Mengelola pipeline

Pipeline BigQuery memungkinkan Anda memeriksa histori operasi, mengonfigurasi pemberitahuan kegagalan, dan mengontrol aset kode yang didukung oleh Dataform. Anda juga dapat memperkaya metadata alur kerja di Knowledge Catalog untuk melacak kualitas data dan menghapus alur kerja yang sudah tidak berlaku agar project Anda tetap teratur. Bergantung pada tempat tim Anda menyimpan kode, Anda dapat mengakses pipeline di Files and Folders, termasuk folder pengguna dan folder tim, atau di BigQuery Studio Git repositories (Git Folders) (Pratinjau).

Sebelum memulai

1. Membuat pipeline BigQuery.
2. Untuk mengelola metadata pipeline di Knowledge Catalog, pastikan Dataplex API diaktifkan di project Google Cloud Anda.

Peran yang diperlukan

Untuk mendapatkan izin yang Anda perlukan untuk mengelola pipeline, minta administrator untuk memberi Anda peran IAM berikut:

• Untuk melihat dan menjalankan pipeline:
  • Dataform Viewer (roles/dataform.Viewer) di project
  • BigQuery Job User (roles/bigquery.jobUser) pada project
• Untuk menjalankan pipeline dengan kredensial pengguna untuk Akun Google: BigQuery Data Editor (roles/bigquery.dataEditor) di project atau set data BigQuery tertentu
• Untuk menghapus pipeline: Dataform Admin (roles/dataform.Admin) di pipeline
• Untuk mengelola pipeline di folder pengguna:
  • Pemilik Kode (roles/dataform.codeOwner) pada folder
  • Editor Kode (roles/dataform.codeEditor) pada folder
  • Code Viewer (roles/dataform.codeViewer) di folder
• Untuk mengelola pipeline di folder tim:
  • Pemilik Folder Tim (roles/dataform.teamFolderOwner) pada folder tim
  • Team Folder Contributor (roles/dataform.teamFolderContributor) di folder tim
  • Team Folder Viewer (roles/dataform.teamFolderViewer) di folder tim
• Untuk mengelola pipeline di repositori Git: Developer Connect OAuth User (roles/developerconnect.oauthUser) pada project
• Untuk melihat dan mengelola metadata di Knowledge Catalog: Dataplex Catalog Editor (roles/dataplex.catalogEditor) pada project atau grup entri @bigquery

Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses ke project, folder, dan organisasi.

Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.

Untuk mengetahui informasi selengkapnya tentang IAM Dataform, lihat Mengontrol akses dengan IAM. Untuk mengetahui informasi selengkapnya tentang peran untuk folder, lihat Membuat dan mengelola folder. Untuk mengetahui informasi selengkapnya tentang peran untuk repositori Git, lihat Mengelola kode dengan repositori Git BigQuery Studio.

Catatan: Saat Anda membuat pipeline, BigQuery akan memberi Anda peran Dataform Admin (roles/dataform.admin) di pipeline tersebut. Semua pengguna dengan peran Admin Dataform yang diberikan pada project Google Cloud memiliki akses pemilik ke semua pipeline yang dibuat dalam project.

Jika menggunakan akun layanan kustom untuk menjalankan pipeline, Anda harus memberikan peran berikut ke akun layanan tersebut:

• BigQuery Job User (roles/bigquery.jobUser) di project
• BigQuery Data Editor (roles/bigquery.dataEditor) di project atau set data BigQuery tertentu
• Dataplex Catalog Editor (roles/dataplex.catalogEditor) di project atau grup entri @bigquery

Melihat pipeline

Anda dapat melihat dan memeriksa pipeline yang disimpan di folder atau folder Git di panel Files. Anda dapat melihat pipeline mandiri dan pipeline yang disimpan dalam folder di panel Explorer. Pipeline yang disimpan di folder Git tidak ditampilkan di panel Explorer.

Melihat pipeline di panel Files

Pipeline yang disimpan di folder atau di folder Git akan muncul langsung di panel Files.

Untuk melihat pipeline yang disimpan di folder atau folder Git, ikuti langkah-langkah berikut:

1. Di konsol Google Cloud , buka halaman BigQuery.

   Buka BigQuery

2. Di panel kiri, klik Files untuk membuka file browser.

   Jika Anda tidak melihat panel kiri, klik Luaskan panel kiri untuk membuka panel.

