将 Microsoft SQL Server 数据加载到 BigQuery 中
您可以使用适用于 Microsoft SQL Server 的 BigQuery Data Transfer Service 连接器将数据从 Microsoft SQL Server 加载到 BigQuery。Microsoft SQL Server 连接器支持从托管在本地环境和其他云提供商（例如 Cloud SQL、Amazon Web Services [AWS] 或 Microsoft Azure）中的 Microsoft SQL Server 实例加载数据。借助 BigQuery Data Transfer Service，您可以创建按需数据转移作业和周期性数据转移作业，以将数据从 Microsoft SQL Server 实例转移到 BigQuery。
限制
Microsoft SQL Server 数据转移作业受到以下限制：
- 与 Microsoft SQL Server 数据库的并发连接数有限。因此，单个 Microsoft SQL Server 数据库的并发转移运行数也受限制。确保并发转移作业的数量小于 Microsoft SQL Server 数据库支持的并发连接数上限。
- 某些 Microsoft SQL Server 数据类型可能会映射到 BigQuery 中的
STRING类型，以避免数据丢失。例如，Microsoft SQL Server 中未定义精度和标度的某些数值类型可能会映射到 BigQuery 中的STRING。如需了解详情，请参阅数据类型映射。
数据注入选项
以下部分介绍了设置 Microsoft SQL Server 数据转移作业时可用的数据注入选项。
TLS 配置
Microsoft SQL Server 连接器支持配置传输层安全性 (TLS)，以加密向 BigQuery 传输的数据。Microsoft SQL Server 连接器支持以下 TLS 配置：
- 加密数据，并验证 CA 和主机名：此模式使用 TLS 通过 TCPS 协议对服务器执行完整验证。它会对传输中的所有数据进行加密，并验证数据库服务器的证书是否由可信的证书授权机构 (CA) 签名。此模式还会检查您要连接的主机名是否与服务器证书上的通用名称 (CN) 或主题备用名称 (SAN) 完全一致。此模式可防止攻击者使用其他网域的有效证书来冒充您的数据库服务器。
- 如果您的主机名与证书 CN 或 SAN 不匹配，连接会失败。您必须配置与证书匹配的 DNS 解析，或使用其他安全模式。
- 使用此模式可获得最安全的选项，以防止中间人 (PITM) 攻击。
- 加密数据，仅验证 CA：此模式使用 TLS 通过 TCPS 协议加密所有数据，并验证服务器的证书是否由客户端信任的 CA 签名。不过，此模式不会验证服务器的主机名。只要证书有效且由可信的 VA 签发，此模式就能成功连接，无论证书中的主机名是否与您要连接的主机名匹配。
- 如果您想确保连接到证书由可信 CA 签名的服务器，但主机名无法验证或您无法控制主机名配置，请使用此模式。
- 仅加密：此模式会加密客户端与服务器之间传输的所有数据。它不会执行任何证书或主机名验证。
- 此模式通过保护传输中的数据来提供一定程度的安全性，但可能会受到 PITM 攻击。
- 如果您需要确保所有数据都经过加密，但无法或不想验证服务器的身份，请使用此模式。建议在处理专用 VPC 时使用此模式。
- 不加密或验证：此模式不会加密任何数据，也不会执行任何证书或主机名验证。所有数据都以纯文本形式发送。
- 我们不建议在处理敏感数据的环境中使用此模式。
- 我们建议仅在安全不是问题的隔离网络中将此模式用于测试目的。
可信服务器证书 (PEM)
如果您使用的是加密数据，并验证 CA 和主机名模式或加密数据，并验证 CA 模式，则还可以提供一个或多个 PEM 编码的证书。在某些情况下，BigQuery Data Transfer Service 需要在 TLS 连接期间验证数据库服务器的身份，此时需要这些证书：
- 如果您使用的是由组织内的私有 CA 签名的证书或自签名证书，则必须提供完整的证书链或单个自签名证书。对于由托管云提供商服务（例如 Amazon Relational Database Service (RDS)）的内部 CA 签发的证书，这是必需的。
- 如果您的数据库服务器证书是由公共 CA（例如 Let's Encrypt、DigiCert 或 GlobalSign）签名的，则无需提供证书。这些公共 CA 的根证书已预安装并受到 BigQuery Data Transfer Service 的信任。
创建 Microsoft SQL Server 迁移配置时，您可以在可信 PEM 证书字段中提供 PEM 编码的证书，但需满足以下要求：
- 证书必须是有效的 PEM 编码证书链。
- 证书必须完全正确。证书链中缺少任何证书或内容不正确都会导致 TLS 连接失败。
- 对于单个证书，您可以提供来自数据库服务器的单个自签名证书。
- 对于由私有 CA 颁发的完整证书链，您必须提供完整的信任链。这包括数据库服务器的证书以及任何中间 CA 证书和根 CA 证书。
准备工作
在安排 Microsoft SQL Server 数据转移作业之前，您必须满足以下前提条件。
Microsoft SQL Server 前提条件
您必须已在 Microsoft SQL Server 数据库中创建用户账号。如需了解详情，请参阅创建具有登录权限的用户。
BigQuery 前提条件
- 确认您已完成启用 BigQuery Data Transfer Service 所需的所有操作。
