spalte Grund in den Statuscodetabellen auf dieser Seite wird dem Attribut reason in einem ErrorProto-Objekt zugeordnet. Wenn Sie den Jobstatus mithilfe des bq-Befehlszeilentools prüfen, verwenden Sie das Flag --format=prettyjson (z. B. bq --format=prettyjson show -j <var>JOB_ID</var>) oder --apilog=stdout, um das Fehlerobjekt und das zugehörige Attribut reason aufzurufen.
In der folgenden Tabelle werden die Elemente beschrieben, die im Antworttext eines Fehlers enthalten sein können. Die Felder sollten zusammen verwendet werden, um das Problem zu ermitteln. Die Beispielwerte in der folgenden Tabelle dienen nur zur Veranschaulichung und sind keine vollständige Liste aller möglichen Werte.
| Element | Beschreibung |
|---|---|
code |
Ein HTTP-Statuscode ohne Textbeschreibung. Beispielwerte: 400 (Ungültige Anfrage), 403 (Verboten) und 404 (Nicht gefunden). |
error |
Ein Container für die Fehlerinformationen. |
errors |
Ein Container für die Fehlerdetails. |
Fehler.domain |
Der Umfang des Fehlers. Beispielwerte: global und usageLimits. |
Fehler.location |
Das spezifische Element innerhalb von locationType, das den Fehler verursacht hat. Wenn Sie beispielsweise einen ungültigen Wert für einen Parameter angeben, ist location der Name des Parameters.Beispielwerte: Authorization und project. |
Fehler.locationType |
Der Ort oder Teil der Anfrage, der den Fehler verursacht hat. Verwenden Sie location, um den Fehler genau zu lokalisieren.Beispielwerte sind header und parameter. |
Fehler.message |
Beschreibung des Fehlers. Beispielwerte sind Invalid argument, Access Denied und Not Found: Dataset myproject:foo. |
Fehler.reason |
Eine eindeutige Kennung für die Fehlerursache. Beispielwerte sind invalid, accessDenied und notFound. |
message |
Beschreibung des Fehlers. Identisch mit Fehlern.message. |
HTTP-Status- und Fehlercodes
Dieser Abschnitt enthält eine unvollständige Liste der HTTP-Status- und Fehlercodes der BigQuery API. Die 1xx-Informations- und 2xx-Erfolgscodes werden weggelassen. Weitere Informationen finden Sie unter „Response Status Codes“ in RFC 7231 §6, RFC 7232 §4, RFC 7233 §4, RFC 7235 §3 und RFC 6585.
400 – Ungültige Anfrage
| Grund | HTTP-Statuscode | Beschreibung | Fehlerbehebung |
|---|---|---|---|
badRequest |
400 |
Eine DML-Anweisung versucht, Zeilen zu ändern, die kürzlich mit der Legacy- |
Migrieren Sie zur BigQuery Storage Write API (gRPC), warten Sie einige Minuten, bis der Streamingpuffer geleert ist, oder filtern Sie Ihre Anweisung, um kürzlich gestreamte Zeilen auszuschließen. Weitere Informationen finden Sie unter DML-Anweisungen für Tabellen mit einem Streamingpuffer. |
invalid |
400 |
Die Anfrage enthält eine ungültige Eingabe, die keine ungültige Abfrage ist, einschließlich der folgenden Fälle:
|
Achten Sie darauf, dass die bereitgestellten Schemas mit den vorhandenen Spalten und Modi übereinstimmen. Reduzieren Sie Strukturen mit mehr als 15 Verschachtelungsebenen (oder speichern Sie sie als |
invalidQuery |
400 |
Eine SQL-Abfrage schlägt bei der Validierung oder Ausführung aus einem der folgenden Gründe fehl:
|
