Spanner 到 BigQuery 範本

「Spanner 到 BigQuery」範本是一個批次管道,可從 Spanner 資料表讀取資料,然後將資料寫入 BigQuery。

管道相關規定

  • 執行管道之前,來源 Spanner 資料表必須已存在。
  • 執行管道前,BigQuery 資料集必須已存在。
  • 說明您 BigQuery 結構定義的 JSON 檔案。

    檔案必須包含名為 fields 的頂層 JSON 陣列。 fields 陣列的內容必須使用下列模式:
    {"name": "COLUMN_NAME", "type": "DATA_TYPE"}

    下列 JSON 描述 BigQuery 結構定義範例:

    {
      "fields": [
        {
          "name": "location",
          "type": "STRING"
        },
        {
          "name": "name",
          "type": "STRING"
        },
        {
          "name": "age",
          "type": "STRING"
        },
        {
          "name": "color",
          "type": "STRING"
        },
        {
          "name": "coffee",
          "type": "STRING"
        }
      ]
    }

    「Spanner 到 BigQuery」批次範本不支援將資料匯入目標 BigQuery 資料表中的 STRUCT (記錄) 欄位。

範本參數

必要參數

  • spannerInstanceId:要從中讀取資料的 Spanner 資料庫執行個體 ID。
  • spannerDatabaseId:要匯出的 Spanner 資料庫的資料庫 ID。
  • outputTableSpec:用於寫入輸出內容的 BigQuery 輸出資料表位置。例如 <PROJECT_ID>:<DATASET_NAME>.<TABLE_NAME>。視指定的 createDisposition 而定,系統可能會使用使用者提供的 Avro 結構定義,自動建立輸出資料表。

選用參數

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 Spanner 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/Cloud_Spanner_to_BigQuery_Flex \
    --project=PROJECT_ID \
    --region=REGION_NAME \
    --parameters \
       spannerInstanceId=SPANNER_INSTANCE_ID,\
       spannerDatabaseId=SPANNER_DATABASE_ID,\
       spannerTableId=SPANNER_TABLE_ID,\
       sqlQuery=SQL_QUERY,\
       outputTableSpec=OUTPUT_TABLE_SPEC,\

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
  • SPANNER_INSTANCE_ID:Spanner 執行個體 ID
  • SPANNER_DATABASE_ID:Spanner 資料庫 ID
  • SPANNER_TABLE_ID:Spanner 資料表名稱
  • SQL_QUERY:SQL 查詢
  • OUTPUT_TABLE_SPEC:BigQuery 資料表位置

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": {
       "spannerInstanceId": "SPANNER_INSTANCE_ID",
       "spannerDatabaseId": "SPANNER_DATABASE_ID",
       "spannerTableId": "SPANNER_TABLE_ID",
       "sqlQuery": "SQL_QUERY",
       "outputTableSpec": "OUTPUT_TABLE_SPEC",
     },
     "containerSpecGcsPath": "gs://dataflow-templates-LOCATION/VERSION/flex/Cloud_Spanner_to_BigQuery_Flex",
     "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
  • SPANNER_INSTANCE_ID:Spanner 執行個體 ID
  • SPANNER_DATABASE_ID:Spanner 資料庫 ID
  • SPANNER_TABLE_ID:Spanner 資料表名稱
  • SQL_QUERY:SQL 查詢
  • OUTPUT_TABLE_SPEC:BigQuery 資料表位置

後續步驟