Acerca de la importación y exportación de glosarios y vínculos de entrada

Knowledge Catalog (anteriormente, Dataplex Universal Catalog) te permite importar y exportar glosarios empresariales y vínculos de entradas de forma masiva para administrar tu vocabulario empresarial a gran escala. A medida que crece tu catálogo, las operaciones masivas te ayudan a actualizar los términos y sus relaciones sin administrarlos de forma individual en la consola de Google Cloud .

Terminología

El glosario empresarial de Knowledge Catalog te permite definir un vocabulario empresarial común y asociar esos términos con recursos de datos físicos. Antes de trabajar con las utilidades de importación y exportación, familiarízate con los siguientes componentes clave:

  • Recursos de glosario: Consisten en categorías y términos que establecen tu vocabulario empresarial.

  • Vínculos de entrada: Son las relaciones o asociaciones entre recursos, como entre términos del glosario y recursos de datos. Knowledge Catalog admite tres tipos de vínculos de entrada:

    • definition: asocia un término del glosario con un recurso de datos específico (por ejemplo, una columna de BigQuery)
    • related: Establece una relación entre dos términos relacionados del glosario.
    • synonym: Establece una relación entre dos términos de glosario sinónimos.

Métodos para importar y exportar glosarios y vínculos de entradas

Knowledge Catalog admite dos métodos principales para la administración masiva de glosarios. Elige el método que mejor se adapte a tus necesidades de automatización y a tu interfaz preferida:

  • Importación de metadatos basados en JSON
  • Utilidades basadas en Hojas de cálculo de Google para importar y exportar

Importación de metadatos basados en JSON

Este es el mecanismo integrado y completamente administrado de Knowledge Catalog. Usa la API de Dataplex para importar términos del glosario y sus asociaciones definidas en archivos de metadatos con formato JSON.

Caso de uso de ejemplo: Actualiza automáticamente los metadatos de tu catálogo de conocimientos como parte de una canalización de datos programada diariamente, como sincronizar términos directamente desde una base de datos empresarial externa.

Para obtener más información, consulta Importa glosarios y vínculos de entradas con archivos JSON.

Utilidades basadas en Hojas de cálculo de Google para importar y exportar

Este es un enfoque de código abierto basado en secuencias de comandos que se proporciona en el repositorio de dataplex-labs. Usa una secuencia de comandos de Python para sincronizar los metadatos del glosario entre una hoja de cálculo de Google y Knowledge Catalog.

Caso de uso de ejemplo: Un equipo de administración de datos quiere redactar y revisar de forma colaborativa decenas de términos comerciales nuevos con partes interesadas empresariales no técnicas. El equipo usa este método basado en hojas de cálculo para que todos puedan editar, comentar y aprobar los términos en Hojas de cálculo de Google antes de que un administrador ejecute la secuencia de comandos para subirlos de forma masiva a Knowledge Catalog.

Para obtener más información, consulta los siguientes documentos:

Caso de uso común: Edición de ida y vuelta con Hojas de cálculo de Google

Un flujo de trabajo administrativo común es realizar una edición de ida y vuelta. Esto implica exportar la configuración de tu catálogo existente, realizar modificaciones masivas y volver a aplicar esos cambios a Knowledge Catalog.

En el siguiente flujo de trabajo, se ilustra cómo ejecutar este proceso:

  1. Exporta los metadatos existentes de Knowledge Catalog a Hojas de cálculo de Google.

    Usa las utilidades de exportación de glosarios y exportación de vínculos de entradas para extraer la estructura de glosario y los vínculos de entradas existentes en una hoja de cálculo de Google.

  2. Modifica los metadatos en Hojas de cálculo de Google.

    Realiza los cambios necesarios en la Hoja de cálculo de Google. Debido a que los vínculos simétricos (como los vínculos de entrada synonym y related) se simplifican a una sola dirección durante la exportación para evitar filas duplicadas, solo necesitas administrarlos una vez.

    Puedes agregar filas nuevas a la hoja correspondiente siguiendo el esquema de columnas obligatorio. También puedes modificar detalles, como las descripciones o los nombres visibles, directamente en las filas.

  3. Almacena en etapa intermedia y, luego, importa los cambios de Hojas de cálculo de Google de vuelta a Knowledge Catalog.

    Primero, ejecuta la utilidad de importación de glosario. Esto garantiza que los términos o las categorías nuevos se creen correctamente en el glosario empresarial antes de que intentes vincularlos.

    Ejecuta la utilidad de importación de vínculos de entrada. Esta utilidad lee tus asociaciones actualizadas, las almacena en etapa intermedia en tu bucket de Cloud Storage y aplica los vínculos definition, related y synonym a tu glosario recién actualizado.

¿Qué sigue?