AstraDB 到 BigQuery 範本

「AstraDB 到 BigQuery」範本是一個批次管道,可從 AstraDB 讀取記錄並寫入 BigQuery。

如果 BigQuery 中沒有目的地資料表,管道會建立具有下列值的資料表:

  • Dataset ID,繼承自 Cassandra 鍵空間。
  • 這個值會從 Cassandra 資料表繼承。Table ID

系統會根據來源 Cassandra 資料表推斷目的地資料表的結構定義。

  • ListSet 會對應至 BigQuery REPEATED 欄位。
  • Map 對應至 BigQuery RECORD 欄位。
  • 所有其他類型都會對應至具有相應類型的 BigQuery 欄位。
  • 不支援 Cassandra 使用者定義型別 (UDT) 和元組資料型別。

管道相關規定

  • 具有權杖的 AstraDB 帳戶

範本參數

必要參數

  • astraToken:權杖值或密鑰資源 ID。例如:AstraCS:abcdefghij
  • astraDatabaseId:資料庫專屬 ID (UUID)。例如:cf7af129-d33a-498f-ad06-d97a6ee6eb7
  • astraKeyspace:Astra 資料庫中的 Cassandra 鍵空間名稱。
  • astraTable:Cassandra 資料庫中的資料表名稱。例如:my_table

選用參數

  • astraQuery:用於篩選資料列的查詢,而非讀取整個資料表。
  • astraDatabaseRegion:如果未提供,系統會選擇預設值,這對多區域資料庫很有用。
  • minTokenRangesCount:用於分配查詢的分割數下限。
  • outputTableSpec:用於寫入輸出內容的 BigQuery 資料表位置。請使用 <PROJECT_ID>:<DATASET_NAME>.<TABLE_NAME> 格式。資料表的結構定義必須與輸入物件相符。

執行範本

控制台

  1. 前往 Dataflow 的「Create job from template」(透過範本建立工作) 頁面。
  2. 前往「依據範本建立工作」
  3. 在「工作名稱」欄位中,輸入專屬工作名稱。
  4. 選用:如要使用區域端點,請從下拉式選單中選取值。預設區域為 us-central1

    如需可執行 Dataflow 工作的地區清單,請參閱「Dataflow 位置」。

  5. 從「Dataflow template」(Dataflow 範本) 下拉式選單中選取 the AstraDB to BigQuery template。
  6. 在提供的參數欄位中輸入參數值。
  7. 按一下「Run Job」(執行工作)

gcloud

在殼層或終端機中執行範本:

gcloud dataflow flex-template run JOB_NAME \
    --template-file-gcs-location=gs://dataflow-templates-REGION_NAME/VERSION/flex/AstraDB_To_BigQuery \
    --project=PROJECT_ID \
    --region=REGION_NAME \
    --parameters \
       astraToken=ASTRA_TOKEN,\
       astraDatabaseId=ASTRA_DATABASE_ID,\
       astraKeyspace=ASTRA_KEYSPACE,\
       astraTable=ASTRA_TABLE,\

更改下列內容:

  • JOB_NAME: 您選擇的不重複工作名稱
  • VERSION: 您要使用的範本版本

    您可以使用下列值:

  • REGION_NAME: 您要部署 Dataflow 工作的地區,例如 us-central1
  • ASTRA_TOKEN:Astra 權杖
  • ASTRA_DATABASE_ID:資料庫 ID
  • ASTRA_KEYSPACE:Cassandra 鍵空間
  • ASTRA_TABLE:Cassandra 資料表

API

如要使用 REST API 執行範本,請傳送 HTTP POST 要求。如要進一步瞭解 API 和授權範圍,請參閱 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/AstraDB_To_BigQuery",
     "environment": { "maxWorkers": "10" }
  }
}

更改下列內容:

  • PROJECT_ID: 您要執行 Dataflow 工作的專案 ID Google Cloud
  • JOB_NAME: 您選擇的不重複工作名稱
  • VERSION: 您要使用的範本版本

    您可以使用下列值:

  • LOCATION: 您要部署 Dataflow 工作的地區,例如 us-central1
  • ASTRA_TOKEN:Astra 權杖
  • ASTRA_DATABASE_ID:資料庫 ID
  • ASTRA_KEYSPACE:Cassandra 鍵空間
  • ASTRA_TABLE:Cassandra 資料表

後續步驟