white_paper のテーブルの元にした国土交通白書の PDF の一覧です。1 行が 1 つのファイルで、同じ URL でも中身が変われば別の行になります。documents・pages の sha256 と結合できます。
CREATE TABLE white_paper.source_file ( url VARCHAR, page_url VARCHAR, sha256 VARCHAR, bytes BIGINT, media_type VARCHAR, retrieved_at TIMESTAMP WITH TIME ZONE, etag VARCHAR, last_modified VARCHAR );