谷歌云存储下载账单明细，我踩了分页的坑

月初对账，客户是家做跨境电商的小公司，Google Cloud Storage 里存了 2TB 的产品图，每月出账后老板都要看明细。这个月账单突然涨了 40 美金，我得把 3 月 1 号到 31 号的存储和流量费用全拉下来，按 SKU 前缀分组，看看是哪个目录在烧钱。数据量不大，账单明细大概 12 万行，我用的是 Python 3.11 和 google-cloud-bigquery 3.10.0。

先别急着写脚本，我跟你讲，我第一版就栽在分页上。BigQuery 的 query 方法默认一次只返回 10000 行，我调用 result() 的时候没设 max_results，循环里直接迭代，结果只拿到前 10000 行，后边的全丢了。更坑的是，Google 的客户端库不会报错，它只是默默截断。我一开始没发现，因为汇总金额只比控制台少了几块钱，我以为汇率波动，没当回事。后来拿总行数一对，差得离谱。

改法很简单，但得记牢：用 to_dataframe() 或者显式设 max_results=None，让客户端自动翻页。我贴一段能直接用的：

from google.cloud import bigquery
client = bigquery.Client(project='your-project')
query = """
SELECT
  invoice.month,
  sku.description,
  usage_start_time,
  cost,
  labels
FROM `your-project.billing.gcp_billing_export_v1_XXXXXX`
WHERE invoice.month = '202403'
  AND service.description = 'Cloud Storage'
"""
job = client.query(query)
rows = list(job.result(max_results=None))  # 关键在这里
print(len(rows))

另外，标签里的 SKU 前缀不是现成字段，得从 labels 数组里自己拆。我一开始想用 SQL 的 UNNEST，但 labels 是 RECORD 类型，里头 key 和 value 混着，我图省事在 Python 里循环处理的，12 万行跑了不到两分钟，能接受。你要是数据量大，老老实实写 UNNEST，别学我。

为什么这么干：BigQuery 的计费导出表是按天分区的，查整月不加分区过滤，扫描量会翻倍。我加了 invoice.month 过滤，但更稳的是加 _PARTITIONTIME 的日期范围。代价是代码多一行，但能省扫描费，我吃过亏，有一次忘加，一个月多扫了 80GB，账单上多了几毛钱，不多，但心里膈应。

哪里会失效：第一，导出表不是实时的，通常延迟几小时到一天，你查最近两天的数据可能不全；第二，如果客户开了多个结算账号，你得跨项目查，权限得单独配，我上次就是漏了一个项目，对账对到半夜；第三，labels 里的 key 大小写不统一，有的写 sku，有的写 SKU，得先 lower() 再匹配。

最后留个问题：你们对账的时候，是直接查 BigQuery 导出表，还是用 Cloud Billing 的 API 拉明细？我总觉得 API 返回的字段更全，但文档写得绕，还没试。