3. Luaskan folder User, Team folder, atau folder repositori Git yang terhubung.

   Pipeline ditampilkan dengan ikon Pipeline, bukan ikon folder standar.

4. Klik folder pipeline untuk membuka Pipeline Viewer.

   Pipeline Viewer menampilkan Directed Acyclic Graph (DAG) yang dikompilasi dari tugas pipeline, status eksekusi, dan tab konfigurasi Anda.

5. Luaskan direktori pipeline di file browser untuk menjelajahi direktori bertingkat (seperti definitions/) dan file tugas individual.

Catatan: Jika repositori Git yang terhubung berisi workflow_settings.yaml di direktori root-nya, BigQuery Studio akan mengenalinya sebagai pipeline level root. Folder repositori Git itu sendiri menampilkan ikon Pipeline. Saat Anda mengklik folder repositori Git, Pipeline Viewer akan terbuka, menampilkan DAG yang dikompilasi untuk seluruh repositori.

Melihat pipeline di panel Explorer

Untuk melihat daftar pipeline mandiri dan pipeline yang disimpan dalam folder, lakukan hal berikut:

1. Di konsol Google Cloud , buka halaman BigQuery.

   Buka BigQuery

2. Di panel kiri, klik Explorer:

   

   Jika Anda tidak melihat panel kiri, klik Luaskan panel kiri untuk membuka panel.

3. Di panel Explorer, luaskan project Anda dan klik Pipelines.

4. Pilih pipeline untuk membukanya di Pipeline Viewer.

Melihat operasi manual sebelumnya

Untuk melihat operasi manual sebelumnya dari pipeline yang dipilih, ikuti langkah-langkah berikut:

1. Di konsol Google Cloud , buka halaman BigQuery.

   Buka BigQuery

2. Di panel kiri, klik Explorer:

   

3. Di panel Explorer, luaskan project Anda, klik Pipelines, lalu pilih pipeline.

4. Klik Executions.

5. Opsional: Untuk memuat ulang daftar operasi sebelumnya, klik Refresh.

Mengonfigurasi pemberitahuan untuk operasi pipeline yang gagal

Setiap pipeline memiliki ID repositori Dataform yang sesuai. Setiap operasi pipeline BigQuery dicatat dalam Cloud Logging menggunakan ID repositori Dataform yang sesuai. Anda dapat menggunakan Cloud Monitoring untuk mengamati tren di log Cloud Logging untuk operasi pipeline BigQuery dan untuk memberi tahu Anda saat kondisi yang Anda deskripsikan terjadi.

Untuk menerima pemberitahuan saat eksekusi pipeline BigQuery gagal, Anda dapat membuat kebijakan pemberitahuan berbasis log untuk ID repositori Dataform yang sesuai. Untuk mengetahui petunjuknya, lihat Mengonfigurasi pemberitahuan untuk pemanggilan alur kerja yang gagal.

Untuk menemukan ID repositori Dataform pipeline Anda, lakukan hal berikut:

1. Di konsol Google Cloud , buka halaman BigQuery.

   Buka BigQuery

2. Di panel kiri, klik Explorer:

   

3. Di panel Explorer, luaskan project Anda, klik Pipelines, lalu pilih pipeline.

4. Klik Setelan.

   ID repositori Dataform pipeline Anda ditampilkan di bagian bawah tab Settings.

Menghapus pipeline

Untuk menghapus pipeline secara permanen, ikuti langkah-langkah berikut:

1. Di konsol Google Cloud , buka halaman BigQuery. Buka BigQuery

• Untuk menghapus pipeline yang disimpan di folder atau folder Git, lakukan hal berikut:

  1. Di panel kiri, klik Files.

  2. Di hierarki file, temukan folder pipeline yang ingin Anda hapus.

  3. Klik View actions di samping folder pipeline, lalu klik Delete.

  4. Pada dialog konfirmasi, klik Delete.

     Folder pipeline serta semua tugas dan file yang ada di dalamnya akan dihapus dari ruang kerja Anda.

• Untuk menghapus pipeline yang tercantum di panel Explorer, lakukan hal berikut:

  1. Di panel kiri, klik Explorer:

     

  2. Di panel Explorer, luaskan project Anda dan klik Pipelines.

  3. Temukan pipeline yang ingin Anda hapus.

  4. Klik View actions di samping pipeline, lalu klik Delete.

  5. Klik Hapus.

Mengelola metadata di Knowledge Catalog

Knowledge Catalog memungkinkan Anda menyimpan dan mengelola metadata untuk pipeline. Pipeline tersedia di Knowledge Catalog secara default, tanpa konfigurasi tambahan.

