Replicar datos de MySQL en BigQuery

En este tutorial se explica cómo crear y desplegar un trabajo que replica continuamente los datos modificados de una base de datos MySQL en una tabla de BigQuery.

Instalar MySQL en Compute Engine

1. Descarga una imagen Docker de MySQL Server.

2. Sube tu imagen de Docker a Artifact Registry.

3. Despliega tu imagen Docker en una nueva instancia de VM.

   Nota: Para implementar la imagen en la nueva instancia de VM, el servicio Compute Engine debe tener el rol Lector de Artifact Registry (roles/artifactregistry.reader).

4. En la página Discos de Compute Engine, cambia el tamaño del disco a 500 GB y reinicia la VM.

   Ir a Discos

5. Crea un cortafuegos para la instancia de VM.

6. Instala la base de datos de ejemplo Sakila.

Habilitar la replicación en tu base de datos MySQL

Para habilitar la replicación, configura la captura de datos de cambios (CDC) en MySQL.

Puede que tengas que ponerte en contacto con el administrador de tu base de datos para obtener los permisos necesarios para ejecutar los comandos.

Crear y ejecutar un trabajo de replicación de Cloud Data Fusion

Subir el controlador JDBC

Nota: Usa la versión 8 o una posterior del controlador JDBC.

1. Descarga el controlador JDBC de MySQL (versión 8 o posterior) en tu máquina local.

2. En la interfaz web de Cloud Data Fusion, sube el controlador JDBC.

   Usa estos valores para configurar el controlador JDBC:

   • En el campo Name (Nombre), introduce mysql.
   • En el campo Versión, deja el valor predeterminado.
   • En el campo Nombre de clase, introduce com.mysql.jdbc.Driver.

Crea la tarea.

1. En la interfaz web de Cloud Data Fusion, haga clic en Replicación.

2. Haz clic en Crear un trabajo de replicación.

3. En la página Create new replication job (Crear trabajo de replicación), especifica un Name (Nombre) para el trabajo de replicación y haz clic en Next (Siguiente).

4. Configura la fuente:

   1. Selecciona MySQL como fuente.
   2. En Host, introduce el nombre de host del servidor MySQL desde el que se leerán los datos.
   3. En Puerto, introduce el puerto que quieras usar para conectarte al servidor MySQL: 3306.
   4. En JDBC Plugin Name (Nombre del complemento JDBC), selecciona mysql o el nombre que especificaste al configurar el controlador JDBC.
   5. En Nombre de la base de datos, escribe sakila.
   6. En la sección Credenciales, introduce tu nombre de usuario y tu contraseña para acceder al servidor MySQL.

5. Haz clic en Siguiente.

6. Configura el objetivo:

   1. Selecciona el destino de BigQuery.
   2. El ID de proyecto y la clave de cuenta de servicio se detectan automáticamente. No cambies los valores predeterminados.
   3. Opcional: En la sección Advanced (Avanzado), configure el nombre, la ubicación, el intervalo de carga, el prefijo de la tabla de almacenamiento temporal y el comportamiento del bucket de almacenamiento temporal cuando se eliminen tablas o bases de datos.

7. Haz clic en Siguiente.

8. Si la conexión se realiza correctamente, se muestra una lista de tablas de la base de datos de ejemplo Sakila. En este tutorial, seleccione algunas tablas y eventos para replicar, como los eventos Insert, Update y Delete.

9. Opcional: Configura las propiedades avanzadas. En este tutorial, puedes usar la configuración predeterminada.

10. Haz clic en Siguiente.

11. En la página Revisar evaluación, haga clic en Ver asignaciones en cualquiera de las tablas para ver una evaluación de los problemas de esquema, las funciones que faltan o los problemas de conectividad que puedan producirse durante la replicación. Si se producen problemas, debes solucionarlos para poder continuar. En este tutorial, si alguna de las tablas tiene problemas, vuelve al paso en el que seleccionaste las tablas y elige tablas o eventos (inserciones, actualizaciones o eliminaciones) que no tengan problemas.

    Para obtener más información sobre las conversiones de tipos de datos de la base de datos de origen al destino de BigQuery, consulta Tipos de datos de replicación.

12. Haz clic en Siguiente.

13. Revisa los detalles del trabajo de replicación del resumen y haz clic en Implementar trabajo de replicación.

Empezar el trabajo

• En la página Detalles del trabajo de replicación, haga clic en Iniciar.

El trabajo de replicación pasa del estado Provisioning (Aprovisionando) al estado Starting (Iniciando) y, después, al estado Running (En ejecución). En el estado de ejecución, la tarea de replicación carga una instantánea inicial de los datos de la tabla que has seleccionado en BigQuery. En este estado, el estado de la tabla se indica como Creando instantánea. Una vez que se haya cargado la primera copia en BigQuery, cualquier cambio que se haga en la tabla se replicará en BigQuery y el estado de la tabla será Replicando.

Monitorizar la tarea

Puedes iniciar y detener la tarea de replicación, revisar su configuración y sus registros, y monitorizarla.

Puedes monitorizar las actividades de las tareas de replicación desde la página Detalles de la tarea de replicación.

1. En la página Replicación, haga clic en el Nombre del trabajo de replicación.

2. Haz clic en Monitorización.

Ver los resultados en BigQuery

La tarea de replicación crea un conjunto de datos y una tabla replicados en BigQuery, con nombres heredados de los nombres de la base de datos y la tabla de MySQL correspondientes.

Nota: Si el nombre de la base de datos de origen no sigue las convenciones de nomenclatura de los conjuntos de datos de BigQuery o si tienes conflictos de nomenclatura al replicar varios conjuntos de datos en un único conjunto de datos de BigQuery, especifica alias en las propiedades de destino de BigQuery.

1. En la Google Cloud consola, ve a la página BigQuery.

   Ir a BigQuery

2. En el panel de la izquierda, selecciona el nombre de tu proyecto para desplegar una lista de conjuntos de datos.

3. Para ver los resultados, selecciona el conjunto de datos sakila y, a continuación, una tabla.

Para obtener más información, consulta la documentación de BigQuery.