from google.cloud import bigquery
import pandas as pd

# --- 配置你的查询 ---

# 1. 你的 GCP 项目 ID。客户端库通常会自动检测，但显式指定更可靠。
#    你可以在 GCP 控制台的首页找到它。
project_id = "pingcap-testing-account" 

# 2. 你要执行的 SQL 查询语句。
#    使用三引号可以方便地编写多行 SQL。
#    这里以查询公开数据集为例，你可以换成你自己的表。
sql_query = """
    SELECT 
    DATE(line_item_usage_start_date) as usage_date,
    line_item_product_code as aws_service,
    ROUND(SUM(line_item_unblended_cost), 2) as daily_unblended_cost,
    COUNT(*) as line_items,
    -- 显示费用类型（正费用/负费用）
    CASE 
        WHEN SUM(line_item_unblended_cost) > 0 THEN 'Charge'
        WHEN SUM(line_item_unblended_cost) < 0 THEN 'Credit/Refund'
        ELSE 'Zero'
    END as cost_type
    FROM `gcp-digital-bi.aws_nonprod_billing_native.385595570414_aws_billing_data`
    WHERE 
    DATE(line_item_usage_start_date) >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY)
    -- 重要：不过滤 line_item_unblended_cost，包含所有正负费用
    GROUP BY 
    usage_date, aws_service
    HAVING 
    daily_unblended_cost <> 0  -- 只显示有费用的记录
    ORDER BY 
    usage_date DESC, daily_unblended_cost DESC
"""

# 3. 你想保存的 CSV 文件名。
output_csv_file = "query_result.csv"

# --- 执行代码 ---

def query_bigquery_and_save_as_csv():
    """
    执行 BigQuery 查询并将结果保存为 CSV 文件。
    """
    try:
        # 1. 创建 BigQuery 客户端。
        #    它会自动使用应用默认凭据 (ADC) 进行认证。
        #    如果你设置了 project_id，它会使用该项目执行作业。
        client = bigquery.Client(project=project_id)
        print("BigQuery 客户端创建成功。")

        # 2. 执行查询。
        #    to_dataframe() 方法会运行查询并将结果直接下载为一个 Pandas DataFrame。
        #    这是最简单、最高效的方式。
        print(f"正在执行查询...")
        df = client.query(sql_query).to_dataframe()
        print("查询完成，成功获取数据。")

        # 3. 将 DataFrame 保存为 CSV 文件。
        #    index=False 表示不将 DataFrame 的索引写入 CSV 文件。
        df.to_csv(output_csv_file, index=False, encoding='utf-8-sig')
        print(f"结果已成功保存到文件: {output_csv_file}")

    except Exception as e:
        print(f"发生错误: {e}")


if __name__ == "__main__":
    query_bigquery_and_save_as_csv()