Template AstraDB ke BigQuery adalah pipeline batch yang membaca kumpulan data dari AstraDB dan menuliskannya ke BigQuery.
Jika tabel tujuan tidak ada di BigQuery, pipeline akan membuat tabel dengan nilai berikut:
Dataset ID, yang diwarisi dari keyspace Cassandra.Table ID, yang diwarisi dari tabel Cassandra.
Skema tabel tujuan disimpulkan dari tabel Cassandra sumber.
ListdanSetdipetakan ke kolomREPEATEDBigQuery.Mapdipetakan ke kolomRECORDBigQuery.- Semua jenis lainnya dipetakan ke kolom BigQuery dengan jenis yang sesuai.
- Jenis data tuple dan jenis yang ditentukan pengguna (UDT) Cassandra tidak didukung.
Persyaratan pipeline
- Akun AstraDB dengan token
Parameter template
Parameter yang diperlukan
- astraToken: Nilai token atau ID resource rahasia. Contoh,
AstraCS:abcdefghij. - astraDatabaseId: ID unik (UUID) database. Contoh,
cf7af129-d33a-498f-ad06-d97a6ee6eb7. - astraKeyspace: Nama keyspace Cassandra di dalam database Astra.
- astraTable: Nama tabel di dalam database Cassandra. Contoh,
my_table.
Parameter opsional
- astraQuery: Kueri yang akan digunakan untuk memfilter baris, bukan membaca seluruh tabel.
- astraDatabaseRegion: Jika tidak diberikan, default akan dipilih, yang berguna dengan database multi-region.
- minTokenRangesCount: Jumlah pemisahan minimum yang akan digunakan untuk mendistribusikan kueri.
- outputTableSpec: Lokasi tabel BigQuery yang menjadi tujuan penulisan output. Gunakan format
<PROJECT_ID>:<DATASET_NAME>.<TABLE_NAME>Skema tabel harus cocok dengan objek input.
Menjalankan template
Konsol
- Buka halaman Dataflow Membuat tugas dari template. Buka Membuat tugas dari template
- Di kolom Nama tugas, masukkan nama tugas yang unik.
- Opsional: Untuk Endpoint regional, pilih nilai dari menu drop-down. Region default-nya adalah
us-central1.Untuk mengetahui daftar region tempat Anda dapat menjalankan tugas Dataflow, lihat Lokasi Dataflow.
- Dari menu drop-down Template Dataflow, pilih template AstraDB to BigQuery.
- Di kolom parameter yang disediakan, masukkan nilai parameter Anda.
- Klik Jalankan tugas.
gcloud
Di shell atau terminal Anda, jalankan template:
gcloud dataflow flex-template run JOB_NAME \ --template-file-gcs-location=gs://dataflow-templates-REGION_NAME/VERSION/flex/ \ --project=PROJECT_ID \ --region=REGION_NAME \ --parameters \ astraToken=ASTRA_TOKEN,\ astraDatabaseId=ASTRA_DATABASE_ID,\ astraKeyspace=ASTRA_KEYSPACE,\ astraTable=ASTRA_TABLE,\
Ganti kode berikut:
JOB_NAME: nama tugas unik pilihan AndaVERSION: versi template yang ingin Anda gunakanAnda dapat menggunakan nilai berikut:
latestuntuk menggunakan template versi terbaru, yang tersedia di folder induk tanpa tanggal di bucket—gs://dataflow-templates-REGION_NAME/latest/- nama versi, seperti
2023-09-12-00_RC00, untuk menggunakan template versi tertentu, yang dapat ditemukan bertingkat di masing-masing folder induk yang diberi tanggal dalam bucket—gs://dataflow-templates-REGION_NAME/
REGION_NAME: region tempat Anda ingin men-deploy tugas Dataflow—misalnya,us-central1ASTRA_TOKEN: token AstraASTRA_DATABASE_ID: ID databaseASTRA_KEYSPACE: keyspace CassandraASTRA_TABLE: tabel Cassandra
API
Untuk menjalankan template menggunakan REST API, kirim permintaan POST HTTP. Untuk mengetahui informasi selengkapnya tentang API dan cakupan otorisasinya, lihat projects.templates.launch.
POST https://dataflow.googleapis.com/v1b3/projects/PROJECT_ID/locations/LOCATION/flexTemplates:launch { "launchParameter": { "jobName": "JOB_NAME", "parameters": { "astraToken": "ASTRA_TOKEN", "astraDatabaseId": "ASTRA_DATABASE_ID", "astraKeyspace": "ASTRA_KEYSPACE", "astraTable": "ASTRA_TABLE", }, "containerSpecGcsPath": "gs://dataflow-templates-LOCATION/VERSION/flex/", "environment": { "maxWorkers": "10" } } }
Ganti kode berikut:
PROJECT_ID: Google Cloud Project ID tempat Anda ingin menjalankan tugas DataflowJOB_NAME: nama tugas unik pilihan AndaVERSION: versi template yang ingin Anda gunakanAnda dapat menggunakan nilai berikut:
latestuntuk menggunakan template versi terbaru, yang tersedia di folder induk tanpa tanggal di bucket—gs://dataflow-templates-REGION_NAME/latest/- nama versi, seperti
2023-09-12-00_RC00, untuk menggunakan template versi tertentu, yang dapat ditemukan bertingkat di masing-masing folder induk yang diberi tanggal dalam bucket—gs://dataflow-templates-REGION_NAME/
LOCATION: region tempat Anda ingin men-deploy tugas Dataflow—misalnya,us-central1ASTRA_TOKEN: token AstraASTRA_DATABASE_ID: ID databaseASTRA_KEYSPACE: keyspace CassandraASTRA_TABLE: tabel Cassandra
Langkah berikutnya
- Pelajari template Dataflow.
- Lihat daftar template yang disediakan Google.