Prüfen Sie den Speicherort |
jobBackendError |
400 |
In |
Wiederholen Sie den Job mit einem neuen |
jobInternalError |
400 |
In |
Wiederholen Sie den Job mit einem neuen |
preconditionFailed |
400 |
Eine Anfragevoraussetzung ist nicht erfüllt, einschließlich der folgenden Fälle:
|
Rufen Sie die aktuelle Ressource |
resourceInUse |
400 |
Eine Löschanfrage bezieht sich auf eine Ressource, die noch aktiv oder mit Daten gefüllt ist:
Der Fehler lautet: |
Leeren Sie das Dataset, bevor Sie es löschen (oder legen Sie |
resourcesExceeded |
400 |
Ein Job überschreitet die Limits für Ausführungsressourcen in einem der folgenden Bereiche:
Der Fehler lautet: |
Vereinfachen Sie Abfragen, fassen Sie DML-Vorgänge zusammen, reduzieren Sie gescannte Spalten oder Partitionen, vermeiden Sie gleichzeitige Jobs in derselben Sitzung oder stellen Sie dedizierte Slot-Kapazität für Arbeitslasten mit hohem Shuffle-Aufwand bereit. Schritte für die einzelnen Untertypen finden Sie unter Fehlerbehebung bei Ressourcenüberschreitungen und Abfrage überschreitet Speicherressourcen. |
storageUnusable |
400 |
Der interne BigQuery-Speicher, in dem die Daten der Tabelle gespeichert sind, ist aufgrund eines dienstseitigen Speicherproblems vorübergehend nicht verfügbar. Der Fehler lautet:
|
Wiederholen Sie den Job mit gekürztem exponentiellem Backoff. Weitere Informationen finden Sie unter Tabellenspeicher ist nicht verwendbar. |
streamingDataUnavailable |
400 |
Kürzlich gestreamte Daten im schreiboptimierten Speicher sind für einen Lesevorgang vorübergehend nicht verfügbar. Der Fehler lautet: |
Wiederholen Sie den Job mit einem neuen |
tableUnavailable |
400 |
BigQuery kann keine Tabelle lesen, deren Daten nicht von BigQuery verwaltet werden. Dies gilt auch für die folgenden Fälle:
|
Wiederholen Sie das Abrufen des Schemas oder die Zeitüberschreitungen der zugrunde liegenden Tabelle mit dem abgeschnittenen exponentiellen Backoff oder prüfen Sie die |
userOwnedResourceError |
400 |
Eine externe Ressource, die Ihnen gehört, gibt einen Fehler zurück, wenn BigQuery darauf zugreift. Der Fehler lautet: |
Prüfen Sie resource_type und resource_name in der Fehlermeldung, um die externe Ressource zu identifizieren, und beheben Sie den zugrunde liegenden Fehler, der in external_error gemeldet wird. Weitere Informationen finden Sie unter Fehler bei externen Ressourcen im Besitz des Nutzers. |
vortexDataUnavailable |
400 |
Daten, die vor Kurzem mit der BigQuery Storage Write API (gRPC) in den schreiboptimierten Speicher gestreamt wurden, sind vorübergehend nicht für eine Abfrage verfügbar. Der Fehler lautet: |
Wiederholen Sie den Abfragejob mit einem neuen |
billingTierLimitExceeded |
400 |
Eine On-Demand-Abfrage überschreitet die maximale CPU-Nutzung pro gescanntem Datenlimit. Der Fehler lautet: |
Refaktorieren Sie Ihr SQL, um unbeabsichtigte kartesische Produkte, ungenaue Joins, nicht partitionierte Fensterfunktionen oder umfangreiche JavaScript-UDFs zu entfernen, oder wechseln Sie zu kapazitätsbasierten Preisen (Slots). Weitere Informationen finden Sie unter Abfrage überschreitet CPU-Ressourcen und SQL-Anti-Muster vermeiden. |
