Criação de módulos de produtos de dados

A criação de um módulo de produto de dados personalizado é necessária para definir sua própria lógica de negócios e modelos analíticos, permitindo que você execute cálculos nas tabelas de base e os empacote em conjuntos de dados implantáveis.

Pré-requisitos

Ao criar um módulo de produto de dados personalizado, recomendamos o uso de um namespace personalizado dedicado para empacotá-lo. Além disso, verifique se a tabela de origem que você planeja usar existe no conjunto de dados da base de dados.

Criação de um módulo de produto de dados

A definição do módulo de produto de dados exige estas etapas:

  • Registro do módulo de produto de dados no arquivo config/config.yaml, estendendo a lista data.modules.products com a entrada:
[...]
data:
  [...]
  # Configuration for data foundation and product modules.
  modules:
    # List of foundation modules.
    foundation:
      [...]
    # List of data product modules.
    product:
      [...]
      - moduleId:  product_module_id
        type:  custom_namespace.flight_usd
        dependsOn:
          sapModule: erp
          sapModuleCustNS:  foundation_module_id
        dataTargetId: product_target
        enabled: true
        tableSettings: "table_settings.yaml"
        # Optional, references file in `config/custom_namespace_path/data_product/product_module_id/`
        # If omitted, defaults to src/data_modules/custom_namespace_path/data_product/table_settings.default.yaml.
[...]
  • Criação do arquivo tableSettings (por exemplo, config/custom_namespace_path/data_product/product_module_id/table_settings.yaml). Esse YAML controla as configurações de tabela, como materializações e detalhes de otimização do BigQuery:
common:
  custom_sales_summary:
    materialization_type: "table"
    tags: ["custom", "sales", "reporting"]
    partition_details:
      column: "created_date"
      partition_type: "date"
      time_grain: "day"
    cluster_details:
      columns:
        - "customer_id"
  • Criação do arquivo de anotação

O arquivo de anotação <tablename>.yaml é criado para cada artefato de saída do produto de dados (tabela, visualização) e descreve colunas e campos no formato YAML. Durante a compilação, o builder pesquisa automaticamente anotações na pasta annotations/ do produto (por exemplo, annotations/custom_sales_summary.yaml) e mescla essas strings diretamente nas definições de esquema de saída do Dataform para que sejam preservadas nos metadados da tabela do BigQuery.

Um arquivo de anotação config/custom_namespace_path/data_product/product_module_id/annotations/'tablename'.yaml tem o formato:

description: "Description of the table or view purpose"
fields:
  - name: "customer_id"                     # column name
    description: "Customer identifier"      # column description
  - name: "column2"
    description: "Description of Column 2"
  - name: "column3"
    description: "Description of Column 3"
  • Crie um arquivo manifest.yaml na pasta do produto de dados config/custom_namespace_path/data_product/product_module_id/, mantendo o tipo, as tabelas e as dependências do módulo. O arquivo de manifesto segue este formato:

type: sales_performance
builder: sap_product     # Automatically resolves to the global SapProductBuilder fallback
dependencies:
  sapModule:
    type: sap
    supportedVersions:
      - ecc
      - s4

Exemplo de módulo de produto de dados

Para o exemplo de voos, estamos criando src/data_modules/custom_namespace_path/data_product/product_module_id/manifest.yaml com o conteúdo

type: product_module_id
dependencies:
  sapModule:
    type: cortex.sap
    supported_versions:
      - ecc
      - s4
    tables:
      common:
        - tcurr
  sapModuleCustNS:
    type:  custom_namespace .sap
    supported_versions:
      - ecc
      - s4
    tables:
      common:
        - sflight
builder: sap_product
  • Na próxima etapa, estenda o arquivo de configurações de tabela referenciado para tabelas de produtos de dados.

No exemplo usado, crie: config/custom_namespace_path/data_product/product_module_id/table_settings.yaml com o conteúdo:

ecc:
  flights_usd:
    materializationType: incremental
    tags: [sap, dataproduct, masterdata]
s4:
  flights_usd:
    materializationType: incremental
    tags: [sap, dataproduct, masterdata]
  • Crie anotações para tabelas de produtos de dados para enriquecer o esquema de armazenamento com descrições.

No exemplo usado, crie o arquivo: src/data_modules/custom_namespace_path/data_product/product_module_id/annotations/flights_usd.yaml com o conteúdo:

description: "Flight scheduling and pricing information, including currency conversion to USD."
fields:
  - name: "client_mandt"
    description: "Client (Mandant), PK"
  - name: "airline_code_carrid"
    description: "Airline Carrier ID, PK"
  - name: "flight_connection_number_connid"
    description: "Flight Number, PK"
  - name: "flight_date_fldate"
    description: "Flight Date"
  - name: "price_usd"
    description: "Price in USD"
  - name: "price"
    description: "Price in local currency"
  - name: "currency"
    description: "Local currency"
  • A lógica de negócios do produto de dados é armazenada em arquivos js ou sqlx.