- 创建 BigQuery 数据集来存储数据。
所需的角色
如需获得创建 Microsoft SQL Server 数据转移所需的权限，请让您的管理员为您授予项目的 BigQuery Admin (roles/bigquery.admin) IAM 角色。
如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。
此预定义角色包含创建 Microsoft SQL Server 数据转移所需的权限。如需查看所需的确切权限，请展开所需权限部分：
所需权限
创建 Microsoft SQL Server 数据转移作业需要以下权限：
-
bigquery.transfers.update -
bigquery.datasets.get
网络配置
如果公共 IP 地址不适用于 Microsoft SQL Server 数据库连接，您必须设置特定的网络配置。如需了解详情，请参阅以下部分：
设置 Microsoft SQL Server 数据转移作业
从下列选项中选择一项：
控制台
进入数据传输页面。
点击 创建转移作业。
在来源类型部分的来源中，选择 Microsoft SQL Server。
在数据源详细信息部分，执行以下操作：
- 对于网络连接，选择现有网络连接或点击创建网络连接。
- 对于主机，输入 Microsoft SQL Server 数据库的主机名或 IP 地址。
- 对于端口号，输入 Microsoft SQL Server 数据库的端口号。
- 对于数据库名称，输入 Microsoft SQL Server 数据库的名称。
- 对于用户名，输入启动 Microsoft SQL Server 数据库连接的 Microsoft SQL Server 用户的用户名。
- 对于密码，输入启动 Microsoft SQL Server 数据库连接的 Microsoft SQL Server 用户的密码。
- 对于 TLS 模式，从菜单中选择一个选项。如需详细了解 TLS 模式，请参阅 TLS 配置。
- 对于可信 PEM 证书，请输入颁发数据库服务器 TLS 证书的证书授权机构 (CA) 的公共证书。如需了解详情，请参阅可信服务器证书 (PEM)。
- 对于要转移的 Microsoft SQL Server 对象，请浏览 Microsoft SQL Server 表，或手动输入转移所需的表的名称。
在目标设置部分，对于数据集，选择您创建用来存储数据的数据集，或点击创建新数据集，然后创建一个数据集用作目标数据集。
在转移作业配置名称部分的显示名称中，输入转移作业的名称。转移作业名称可以是任何易于识别该转移作业的值，以便您以后在需要修改时找到转移作业。
在时间表选项部分，执行以下操作：
- 选择重复频率。如果您选择小时、天（默认）、周或月选项，还必须指定频率。您还可以选择自定义选项来创建更具体的重复频率。如果您选择按需选项，则只有当您手动触发转移作业时，此数据转移作业才会运行。
- 如果适用，请选择立即开始或从设置的时间开始选项，并提供开始日期和运行时间。
可选：在通知选项部分，执行以下操作：
可选：在高级选项部分中，为此迁移选择加密类型。您可以选择 Google-owned and Google-managed encryption key或客户拥有的 Cloud Key Management Service 密钥。如需详细了解加密密钥，请参阅客户管理的加密密钥 (CMEK)。
点击保存。
bq
输入 bq mk 命令并提供转移作业创建标志 --transfer_config：
bq mk \ --transfer_config \ --project_id=PROJECT_ID \ --data_source=DATA_SOURCE \ --display_name=DISPLAY_NAME \ --target_dataset=DATASET \ --params='PARAMETERS'
替换以下内容：
PROJECT_ID（可选）：您的 Google Cloud 项目 ID。 如果未提供--project_id标志来指定特定项目，则系统会使用默认项目。DATA_SOURCE：数据源，即sqlserver。DISPLAY_NAME：数据转移作业配置的显示名称。转移作业名称可以是任何可让您在需要修改转移作业时识别该转移作业的名称。DATASET：数据转移作业配置的目标数据集。PARAMETERS：所创建转移作业配置的参数（采用 JSON 格式）。例如--params='{"param":"param_value"}'。以下是 Microsoft SQL Server 转移作业的参数：connector.networkAttachment（可选）：要连接到 Microsoft SQL Server 数据库的网络连接的名称。connector.database：Microsoft SQL Server 数据库的名称。connector.endpoint.host：数据库的主机名或 IP 地址。connector.endpoint.port：数据库的端口号。connector.authentication.username：数据库用户的用户名。connector.authentication.password：数据库用户的密码。connector.tls.mode：指定要用于此转移的 TLS 配置：ENCRYPT_VERIFY_CA_AND_HOST用于加密数据，并验证 CA 和主机名ENCRYPT_VERIFY_CA用于加密数据，并且仅验证 CAENCRYPT_VERIFY_NONE仅用于数据加密DISABLE表示不加密或不验证