bytesBilledLimitExceeded |
400 |
Die vor der Ausführung geschätzte Obergrenze für die Byteanzahl einer Abfrage überschreitet |
Sehen Sie sich die geschätzten Byte mit einem Probelauf an, wählen Sie nur die erforderlichen Spalten aus und filtern Sie nach partitionierten Spalten, um die Datenverarbeitung zu reduzieren, oder erhöhen Sie |
jobRateLimitExceeded |
400 |
In
|
Reduzieren Sie die Anzahl der gleichzeitigen Übermittlungen (oder verwenden Sie die Batchpriorität oder das Slot-Autoscaling für kontinuierliche Abfragen) und wiederholen Sie den Job mit einer neuen |
timeout |
400 |
Ein Vorgang überschreitet das Ausführungszeitlimit, einschließlich der folgenden Fälle:
|
Filtern Sie nach partitionierten oder geclusterten Spalten und teilen Sie komplexe Abfragen oder Abfragen mit mehreren Anweisungen in kleinere Phasen auf. Alternativ können Sie beim Erstellen externer Tabellen ein explizites Schema und engere Quell-URIs angeben. Weitere Informationen finden Sie unter Abfrage überschreitet das Ausführungszeitlimit und Fehlerbehebung bei Kontingent- und Limitfehlern. |
invalidUser |
400 |
Eine geplante Abfrage wurde mit ungültigen Nutzeranmeldedaten konfiguriert. |
Aktualisieren Sie die Nutzeranmeldedaten für die geplante Abfrage. Weitere Informationen finden Sie unter Abfragen planen. |
required |
400 |
Vor der Ausführung fehlt eine erforderliche Eingabe:
Der Fehler lautet: |
Prüfen Sie die erforderlichen Anfrage- und Suchparameter in der BigQuery API-Referenz oder in der Dokumentation der Clientbibliothek und prüfen Sie das Konfigurationsobjekt, bevor Sie die API aufrufen. Weitere Informationen finden Sie unter Erforderlicher Parameter fehlt. |
401 — Unauthorized
Im Folgenden finden Sie ein Beispiel für eine Fehlerantwort, die Sie erhalten, wenn Ihre Anfrage keine gültigen Authentifizierungsdaten enthält.
401 Unauthorized
{
"error": {
"errors": [
{
"domain": "global",
"reason": "unauthenticated",
"message": "Request had invalid authentication credentials. Expected OAuth 2 access token, login cookie or other valid authentication credential."
}
],
"code": 401,
"message": "Request had invalid authentication credentials. Expected OAuth 2 access token, login cookie or other valid authentication credential.",
"status": "UNAUTHENTICATED"
}
}
| Grund | HTTP-Statuscode | Beschreibung | Fehlerbehebung |
|---|---|---|---|
unauthenticated |
401 |
Die Authentifizierung für die Anfrage schlägt aus einem der folgenden Gründe fehl:
|
Aktualisieren Sie Ihre OAuth- oder Standardanmeldedaten für Anwendungen, gewähren Sie |
403 – Forbidden
Dies ist ein Beispiel für eine Fehlerantwort, die Sie erhalten, wenn Sie keine Berechtigung für den Zugriff auf die angeforderte Ressource haben.
403 Forbidden
{
"error": {
"errors": [
{
"domain": "global",
"reason": "accessDenied",
"message": "Access Denied: Dataset myproject:mydataset: User does not have bigquery.datasets.get permission in project myproject."
}
],
"code": 403,
"message": "Access Denied: Dataset myproject:mydataset: User does not have bigquery.datasets.get permission in project myproject."