No exemplo fornecido, crie o arquivo src/data_modules/custom_namespace_path/data_product/product_module_id/definitions/flights_usd.js com o conteúdo:

// ___MODULE_CONTEXT___
// ___TABLE_CONFIG___

const moduleConfig = config.product[moduleContext.moduleId];
const sapModuleConfigDatasetId = moduleConfig.sources.sapModule.datasetId;
const sapModuleCustNSConfigDatasetId = moduleConfig.sources.sapModuleCustNS.datasetId;

const materializationType = tableConfig.materializationType || "incremental";

const incremental = require("includes/cortex/incremental.js");
const publish_config = require("includes/cortex/publish_config.js");

const publishConfig = publish_config.getPublishConfig(
   materializationType,
   tableConfig,
   moduleConfig,
   [
       "client_mandt",
       "airline_code_carrid",
       "flight_connection_number_connid",
       "flight_date_fldate"
   ]
);

publish("flight_usd", publishConfig).query(
   (ctx) => `
WITH flight_base AS (
   SELECT
       mandt,
       carrid,
       connid,
       fldate,
       price,
       currency,
       -- Convert flight date string (YYYYMMDD) to an integer to calculate SAP's inverted date key
       CAST(99999999 - CAST(fldate AS INT64) AS STRING) AS inverted_fldate
   FROM   ${ctx.ref(sapModuleCustNSConfigDatasetId, 'sflight')} AS flight
),
ranked_exchange_rates AS (
   SELECT
       f.mandt,
       f.carrid,
       f.connid,
       f.fldate,
       f.price,
       f.currency,
       t.ukurs,
       -- Window function to grab the closest historical exchange rate
       ROW_NUMBER() OVER (
           PARTITION BY f.mandt, f.carrid, f.connid, f.fldate
           ORDER BY t.gdatu ASC
       ) AS latest_rate_rank
   FROM flight_base f
   LEFT JOIN ${ctx.ref(sapModuleConfigDatasetId, 'tcurr')} AS t
     ON f.mandt = t.mandt
    AND t.kurst = 'M'       -- 'M' is the standard SAP default for average exchange rates
    AND t.fcurr = f.currency
    AND t.tcurr = 'USD'
    -- Chronological (rate_date <= flight_date) translates to (t.gdatu >= inverted_fldate)
    AND t.gdatu >= f.inverted_fldate
)

SELECT
   client_mandt,
   airline_code_carrid,
   flight_connection_number_connid,
   flight_date_fldate,
   price,
   currency,
   price_usd,
   CURRENT_TIMESTAMP() AS bq_loaded_at
FROM (
  SELECT
    mandt              AS client_mandt,
    carrid             AS airline_code_carrid,
    connid             AS flight_connection_number_connid,
    PARSE_TIMESTAMP('%Y%m%d', fldate) AS flight_date_fldate,
    price              AS price,
    currency           AS currency,
    -- Currency Conversion Logic
    CASE
       WHEN currency = 'USD' THEN price
       WHEN ukurs IS NULL   THEN NULL -- Handles cases where no exchange rate is found
       -- If UKURS is negative, it's an indirect quotation (1 USD = X Local) -> Divide
       WHEN ukurs < 0       THEN ROUND(price / ABS(ukurs), 2)
       -- If UKURS is positive, it's a direct quotation (1 Local = X USD) -> Multiply
       ELSE ROUND(price * ukurs, 2)
     END AS price_usd
  FROM ranked_exchange_rates
  WHERE latest_rate_rank = 1
)
${incremental.getWhere(ctx, ["flight_date_fldate"])}
`
);

Verificação da extensão do namespace personalizado

Para verificar a extensão bem-sucedida do Google Cloud Cortex Framework com namespaces, base de dados ou módulos de produtos de dados, siga estas etapas:

  1. Para implantar o módulo de produto de dados, execute uv run targets build, deploy ou build-and-deploy, conforme descrito na página Implantação.

  2. Abra a interface do Dataform no console do BigQuery e navegue até o repositório e o espaço de trabalho.

  3. Na interface do Dataform, verifique se não há erros de compilação exibidos no console.

  4. Verifique se as extensões preparadas foram implantadas nos caminhos definitions/data_foundation/custom_namespace_path/ e definitions/data_product/product_module_id/.

  5. Siga as instruções para execução de pipelines do Dataform.

  6. Verifique no BigQuery se o conjunto de dados do produto contém a tabela de produtos de dados e se ela está preenchida com dados.