本頁面由 Cloud Translation API 翻譯而成。

JDBC 至 JDBC 範本

使用 Serverless for Apache Spark JDBC to JDBC 範本，從 JDBC 擷取資料至 JDBC。

這個範本支援下列資料庫：

MySQL
PostgreSQL
Microsoft SQL Server
Oracle

使用範本

使用 gcloud CLI 或 Dataproc API 執行範本。

gcloud

使用下方的任何指令資料之前，請先替換以下項目：

PROJECT_ID：必填。 Google Cloud「IAM 設定」中列出的專案 ID。
REGION：必填。 Compute Engine 區域。
SUBNET：選用。如未指定子網路，系統會選取 default 網路中指定 REGION 的子網路。
範例： projects/PROJECT_ID/regions/REGION/subnetworks/SUBNET_NAME
TEMPLATE_VERSION：必填。指定 latest 代表最新版範本，或指定特定版本的日期，例如 2023-03-17_v0.1.0-beta (請前往 gs://dataproc-templates-binaries 或執行 gcloud storage ls gs://dataproc-templates-binaries 列出可用的範本版本)。
INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH和 OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH：必填。完整的 Cloud Storage 路徑，包括儲存輸入和輸出 JDBC 連接器 JAR 的檔案名稱。
注意：如果輸入和輸出 JAR 相同，只要設定 INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH 即可。

您可以使用下列指令下載 JDBC 連接器，然後上傳至 Cloud Storage：
- MySQL：
```
  wget http://dev.mysql.com/get/Downloads/Connector-J/mysql-connector-java-5.1.30.tar.gz
```
- PostgreSQL：
```
  wget https://jdbc.postgresql.org/download/postgresql-42.2.6.jar
```
- Microsoft SQL Server：
```
  wget https://repo1.maven.org/maven2/com/microsoft/sqlserver/mssql-jdbc/6.4.0.jre8/mssql-jdbc-6.4.0.jre8.jar
```
- Oracle：
```
  wget https://repo1.maven.org/maven2/com/oracle/database/jdbc/ojdbc8/21.7.0.0/ojdbc8-21.7.0.0.jar
```

下列變數用於建構必要輸入的 JDBC 網址：

INPUT_JDBC_HOST
INPUT_JDBC_PORT
INPUT_JDBC_DATABASE，或 (如果是 Oracle) INPUT_JDBC_SERVICE
INPUT_JDBC_USERNAME
INPUT_JDBC_PASSWORD

使用下列其中一種連接器專屬格式，建構 INPUT_JDBC_CONNECTION_URL：

MySQL：

jdbc:mysql://INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_DATABASE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD

PostgreSQL：

jdbc:postgresql://INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_DATABASE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD

Microsoft SQL Server：

jdbc:sqlserver://INPUT_JDBC_HOST:INPUT_JDBC_PORT;databaseName=INPUT_JDBC_DATABASE;user=INPUT_JDBC_USERNAME;password=INPUT_JDBC_PASSWORD

Oracle：

jdbc:oracle:thin:@//INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_SERVICE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD

下列變數用於建構必要的輸出 JDBC 網址：

OUTPUT_JDBC_HOST
OUTPUT_JDBC_PORT
OUTPUT_JDBC_DATABASE，或 (如果是 Oracle) OUTPUT_JDBC_SERVICE
OUTPUT_JDBC_USERNAME
OUTPUT_JDBC_PASSWORD

使用下列其中一種連接器專屬格式，建構 OUTPUT_JDBC_CONNECTION_URL：

MySQL：

jdbc:mysql://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_DATABASE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD

PostgreSQL：

jdbc:postgresql://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_DATABASE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD

Microsoft SQL Server：

jdbc:sqlserver://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT;databaseName=OUTPUT_JDBC_DATABASE;user=OUTPUT_JDBC_USERNAME;password=OUTPUT_JDBC_PASSWORD

Oracle：

jdbc:oracle:thin:@//OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_SERVICE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD

INPUT_JDBC_TABLE：必填。輸入內容 JDBC 資料表名稱或 JDBC 輸入資料表的 SQL 查詢。
範例 (SQL 查詢應位於括號內)： (select * from TABLE_NAME) as ALIAS_TABLE_NAME
OUTPUT_JDBC_TABLE：必填。用於儲存輸出內容的 JDBC 資料表。
INPUT_DRIVER 和 OUTPUT_DRIVER：必填。用於連線的 JDBC 輸入和輸出驅動程式：
- MySQL：
```
com.mysql.cj.jdbc.Driver
```
- PostgreSQL：
```
org.postgresql.Driver
```
- Microsoft SQL Server：
```
com.microsoft.sqlserver.jdbc.SQLServerDriver
```
- Oracle：
```
oracle.jdbc.driver.OracleDriver
```
INPUT_PARTITION_COLUMN、 LOWERBOUND、 UPPERBOUND、 NUM_PARTITIONS：選用。如果使用，則必須指定下列所有參數：
- INPUT_PARTITION_COLUMN：JDBC 輸入資料表分區資料欄名稱。
- LOWERBOUND：用於判斷分區步幅的 JDBC 輸入資料表分區資料欄範圍下限。
- UPPERBOUND：用於判斷分區步幅的 JDBC 輸入資料表分區資料欄範圍上限。
- NUM_PARTITIONS：可用於平行處理資料表讀寫作業的分區數量上限。如果指定這個值，系統會用於 JDBC 輸入和輸出連線。
FETCHSIZE：選用。每次往返要擷取的列數。
BATCH_SIZE：選用。每次往返要插入的記錄數。預設值：1000。
MODE：選用。JDBC 輸出內容的寫入模式。選項：Append、Overwrite、Ignore 或 ErrorIfExists。
TABLE_PROPERTIES：選用。這個選項可讓您在建立輸出資料表時，設定資料庫專屬的資料表和分區選項。
PRIMARY_KEY：選用。輸出資料表的主鍵欄。提及的資料欄不得包含重複值，否則會擲回錯誤。
JDBC_SESSION_INIT：選用。工作階段初始化陳述式，用於讀取 Java 範本。
LOG_LEVEL：選用。記錄層級。可設為 ALL、DEBUG、ERROR、FATAL、INFO、OFF、TRACE 或 WARN。預設值：INFO。
TEMP_VIEW 和 TEMP_QUERY：選用。您可以使用這兩個選用參數，在將資料載入 Cloud Storage 時套用 Spark SQL 轉換。TEMP_VIEW 必須與查詢中使用的資料表名稱相同，而 TEMP_QUERY 則是查詢陳述式。
SERVICE_ACCOUNT：選用。如未提供，系統會使用預設的 Compute Engine 服務帳戶。
PROPERTY 和 PROPERTY_VALUE：選用。以半形逗號分隔的Spark 屬性=value配對清單。
LABEL 和 LABEL_VALUE：選用。以半形逗號分隔的 label=value 配對清單。
KMS_KEY：選用。用於加密的 Cloud Key Management Service 金鑰。如果未指定金鑰，系統會使用 Google-owned and Google-managed encryption key加密靜態資料。
範例： projects/PROJECT_ID/regions/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME

執行下列指令：

Linux、macOS 或 Cloud Shell

gcloud dataproc batches submit spark \
    --class=com.google.cloud.dataproc.templates.main.DataProcTemplate \
    --project="PROJECT_ID" \
    --region="REGION" \
    --version="1.2" \
    --jars="gs://dataproc-templates-binaries/TEMPLATE_VERSION/java/dataproc-templates.jar,INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH,OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH" \
    --subnet="SUBNET" \
    --kms-key="KMS_KEY" \
    --service-account="SERVICE_ACCOUNT" \
    --properties="PROPERTY=PROPERTY_VALUE" \
    --labels="LABEL=LABEL_VALUE" \
    -- --template JDBCTOJDBC \
    --templateProperty project.id="PROJECT_ID" \
    --templateProperty log.level="LOG_LEVEL" \
    --templateProperty jdbctojdbc.input.url="INPUT_JDBC_CONNECTION_URL" \
    --templateProperty jdbctojdbc.input.driver="INPUT_DRIVER" \
    --templateProperty jdbctojdbc.input.table="INPUT_JDBC_TABLE" \
    --templateProperty jdbctojdbc.output.url="OUTPUT_JDBC_CONNECTION_URL" \
    --templateProperty jdbctojdbc.output.driver="OUTPUT_DRIVER" \
    --templateProperty jdbctojdbc.output.table="OUTPUT_JDBC_TABLE" \
    --templateProperty jdbctojdbc.input.fetchsize="FETCHSIZE" \
    --templateProperty jdbctojdbc.input.partitioncolumn="INPUT_PARTITION_COLUMN" \
    --templateProperty jdbctojdbc.input.lowerbound="LOWERBOUND" \
    --templateProperty jdbctojdbc.input.upperbound="UPPERBOUND" \
    --templateProperty jdbctojdbc.numpartitions="NUM_PARTITIONS" \
    --templateProperty jdbctojdbc.output.mode="MODE" \
    --templateProperty jdbctojdbc.output.batch.size="BATCH_SIZE" \
    --templateProperty jdbctojdbc.output.primary.key="PRIMARY_KEY" \
    --templateProperty jdbctojdbc.output.create.table.option="TABLE_PROPERTIES" \
    --templateProperty jdbctojdbc.sessioninitstatement="JDBC_SESSION_INIT" \
    --templateProperty jdbctojdbc.temp.view.name="TEMP_VIEW" \
    --templateProperty jdbctojdbc.sql.query="TEMP_QUERY"

Windows (PowerShell)

gcloud dataproc batches submit spark `
    --class=com.google.cloud.dataproc.templates.main.DataProcTemplate `
    --project="PROJECT_ID" `
    --region="REGION" `
    --version="1.2" `
    --jars="gs://dataproc-templates-binaries/TEMPLATE_VERSION/java/dataproc-templates.jar,INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH,OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH" `
    --subnet="SUBNET" `
    --kms-key="KMS_KEY" `
    --service-account="SERVICE_ACCOUNT" `
    --properties="PROPERTY=PROPERTY_VALUE" `
    --labels="LABEL=LABEL_VALUE" `
    -- --template JDBCTOJDBC `
    --templateProperty project.id="PROJECT_ID" `
    --templateProperty log.level="LOG_LEVEL" `
    --templateProperty jdbctojdbc.input.url="INPUT_JDBC_CONNECTION_URL" `
    --templateProperty jdbctojdbc.input.driver="INPUT_DRIVER" `
    --templateProperty jdbctojdbc.input.table="INPUT_JDBC_TABLE" `
    --templateProperty jdbctojdbc.output.url="OUTPUT_JDBC_CONNECTION_URL" `
    --templateProperty jdbctojdbc.output.driver="OUTPUT_DRIVER" `
    --templateProperty jdbctojdbc.output.table="OUTPUT_JDBC_TABLE" `
    --templateProperty jdbctojdbc.input.fetchsize="FETCHSIZE" `
    --templateProperty jdbctojdbc.input.partitioncolumn="INPUT_PARTITION_COLUMN" `
    --templateProperty jdbctojdbc.input.lowerbound="LOWERBOUND" `
    --templateProperty jdbctojdbc.input.upperbound="UPPERBOUND" `
    --templateProperty jdbctojdbc.numpartitions="NUM_PARTITIONS" `
    --templateProperty jdbctojdbc.output.mode="MODE" `
    --templateProperty jdbctojdbc.output.batch.size="BATCH_SIZE" `
    --templateProperty jdbctojdbc.output.primary.key="PRIMARY_KEY" `
    --templateProperty jdbctojdbc.output.create.table.option="TABLE_PROPERTIES" `
    --templateProperty jdbctojdbc.sessioninitstatement="JDBC_SESSION_INIT" `
    --templateProperty jdbctojdbc.temp.view.name="TEMP_VIEW" `
    --templateProperty jdbctojdbc.sql.query="TEMP_QUERY"