}
}
| Grund | HTTP-Statuscode | Beschreibung | Fehlerbehebung |
|---|---|---|---|
responseTooLarge |
403 |
Eine Abfrage- oder Tabellenleseantwort überschreitet die Größenbeschränkungen auf eine der folgenden Arten:
Der Fehler lautet: |
Geben Sie eine Zieltabelle an (und setzen Sie |
apiLimitExceeded |
403 |
Eine Anfrage überschreitet eines der folgenden API- oder Metadatenlimits:
Der Fehler lautet: |
Wiederholen Sie fehlgeschlagene Anfragen mit gekürztem exponentiellem Backoff, Batch-Ladevorgängen und -Lesevorgängen, vereinfachen Sie granulare IAM- oder Zeilenebenen-Sicherheitsrichtlinien pro Tabelle und warten Sie auf das rollierende Zeitfenster, bevor Sie Dataset-Replikate hinzufügen. Weitere Informationen finden Sie unter Fehler bei der API-Rate und dem Limit für die Metadatenbewertung und Fehler bei der Erstellung von regionenübergreifenden Dataset-Replikaten. |
quotaExceeded |
403 |
Ihr Projekt überschreitet eines der folgenden Nutzungskontingente:
Der Fehler lautet: |
Prüfen Sie den Fehler |
rateLimitExceeded |
403 |
Eine Anfrage wird aufgrund eines der folgenden Raten- oder Nebenläufigkeitslimits abgelehnt:
|
Verringern Sie die Anforderungsrate und versuchen Sie es mit abgeschnittenem exponentiellem Backoff noch einmal. Sie können auch nicht dringende Abfragen mit Batchpriorität ausführen und die Nebenläufigkeit der Reservierung oder das Slot-Autoscaling anpassen. Weitere Informationen finden Sie unter Kontingent- und Limitfehler beheben und Abfragezulassung verweigert. |
accessDenied |
403 |
Der Zugriff auf eine BigQuery-Ressource wird aus einem der folgenden Gründe verweigert:
Der Fehler lautet: |
Prüfen Sie Cloud-Audit-Logs ( |
policyViolation |
403 |
Ein Sicherheitsperimeter oder eine Organisationsrichtlinie blockiert die Anfrage:
|
Filtern Sie den Log-Explorer nach |
billingNotEnabled |
403 |
Für das Projekt ist keine aktive Abrechnung für den angeforderten Vorgang vorhanden:
Der Fehler lautet: |
Aktivieren Sie die Abrechnung für das Projekt in der Google Cloud -Konsole, um ein Upgrade von der BigQuery-Sandbox durchzuführen. Aktualisieren Sie dann die Standardablaufzeiten für Ihre Tabellen, Ansichten und Partitionen. Weitere Informationen finden Sie unter Abrechnung ist für das Projekt nicht aktiviert. |
blocked |
403 |
BigQuery hat den versuchten Vorgang vorübergehend einer Ablehnungsliste hinzugefügt, um einen Dienstausfall zu verhindern. Der Fehler lautet: |
Wenden Sie sich an Cloud Customer Care und geben Sie den genauen Zeitstempel, die Projekt-ID und die BigQuery-Job-ID an, um die administrative Regel zur Aussetzung von Maßnahmen zu untersuchen. Weitere Informationen finden Sie unter Anfrage wurde zum Schutz des Systembetriebs blockiert. |
termsOfServiceNotAccepted |
403 |
Die BigQuery-Nutzungsbedingungen wurden für das Projekt nicht akzeptiert. Der Fehler gibt Folgendes zurück: |
Melden Sie sich in der Google Cloud -Konsole an, wählen Sie Ihr Land aus und aktivieren Sie das Kästchen für die Nutzungsbedingungen auf der Willkommen-Seite, wenn Sie dazu aufgefordert werden. Klicken Sie dann auf Zustimmen und fortfahren. Weitere Informationen finden Sie unter BigQuery-Nutzungsbedingungen nicht akzeptiert. |
404 – Nicht gefunden
Im Folgenden finden Sie ein Beispiel für eine Fehlerantwort, die Sie erhalten, wenn Sie versuchen, ein Dataset oder eine Ressource abzurufen, die nicht vorhanden ist.