Anda dapat menggunakan Knowledge Catalog untuk mengelola pipeline di semua lokasi pipeline. Pengelolaan pipeline di Knowledge Catalog tunduk pada kuota dan batas Knowledge Catalog serta harga Knowledge Catalog.

Knowledge Catalog otomatis mengambil metadata berikut dari pipeline:

• Nama aset data
• Induk aset data
• Lokasi aset data
• Jenis aset data
• Project Google Cloud yang sesuai

Knowledge Catalog mencatat pipeline sebagai entri dengan nilai entri berikut:

Grup entri sistem

Grup entri sistem untuk pipeline adalah @dataform. Untuk melihat detail entri pipeline di Knowledge Catalog, Anda perlu melihat grup entri sistem dataform. Untuk mengetahui petunjuk tentang cara melihat daftar semua entri dalam grup entri, lihat Melihat detail grup entri dalam dokumentasi Knowledge Catalog.

Jenis entri sistem

Jenis entri sistem untuk pipeline adalah dataform-code-asset. Untuk melihat detail pipeline,Anda perlu melihat jenis entri sistem dataform-code-asset, memfilter hasilnya dengan filter berbasis aspek, dan menetapkan kolom type di dalam aspek dataform-code-asset ke WORKFLOW. Kemudian, pilih entri pipeline yang dipilih. Untuk mengetahui petunjuk tentang cara melihat detail jenis entri yang dipilih, lihat Melihat detail jenis entri dalam dokumentasi Knowledge Catalog. Untuk mengetahui petunjuk tentang cara melihat detail entri yang dipilih, lihat Melihat detail entri dalam dokumentasi Knowledge Catalog.

Jenis aspek sistem

Jenis aspek sistem untuk pipeline adalah dataform-code-asset. Untuk memberikan konteks tambahan ke pipeline di Knowledge Catalog dengan menganotasi entri pipeline data dengan aspek, lihat jenis aspek dataform-code-asset, filter hasilnya dengan filter berbasis aspek, dan tetapkan kolom type di dalam aspek dataform-code-asset ke WORKFLOW. Untuk mengetahui petunjuk tentang cara menganotasi entri dengan aspek, lihat Mengelola aspek dan memperkaya metadata dalam dokumentasi Knowledge Catalog.

Jenis

Jenis untuk kanvas data adalah WORKFLOW. Jenis ini memungkinkan Anda memfilter pipeline dalam jenis entri sistem dataform-code-asset dan jenis aspek dataform-code-asset menggunakan kueri aspect:dataplex-types.global.dataform-code-asset.type=WORKFLOW dalam filter berbasis aspek.

Untuk mengetahui petunjuk tentang cara menelusuri aset di Knowledge Catalog, lihat Menelusuri aset data di Knowledge Catalog dalam dokumentasi Knowledge Catalog.

Pengayaan metadata dan integrasi kartu skor kualitas data

Dataform dapat memublikasikan metadata berikut ke Knowledge Catalog:

• Jenis aspek ringkasan
• Jenis aspek generik
• Jenis aspek kartu skor kualitas data

Pernyataan Dataform otomatis terintegrasi dengan kartu skor kualitas data Knowledge Catalog. Selama eksekusi pipeline, hasil pernyataan Dataform apa pun akan otomatis dipublikasikan ke Knowledge Catalog. Hasil ini mengisi kartu skor kualitas data Knowledge Catalog dengan status lulus atau gagal.

Catatan: Setiap eksekusi akan menimpa scorecard kualitas data yang ada yang dipublikasikan oleh eksekusi Dataform sebelumnya, tetapi tidak memengaruhi scorecard yang dibuat oleh pemindaian data Knowledge Catalog.

Untuk memeriksa status update metadata, ikuti petunjuk di Melihat operasi manual sebelumnya.

Setelah metadata disinkronkan, Anda dapat menelusuri dan melihat entri di Knowledge Catalog. Untuk mengetahui informasi selengkapnya, lihat Menelusuri resource.

Langkah berikutnya

• Pelajari lebih lanjut pipeline BigQuery.
• Pelajari cara membuat pipeline.
• Pelajari cara menjadwalkan pipeline.
• Pelajari cara mengelola kode dengan repositori Git BigQuery Studio.
• Pelajari cara mengatur aset kode dengan folder.
• Pelajari lebih lanjut Deployment Dataform.