Windows (cmd.exe)

gcloud dataproc batches submit spark ^
    --class=com.google.cloud.dataproc.templates.main.DataProcTemplate ^
    --project="PROJECT_ID" ^
    --region="REGION" ^
    --version="1.2" ^
    --jars="gs://dataproc-templates-binaries/TEMPLATE_VERSION/java/dataproc-templates.jar,INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH,OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH" ^
    --subnet="SUBNET" ^
    --kms-key="KMS_KEY" ^
    --service-account="SERVICE_ACCOUNT" ^
    --properties="PROPERTY=PROPERTY_VALUE" ^
    --labels="LABEL=LABEL_VALUE" ^
    -- --template JDBCTOJDBC ^
    --templateProperty project.id="PROJECT_ID" ^
    --templateProperty log.level="LOG_LEVEL" ^
    --templateProperty jdbctojdbc.input.url="INPUT_JDBC_CONNECTION_URL" ^
    --templateProperty jdbctojdbc.input.driver="INPUT_DRIVER" ^
    --templateProperty jdbctojdbc.input.table="INPUT_JDBC_TABLE" ^
    --templateProperty jdbctojdbc.output.url="OUTPUT_JDBC_CONNECTION_URL" ^
    --templateProperty jdbctojdbc.output.driver="OUTPUT_DRIVER" ^
    --templateProperty jdbctojdbc.output.table="OUTPUT_JDBC_TABLE" ^
    --templateProperty jdbctojdbc.input.fetchsize="FETCHSIZE" ^
    --templateProperty jdbctojdbc.input.partitioncolumn="INPUT_PARTITION_COLUMN" ^
    --templateProperty jdbctojdbc.input.lowerbound="LOWERBOUND" ^
    --templateProperty jdbctojdbc.input.upperbound="UPPERBOUND" ^
    --templateProperty jdbctojdbc.numpartitions="NUM_PARTITIONS" ^
    --templateProperty jdbctojdbc.output.mode="MODE" ^
    --templateProperty jdbctojdbc.output.batch.size="BATCH_SIZE" ^
    --templateProperty jdbctojdbc.output.primary.key="PRIMARY_KEY" ^
    --templateProperty jdbctojdbc.output.create.table.option="TABLE_PROPERTIES" ^
    --templateProperty jdbctojdbc.sessioninitstatement="JDBC_SESSION_INIT" ^
    --templateProperty jdbctojdbc.temp.view.name="TEMP_VIEW" ^
    --templateProperty jdbctojdbc.sql.query="TEMP_QUERY"

REST

使用任何要求資料之前，請先替換以下項目：

PROJECT_ID：必填。 Google Cloud「IAM 設定」中列出的專案 ID。
REGION：必填。 Compute Engine 區域。
SUBNET：選用。如未指定子網路，系統會選取 default 網路中指定 REGION 的子網路。
範例： projects/PROJECT_ID/regions/REGION/subnetworks/SUBNET_NAME
TEMPLATE_VERSION：必填。指定 latest 代表最新版範本，或指定特定版本的日期，例如 2023-03-17_v0.1.0-beta (請前往 gs://dataproc-templates-binaries 或執行 gcloud storage ls gs://dataproc-templates-binaries 列出可用的範本版本)。
INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH和 OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH：必填。完整的 Cloud Storage 路徑，包括儲存輸入和輸出 JDBC 連接器 JAR 的檔案名稱。
注意：如果輸入和輸出 JAR 相同，只要設定 INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH 即可。

您可以使用下列指令下載 JDBC 連接器，然後上傳至 Cloud Storage：
- MySQL：
```
  wget http://dev.mysql.com/get/Downloads/Connector-J/mysql-connector-java-5.1.30.tar.gz
```
- PostgreSQL：
```
  wget https://jdbc.postgresql.org/download/postgresql-42.2.6.jar
```
- Microsoft SQL Server：
```
  wget https://repo1.maven.org/maven2/com/microsoft/sqlserver/mssql-jdbc/6.4.0.jre8/mssql-jdbc-6.4.0.jre8.jar
```
- Oracle：
```
  wget https://repo1.maven.org/maven2/com/oracle/database/jdbc/ojdbc8/21.7.0.0/ojdbc8-21.7.0.0.jar
```

下列變數用於建構必要輸入的 JDBC 網址：

INPUT_JDBC_HOST
INPUT_JDBC_PORT
INPUT_JDBC_DATABASE，或 (如果是 Oracle) INPUT_JDBC_SERVICE
INPUT_JDBC_USERNAME
INPUT_JDBC_PASSWORD

