Template BigQuery ke Clickhouse

Template BigQuery to Clickhouse adalah pipeline batch yang menyalin data dari tabel BigQuery ke tabel Clickhouse yang ada. Template dapat membaca seluruh tabel atau membaca data tertentu menggunakan kueri yang diberikan.

Persyaratan pipeline

  • Tabel BigQuery sumber harus ada.
  • Tabel Clickhouse harus ada.

Parameter template

Parameter yang diperlukan

  • jdbcUrl: URL JDBC ClickHouse target dalam format jdbc:clickhouse://host:port/schema. Opsi JDBC apa pun dapat ditambahkan di akhir URL JDBC. Misalnya, jdbc:clickhouse://localhost:8123/default.
  • clickHouseUsername: Nama pengguna ClickHouse untuk autentikasi.
  • clickHouseTable: Nama tabel ClickHouse target untuk menyisipkan data.

Parameter opsional

  • inputTableSpec: Tabel BigQuery yang akan dibaca. Jika Anda menentukan inputTableSpec, template akan membaca data langsung dari penyimpanan BigQuery menggunakan BigQuery Storage Read API (https://cloud.google.com/bigquery/docs/reference/storage). Untuk mengetahui informasi tentang batasan di Storage Read API, lihat https://cloud.google.com/bigquery/docs/reference/storage#limitations. Anda harus menentukan inputTableSpec atau query. Jika Anda menetapkan kedua parameter, template akan menggunakan parameter query. Misalnya, <BIGQUERY_PROJECT>:<DATASET_NAME>.<INPUT_TABLE>.
  • outputDeadletterTable: Tabel BigQuery untuk pesan yang gagal mencapai tabel output. Jika tidak ada, tabel akan dibuat selama eksekusi pipeline. Jika tidak ditentukan, <outputTableSpec>_error_records akan digunakan. Misalnya, <PROJECT_ID>:<DATASET_NAME>.<DEADLETTER_TABLE>.
  • kueri: Kueri SQL yang akan digunakan untuk membaca data dari BigQuery. Jika set data BigQuery berada di project yang berbeda dengan tugas Dataflow, tentukan nama set data lengkap dalam kueri SQL, misalnya: <PROJECT_ID>.<DATASET_NAME>.<TABLE_NAME>. Secara default, parameter query menggunakan GoogleSQL (https://cloud.google.com/bigquery/docs/introduction-sql), kecuali jika useLegacySql adalah true. Anda harus menentukan inputTableSpec atau query. Jika Anda menetapkan kedua parameter, template akan menggunakan parameter query. Misalnya, select * from sampledb.sample_table.
  • useLegacySql: Setel ke true untuk menggunakan legacy SQL. Parameter ini hanya berlaku saat menggunakan parameter query. Setelan defaultnya adalah false.
  • queryLocation: Diperlukan saat membaca dari tampilan yang diizinkan tanpa izin tabel pokok. Contoh, US.
  • queryTempDataset: Dengan opsi ini, Anda dapat menetapkan set data yang ada untuk membuat tabel sementara guna menyimpan hasil kueri. Contoh, temp_dataset.
  • KMSEncryptionKey: Jika membaca dari BigQuery menggunakan sumber kueri, gunakan kunci Cloud KMS ini untuk mengenkripsi tabel sementara yang dibuat. Contoh, projects/your-project/locations/global/keyRings/your-keyring/cryptoKeys/your-key.
  • clickHousePassword: Sandi ClickHouse untuk mengautentikasi.
  • maxInsertBlockSize: Ukuran blok maksimum untuk penyisipan, jika kita mengontrol pembuatan blok untuk penyisipan (opsi ClickHouseIO).
  • insertDistributedSync: Jika setelan diaktifkan, masukkan kueri ke dalam antrean terdistribusi hingga data akan dikirim ke semua node dalam cluster. (Opsi ClickHouseIO).
  • insertQuorum: Untuk kueri INSERT dalam tabel yang direplikasi, tunggu penulisan untuk jumlah replika yang ditentukan dan linearisasi penambahan data. 0 - dinonaktifkan. Setelan ini dinonaktifkan di setelan server default (opsi ClickHouseIO).
  • insertDeduplicate: Untuk kueri INSERT di tabel yang direplikasi, menentukan bahwa deduplikasi blok penyisipan harus dilakukan.
  • maxRetries: Jumlah maksimum percobaan ulang per penyisipan.

Menjalankan template

Konsol

  1. Buka halaman Dataflow Create job from template.
  2. Buka Membuat tugas dari template
  3. Di kolom Nama tugas, masukkan nama tugas yang unik.
  4. 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.

  5. Dari menu drop-down Template Dataflow, pilih the BigQuery to Clickhouse template.
  6. Di kolom parameter yang disediakan, masukkan nilai parameter Anda.
  7. Klik Run job.

gcloud

Di shell atau terminal Anda, jalankan template:

gcloud dataflow flex-template run JOB_NAME \
    --project=PROJECT_ID \
    --region=REGION_NAME \
    --template-file-gcs-location=gs://dataflow-templates-REGION_NAME/VERSION/flex/BigQuery_to_Clickhouse \
    --parameters \
jdbcUrl=JDBC_URL,\
clickHouseUsername=CLICKHOUSE_USERNAME,\
clickHouseTable=CLICKHOUSE_TABLE

Ganti kode berikut:

  • PROJECT_ID: ID Google Cloud project tempat Anda ingin menjalankan tugas Dataflow
  • JOB_NAME: nama tugas unik pilihan Anda
  • REGION_NAME: region tempat Anda ingin men-deploy tugas Dataflow—misalnya, us-central1
  • VERSION: versi template yang ingin Anda gunakan

    Anda dapat menggunakan nilai berikut:

  • JDBC_URL: URL JDBC Anda.
  • CLICKHOUSE_USERNAME: nama pengguna Clickhouse Anda.
  • CLICKHOUSE_TABLE: tabel Clickhouse Anda.

API

Untuk menjalankan template menggunakan REST API, kirim permintaan HTTP POST. 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
{
   "launch_parameter": {
      "jobName": "JOB_NAME",
      "parameters": {
          "jdbcUrl": "JDBC_URL",
          "clickHouseUsername": "CLICKHOUSE_USERNAME",
          "clickHouseTable": "CLICKHOUSE_TABLE"
      },
      "containerSpecGcsPath": "gs://dataflow-templates-LOCATION/VERSION/flex/BigQuery_to_Clickhouse",
   }
}

Ganti kode berikut:

  • PROJECT_ID: ID Google Cloud project tempat Anda ingin menjalankan tugas Dataflow
  • JOB_NAME: nama tugas unik pilihan Anda
  • LOCATION: region tempat Anda ingin men-deploy tugas Dataflow—misalnya, us-central1
  • VERSION: versi template yang ingin Anda gunakan

    Anda dapat menggunakan nilai berikut:

  • JDBC_URL: URL JDBC Anda.
  • CLICKHOUSE_USERNAME: nama pengguna Clickhouse Anda.
  • CLICKHOUSE_TABLE: tabel Clickhouse Anda.

Langkah berikutnya