404 Not Found
{
"error": {
"errors": [
{
"domain": "global",
"reason": "notFound",
"message": "Not Found: Dataset myproject:foo"
}
],
"code": 404,
"message": "Not Found: Dataset myproject:foo"
}
}
| Grund | HTTP-Statuscode | Beschreibung | Fehlerbehebung |
|---|---|---|---|
notFound |
404 |
Eine angeforderte Ressource kann aus einem der folgenden Gründe nicht gefunden werden:
Der Fehler lautet: |
Prüfen Sie die genaue Projekt-, Dataset- und Tabellen-ID sowie den Standort (Groß-/Kleinschreibung beachten), stellen Sie gelöschte Tabellen innerhalb des Zeitreisefensters wieder her, führen Sie Abfragen, deren im Cache gespeicherte Ergebnistabellen abgelaufen sind, noch einmal aus oder prüfen Sie, ob externe Cloud Storage- oder Google Drive-Dateien vorhanden sind. Weitere Informationen finden Sie unter Tabelle nicht gefunden, Standort nicht gefunden und Job nicht gefunden. |
409 — Conflict
Das folgende Beispiel zeigt eine Fehlerantwort, die Sie erhalten, wenn Sie versuchen, eine bereits vorhandene Ressource zu erstellen.
409 Conflict
{
"error": {
"errors": [
{
"domain": "global",
"reason": "duplicate",
"message": "Already Exists: Dataset myproject:mydataset"
}
],
"code": 409,
"message": "Already Exists: Dataset myproject:mydataset"
}
}
| Grund | HTTP-Statuscode | Beschreibung | Fehlerbehebung |
|---|---|---|---|
abortd |
409 |
Ein Vorgang wird aufgrund einer gleichzeitigen Änderung oder eines Konflikts beendet (zurückgegeben mit dem Grund |
Wiederholen Sie den Vorgang, nachdem der in Konflikt stehende Vorgang abgeschlossen ist, und verwenden Sie dabei den abgeschnittenen exponentiellen Backoff. Alternativ können Sie beendete Transaktionen mit mehreren Anweisungen vor dem Wiederholen zurücksetzen. Weitere Informationen finden Sie unter Vorgang wurde abgebrochen. |
duplicate |
409 |
Eine Anfrage steht in einem der folgenden Fälle in Konflikt mit einer vorhandenen Ressource:
Der Fehler lautet: |
Verwenden Sie einen anderen Ressourcennamen, verwenden Sie |
499 – Client closed request
| Grund | HTTP-Statuscode | Beschreibung | Fehlerbehebung |
|---|---|---|---|
stopped |
499 |
Ein Job wird vor dem Abschluss aus einem der folgenden Gründe beendet (beim Abfragen von
Der Fehler lautet: |
Erhöhen Sie die Zeitlimitoptionen für die |
500 – Interner Serverfehler
| Grund | HTTP-Statuscode | Beschreibung | Fehlerbehebung |
|---|---|---|---|
internalError |
500 |
In BigQuery ist ein interner Fehler aufgetreten. Der Fehler lautet:
|
Warten Sie gemäß den Backoff-Anforderungen im BigQuery Service Level Agreement und versuchen Sie es noch einmal mit abgeschnittenem exponentiellem Backoff oder verwenden Sie Reservierungen, um die Häufigkeit vorübergehender Fehler zu reduzieren. Weitere Informationen finden Sie unter Fehler vom Typ „internalError“ beheben. |
501 — Nicht implementiert
| Grund | HTTP-Statuscode | Beschreibung | Fehlerbehebung |
|---|---|---|---|
notImplemented |
501 |
In einer Anfrage wird versucht, ein nicht implementiertes Feature oder einen nicht implementierten Vorgang für die Zielressource zu verwenden, z. B.:
Der Fehler lautet: |
Materialisieren Sie nicht unterstützte Quellen für Tabellenkopien mit |
503 – Dienst nicht verfügbar
| Grund | HTTP-Statuscode | Beschreibung | Fehlerbehebung |
|---|---|---|---|
backendError |
503 |
Der Dienst ist aus einem der folgenden Gründe vorübergehend nicht verfügbar:
Der Fehler lautet: |
Wiederholen Sie Anfragen mit abgeschnittenem exponentiellem Backoff und wiederholen Sie fehlgeschlagene Jobs mit einem neuen |