使用下列其中一種連接器專屬格式，建構 INPUT_JDBC_CONNECTION_URL：

MySQL：

jdbc:mysql://INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_DATABASE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD

PostgreSQL：

jdbc:postgresql://INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_DATABASE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD

Microsoft SQL Server：

jdbc:sqlserver://INPUT_JDBC_HOST:INPUT_JDBC_PORT;databaseName=INPUT_JDBC_DATABASE;user=INPUT_JDBC_USERNAME;password=INPUT_JDBC_PASSWORD

Oracle：

jdbc:oracle:thin:@//INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_SERVICE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD

下列變數用於建構必要的輸出 JDBC 網址：

OUTPUT_JDBC_HOST
OUTPUT_JDBC_PORT
OUTPUT_JDBC_DATABASE，或 (如果是 Oracle) OUTPUT_JDBC_SERVICE
OUTPUT_JDBC_USERNAME
OUTPUT_JDBC_PASSWORD

使用下列其中一種連接器專屬格式，建構 OUTPUT_JDBC_CONNECTION_URL：

MySQL：

jdbc:mysql://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_DATABASE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD

PostgreSQL：

jdbc:postgresql://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_DATABASE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD

Microsoft SQL Server：

jdbc:sqlserver://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT;databaseName=OUTPUT_JDBC_DATABASE;user=OUTPUT_JDBC_USERNAME;password=OUTPUT_JDBC_PASSWORD

Oracle：

jdbc:oracle:thin:@//OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_SERVICE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD

INPUT_JDBC_TABLE：必填。輸入內容 JDBC 資料表名稱或 JDBC 輸入資料表的 SQL 查詢。
範例 (SQL 查詢應位於括號內)： (select * from TABLE_NAME) as ALIAS_TABLE_NAME
OUTPUT_JDBC_TABLE：必填。用於儲存輸出內容的 JDBC 資料表。
INPUT_DRIVER 和 OUTPUT_DRIVER：必填。用於連線的 JDBC 輸入和輸出驅動程式：
- MySQL：
```
com.mysql.cj.jdbc.Driver
```
- PostgreSQL：
```
org.postgresql.Driver
```
- Microsoft SQL Server：
```
com.microsoft.sqlserver.jdbc.SQLServerDriver
```
- Oracle：
```
oracle.jdbc.driver.OracleDriver
```
INPUT_PARTITION_COLUMN、 LOWERBOUND、 UPPERBOUND、 NUM_PARTITIONS：選用。如果使用，則必須指定下列所有參數：
- INPUT_PARTITION_COLUMN：JDBC 輸入資料表分區資料欄名稱。
- LOWERBOUND：用於判斷分區步幅的 JDBC 輸入資料表分區資料欄範圍下限。
- UPPERBOUND：用於判斷分區步幅的 JDBC 輸入資料表分區資料欄範圍上限。
- NUM_PARTITIONS：可用於平行處理資料表讀寫作業的分區數量上限。如果指定這個值，系統會用於 JDBC 輸入和輸出連線。
FETCHSIZE：選用。每次往返要擷取的列數。
BATCH_SIZE：選用。每次往返要插入的記錄數。預設值：1000。
MODE：選用。JDBC 輸出內容的寫入模式。選項：Append、Overwrite、Ignore 或 ErrorIfExists。
TABLE_PROPERTIES：選用。這個選項可讓您在建立輸出資料表時，設定資料庫專屬的資料表和分區選項。
PRIMARY_KEY：選用。輸出資料表的主鍵欄。提及的資料欄不得包含重複值，否則會擲回錯誤。
JDBC_SESSION_INIT：選用。工作階段初始化陳述式，用於讀取 Java 範本。
LOG_LEVEL：選用。記錄層級。可設為 ALL、DEBUG、ERROR、FATAL、INFO、OFF、TRACE 或 WARN。預設值：INFO。
TEMP_VIEW 和 TEMP_QUERY：選用。您可以使用這兩個選用參數，在將資料載入 Cloud Storage 時套用 Spark SQL 轉換。TEMP_VIEW 必須與查詢中使用的資料表名稱相同，而 TEMP_QUERY 則是查詢陳述式。
SERVICE_ACCOUNT：選用。如未提供，系統會使用預設的 Compute Engine 服務帳戶。
PROPERTY 和 PROPERTY_VALUE：選用。以半形逗號分隔的Spark 屬性=value配對清單。
LABEL 和 LABEL_VALUE：選用。以半形逗號分隔的 label=value 配對清單。
KMS_KEY：選用。用於加密的 Cloud Key Management Service 金鑰。如果未指定金鑰，系統會使用 Google-owned and Google-managed encryption key加密靜態資料。
範例： projects/PROJECT_ID/regions/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME

HTTP 方法和網址：

POST https://dataproc.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/batches

JSON 要求主體：


{
  "environmentConfig": {
    "executionConfig": {
      "subnetworkUri": "SUBNET",
      "kmsKey": "KMS_KEY",
      "serviceAccount": "SERVICE_ACCOUNT"
    }
  },
  "labels": {
    "LABEL": "LABEL_VALUE"
  },
  "runtimeConfig": {
    "version": "1.2",
    "properties": {
      "PROPERTY": "PROPERTY_VALUE"
    }
  },
  "sparkBatch": {
    "mainClass": "com.google.cloud.dataproc.templates.main.DataProcTemplate",
    "args": [
      "--template","JDBCTOJDBC",
      "--templateProperty","log.level=LOG_LEVEL",
      "--templateProperty","project.id=PROJECT_ID",
      "--templateProperty","jdbctojdbc.input.url=INPUT_JDBC_CONNECTION_URL",
      "--templateProperty","jdbctojdbc.input.driver=INPUT_DRIVER",
      "--templateProperty","jdbctojdbc.input.table=INPUT_TABLE",
      "--templateProperty","jdbctojdbc.output.url=OUTPUT_JDBC_CONNECTION_URL",
      "--templateProperty","jdbctojdbc.output.driver=OUTPUT_DRIVER",
      "--templateProperty","jdbctojdbc.output.table=OUTPUT_TABLE",
      "--templateProperty","jdbctojdbc.input.fetchsize=FETCHSIZE",
      "--templateProperty","jdbctojdbc.input.partitioncolumn=INPUT_PARTITION_COLUMN",
      "--templateProperty","jdbctojdbc.input.lowerbound=LOWERBOUND",
      "--templateProperty","jdbctojdbc.input.upperbound=UPPERBOUND",
      "--templateProperty","jdbctojdbc.numpartitions=NUM_PARTITIONS",
      "--templateProperty","jdbctojdbc.output.mode=MODE",
      "--templateProperty","jdbctojdbc.output.batch.size=BATCH_SIZE",
      "--templateProperty","jdbctojdbc.output.primary.key=PRIMARY_KEY",
      "--templateProperty","jdbctojdbc.output.create.table.option=TABLE_PROPERTIES",
      "--templateProperty","jdbctojdbc.sessioninitstatement=JDBC_SESSION_INIT",
      "--templateProperty","jdbctojdbc.temp.view.name=TEMP_VIEW",
      "--templateProperty","jdbctojdbc.sql.query=TEMP_QUERY"
    ],
    "jarFileUris": [
      "gs://dataproc-templates-binaries/TEMPLATE_VERSION/java/dataproc-templates.jar",
      "INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH",
      "OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH"
    ]
  }
}

如要傳送要求，請展開以下其中一個選項：

curl (Linux、macOS 或 Cloud Shell)

注意： 下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI，或使用 Cloud Shell，自動登入 gcloud CLI。您可以執行 gcloud auth list 查看目前有效的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://dataproc.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/batches"

PowerShell (Windows)

注意： 下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list 查看目前有效的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://dataproc.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/batches" | Select-Object -Expand Content

您應該會收到如下的 JSON 回應：


{
  "name": "projects/PROJECT_ID/regions/REGION/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.dataproc.v1.BatchOperationMetadata",
    "batch": "projects/PROJECT_ID/locations/REGION/batches/BATCH_ID",
    "batchUuid": "de8af8d4-3599-4a7c-915c-798201ed1583",
    "createTime": "2023-02-24T03:31:03.440329Z",
    "operationType": "BATCH",
    "description": "Batch"
  }
}