Google fornisce
modelli Dataflow
open source che puoi utilizzare anziché scrivere codice della pipeline. Questa pagina
elenca i modelli disponibili. Le immagini container per questi modelli sono ospitate all'indirizzo
gcr.io/dataflow-templates.
- Per informazioni generali sui modelli, consulta la panoramica.
- Per iniziare, esegui il modello di esempio WordCount.
- Per creare il tuo modello, scopri come estendere i modelli.
Modelli di streaming
Modelli per l'elaborazione continua dei dati:
- Flussi di modifiche in tempo reale di Bigtable in BigQuery
- Flussi di modifiche in tempo reale di Bigtable in Pub/Sub
- Modifiche in tempo reale di Spanner in BigQuery
- Flussi di modifiche in tempo reale di Spanner in Cloud Storage
- Modifiche in tempo reale di Spanner in Pub/Sub
- Datastream in BigQuery (flusso)
- Datastream in Spanner
- Datastream in MySQL o PostgreSQL (flusso)
- Data masking/tokenizzazione da Cloud Storage a BigQuery (utilizzando Cloud DLP)
- Da JMS a Pub/Sub
- Da Kafka a BigQuery
- Da Kafka a Cloud Storage
- Da Kafka a Kafka
- Da MongoDB a BigQuery (flusso)
- Da MQTT a Pub/Sub
- Acquisizione dei dati di modifica da MySQL a BigQuery (flusso)
- Da Pub/Sub Avro a BigQuery
- Da Pub/Sub Proto a BigQuery
- Da Pub/Sub Proto a BigQuery con UDF Python
- Sottoscrizione Pub/Sub in BigQuery
- Da Pub/Sub a file Avro su Cloud Storage
- Da Pub/Sub a BigQuery
- Da Pub/Sub a BigQuery con UDF Python
- Da Pub/Sub a Datadog
- Da Pub/Sub a Elasticsearch
- Da Pub/Sub a Java Database Connectivity (JDBC)
- Da Pub/Sub a MongoDB
- Da Pub/Sub a MongoDB con UDF Python
- Da Pub/Sub a Pub/Sub
- Da Pub/Sub a Redis
- Da Pub/Sub a Splunk
- Argomento o sottoscrizione Pub/Sub in file di testo su Cloud Storage
- Argomento Pub/Sub in file di testo su Cloud Storage
- Modifiche in tempo reale di Spanner in qualsiasi database di origine
- File di testo su Cloud Storage in BigQuery (flusso)
- File di testo di Cloud Storage in BigQuery con UDF Python
- File di testo su Cloud Storage in Pub/Sub (flusso)
Modelli batch
Modelli per l'elaborazione dei dati in blocco:
- Da AstraDB a BigQuery
- Da Cloud Storage Avro a Bigtable
- Da Cloud Storage Avro a Spanner
- Da BigQuery a Bigtable
- Da BigQuery a Clickhouse
- Da BigQuery a Elasticsearch
- Da BigQuery a MongoDB
- Esportazione da BigQuery a Parquet (tramite l'API Storage)
- Da BigQuery a TFRecord di Cloud Storage
- Flussi di modifiche in tempo reale di Bigtable in Vertex AI Vector Search
- Da Bigtable a Cloud Storage Avro
- Da Bigtable a Cloud Storage JSON
- Da Bigtable a Cloud Storage Parquet
- Da Bigtable a Cloud Storage SequenceFile
- Da Bigtable a file di Vertex AI Vector Search su Cloud Storage
- Da Apache Cassandra a Bigtable
- Da Spanner a Cloud Storage Avro
- Da Spanner a BigQuery
- Da Spanner a Cloud Storage Text
- Da Spanner a file di Vertex AI Vector Search su Cloud Storage
- File CSV di Cloud Storage in BigQuery
- Da Cloud Storage Text a BigQuery
- File di testo di Cloud Storage in BigQuery con UDF Python
- Da Cloud Storage Text a Spanner
- Da Cloud Storage Text a Datastore [ritirato]
- Da Cloud Storage a Elasticsearch
- Da Cloud Storage Text a Firestore (modalità Datastore)
- Da Cloud Storage Text a Pub/Sub (batch)
- Da Datastore a Cloud Storage Text [ritirato]
- Da Firestore (modalità Datastore) a Cloud Storage Text
- Da Google Ads a BigQuery
- Da Google Cloud a Neo4j
- Da JDBC a BigQuery
- Da JDBC a Pub/Sub
- Da MongoDB a BigQuery
- Da MySQL a BigQuery
- Da Oracle a BigQuery
- Da Cloud Storage Parquet a Bigtable
- Da PostgreSQL a BigQuery
- Da Cloud Storage SequenceFile a Bigtable
- Da qualsiasi database di origine a Spanner
- Da SQL Server a BigQuery