connector.tls.trustedServerCertificate：（可选）提供一个或多个 PEM 编码的证书。仅当connector.tls.mode的值为ENCRYPT_VERIFY_CA_AND_HOST或ENCRYPT_VERIFY_CA时才需要。assets：要从 Microsoft SQL Server 数据库转移的 Microsoft SQL Server 表的名称列表（作为转移的一部分）。
例如，以下命令会创建一个名为 My Transfer 的 Microsoft SQL Server 转移作业：
bq mk \ --transfer_config --target_dataset=mydataset --data_source=sqlserver --display_name='My Transfer' --params='{"assets":["db1/dbo/Department","db1/dbo/Employees"], "connector.authentication.username": "User1", "connector.authentication.password":"ABC12345", "connector.database":"DB1", "connector.endpoint.host":"192.168.0.1", "connector.endpoint.port":"1520", "connector.networkAttachment":"projects/dev-project1/regions/us-central1/networkattachments/na1", "connector.tls.mode": "ENCRYPT_VERIFY_CA_AND_HOST", "connector.tls.trustedServerCertificate": "PEM-encoded certificate"}'
如需在常规安排之外手动运行数据转移，您可以启动回填运行。
数据类型映射
下表将 Microsoft SQL Server 数据类型映射到相应的 BigQuery 数据类型：
| Microsoft SQL Server 数据类型 | BigQuery 数据类型 |
|---|---|
tinyint |
INTEGER |
smallint |
INTEGER |
int |
INTEGER |
bigint |
BIGNUMERIC |
bit |
BOOLEAN |
decimal |
BIGNUMERIC |
numeric |
NUMERIC |
money |
BIGNUMERIC |
smallmoney |
BIGNUMERIC |
float |
FLOAT |
real |
FLOAT |
date |
DATE |
time |
TIME |
datetime2 |
TIMESTAMP |
datetimeoffset |
TIMESTAMP |
datetime |
TIMESTAMP |
smalldatetime |
TIMESTAMP |
char |
STRING |
varchar |
STRING |
text |
STRING |
nchar |
STRING |
nvarchar |
STRING |
ntext |
STRING |
binary |
BYTES |
varbinary |
BYTES |
image |
BYTES |
geography |
STRING |
geometry |
STRING |
hierarchyid |
BYTES |
rowversion |
BYTES |
sql_variant |
BYTES |
uniqueidentifier |
STRING |
xml |
STRING |
json |
STRING |
vector |
STRING |
json 和 vector 数据类型仅在 Azure 中受支持。
Azure SQL 数据库和 Azure SQL 托管实例（配置为始终保持最新状态的更新政策）支持 JSON 数据类型。如果 Azure SQL 托管实例配置了 Microsoft SQL Server 2022 更新政策，则不支持 JSON 数据类型。
Microsoft SQL Server 将 JSON 存储为 NVARCHAR(MAX)，而不是 JSON 类型。我们建议您使用 CHECK (ISJSON(json_col) = 1) 进行验证，并使用 JSON_VALUE() 进行查询。
Microsoft SQL Server 不支持 vector 数据类型的向量。我们建议您将向量存储为 NVARCHAR(MAX) 中的 JSON 数组，并使用 JSON_VALUE() 进行提取，同时手动进行 FLOAT 相似度计算。
问题排查
如需排查数据转移问题，请参阅 Microsoft SQL Server 转移问题。
价格
将 Microsoft SQL Server 数据转移到 BigQuery 的功能处于预览版阶段时，您无需付费即可使用此功能。
后续步骤
- 如需大致了解 BigQuery Data Transfer Service，请参阅什么是 BigQuery Data Transfer Service？。
- 如需了解如何使用转移作业，包括获取有关转移作业配置的信息、列出转移作业配置以及查看转移作业的运行历史记录，请参阅管理转移作业。