Это связано с тем, что вы запускаете проверку в основном графическом потоке и используете бесконечный цикл. Эта проверка является фоновой задачей и должна выполняться в ее собственном потоке, чтобы графический интерфейс мог получать и реагировать на ввод пользователем.
Вам также не нужно писать свою собственную реализацию, Java имеет Объект Timer .
Редактирование: существует также специальный объект Timer для Swing. Это будет происходить в потоке графического интерфейса, поэтому, если ваша задача длинная, это может привести к тому, что графический интерфейс все еще будет заблокирован во время действия (но не в ожидании).
BigQuery не предназначен для непосредственного представления ваших данных всему миру на веб-сайте. Для этого вы бы использовали другой инструмент, и есть из чего выбирать.
Для начала, подумайте, как ваши данные будут публиковаться в сети - поскольку вы работаете с довольно большой таблицей, вряд ли вы будете использовать ее как один большой блок, было бы лучше создать интерфейс API, где пользователи могут запрашивать фрагменты. данных, отправляя запросы в те места, где они хранятся - это также будет дешевле для вас как в вычислительном, так и в финансовом отношении (представьте, если бы каждый пользователь загружал ВСЕ данные каждый раз, когда просматривал ваш сайт!).
Во-вторых, подумайте, где вы храните его. Если вы предоставляете данные в Интернете, вы можете или не хотите, чтобы они оставались в BigQuery. Другой подход - переместить выбранные данные в другую базу данных, такую как MySQL , а затем подключить ее к вашему веб-сайту, используя один из многих вариантов (PHP, Django и т. ]
Третий вариант, который может подойти, в зависимости от сложности ваших данных, - это создание приложения Dash на python и публикация его в Интернете, чтобы пользователи могли взаимодействовать с данными через панель мониторинга. [ 116]
Ни один из этих вариантов не является тривиальным, достаточно сложно разместить такой большой объем данных на веб-сайте, поэтому все подходы потребуют дополнительных исследований и значительной работы.
Другой вариант - Google Data Studio. Data Studio - это инструмент бизнес-аналитики Google Cloud Platform. Вы можете подключить набор данных BigQuery к DataStudio и создать панель мониторинга с фильтрами, пользовательскими метриками и т. Д. Затем вы можете опубликовать эту панель и поделиться ею с заинтересованными сторонами. Права на акции действуют так же, как документы в Google, листы, слайды и т. Д.
Следует иметь в виду, что DataStudio выполняет SQL-запросы за кулисами в вашем наборе данных BigQuery. Это означает, что с вас взимается плата за каждую визуализацию, поэтому убедитесь, что вы знаете о затратах на запрос отчета. Один из способов справиться с этим - создать агрегированные таблицы и подключить их к DataStudio.
Удачи! Data Studio - отличный инструмент!