Knowledge Catalog (anteriormente, Dataplex Universal Catalog) te permite transferir y mantener de forma automática metadatos actualizados de fuentes de datos de Google Cloud compatibles. Para usar Knowledge Catalog en tu proyecto de Google Cloud , debes habilitar la API de Dataplex, la API de Dataproc y la API de Dataproc Metastore.
Antes de comenzar
Crea un proyecto de Google Cloud y habilita la facturación. Debido a que habilitar las APIs puede generar cargos de facturación, tu organización puede restringir quién puede habilitar los servicios.
Para habilitar e inhabilitar la API de Dataplex, necesitas el rol de Propietario (
roles/owner), Editor (roles/editor) o Administrador de Service Usage (roles/serviceusage.serviceUsageAdmin). Para obtener más información, consulta Administra el acceso con IAM y Habilita e inhabilita servicios.
Habilitar Knowledge Catalog
Puedes usar un proyecto existente con Knowledge Catalog o crear uno nuevo. Te recomendamos que crees un proyecto nuevo. Si usas un proyecto de Google Cloud nuevo o uno en el que la API de BigQuery está habilitada, la API de Dataplex se habilita de forma predeterminada. Sin embargo, aún debes habilitar la API de Dataproc y la API de Dataproc Metastore.
Para mantener los recursos creados por el lake dentro de tu proyecto, separados entre sí, crea un proyecto por instancia de lake.
Para crear un proyecto y habilitar Knowledge Catalog, sigue estos pasos:
- En la consola de Google Cloud , selecciona o crea un proyecto.
- Asegúrate de tener habilitada la facturación para tu proyecto.
-
Habilita las APIs de Dataplex, Managed Service para Apache Spark y Dataproc Metastore, si aún no están habilitadas.
Roles necesarios para habilitar las APIs
Para habilitar las APIs, necesitas el permiso
serviceusage.services.enable. Si creaste el proyecto, es probable que ya tengas este permiso a través del rol de propietario (roles/owner). De lo contrario, puedes obtenerlo a través del rol de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin). Obtén información para otorgar roles.
Inhabilitar Knowledge Catalog
Si usas Knowledge Catalog en un proyecto que también usa BigQuery, ten en cuenta los efectos en el comportamiento de BigQuery cuando inhabilitas Knowledge Catalog.
Para evitar cargos adicionales, completa los siguientes pasos antes de inhabilitar Knowledge Catalog:
En la consola de Google Cloud , borra cada instancia de lake de tu proyecto. Para borrar un lake, primero debes borrar los recursos y las zonas individuales. Para obtener más información, consulta
projects.locations.lakes.delete.En la consola de Google Cloud , borra todos los grupos de entradas personalizados de tu proyecto. Cuando se borra un grupo de entradas, se quitan todas las entradas que pertenecen a él. Para obtener más información, consulta Borra un grupo de entradas.
Selecciona el proyecto en el que quieres inhabilitar la API de Dataplex.
Ve a la página APIs y servicios habilitados.
Haz clic en API de Cloud Dataplex.
Haz clic en Inhabilitar API. Confirma cuando se te solicite.
Si también habilitaste la API de Data Lineage, repite los pasos para inhabilitarla. Inhabilitar la API de Dataplex no inhabilita la API de Data Lineage ni detiene los cargos por procesamiento premium. Para obtener más información, consulta Desactiva el linaje de datos.
¿Qué sigue?
- Obtén más información para buscar recursos.
- Obtén más información para medir la calidad de los datos.
- Obtén información sobre los metadatos en Knowledge Catalog.
- Sigue una guía de inicio rápido: Realiza un seguimiento del linaje de datos de una tabla de BigQuery.
- Prueba los casos de uso de Knowledge Catalog.