Il modello Spanner to Cloud Storage Text è una pipeline batch che legge i dati da una tabella Spanner e li scrive in Cloud Storage come file di testo CSV.
Requisiti della pipeline
- La tabella Spanner di input deve esistere prima dell'esecuzione della pipeline.
Parametri del modello
Parametri obbligatori
- spannerTable: la tabella Spanner da cui leggere i dati.
- spannerProjectId: l'ID del progetto Google Cloud contenente il database Spanner da cui leggere i dati.
- spannerInstanceId: l'ID istanza della tabella richiesta.
- spannerDatabaseId: l'ID database della tabella richiesta.
- textWritePrefix: il prefisso del percorso Cloud Storage che specifica dove vengono scritti i dati. Ad esempio,
gs://mybucket/somefolder/
.
Parametri facoltativi
- csvTempDirectory: il percorso Cloud Storage in cui vengono scritti i file CSV temporanei. Ad esempio,
gs://your-bucket/your-path
. - spannerPriority: la priorità della richiesta (https://cloud.google.com/spanner/docs/reference/rest/v1/RequestOptions) per le chiamate Spanner. I valori possibili sono
HIGH
,MEDIUM
,LOW
. Il valore predefinito èMEDIUM
. - spannerHost: l'endpoint Cloud Spanner da chiamare nel modello. Utilizzato solo per i test. Ad esempio,
https://batch-spanner.googleapis.com
. Valore predefinito: https://batch-spanner.googleapis.com. - spannerSnapshotTime: il timestamp corrispondente alla versione del database Spanner da cui vuoi leggere. Il timestamp deve essere specificato nel formato UTC Zulu RFC 3339 (https://tools.ietf.org/html/rfc3339). Il timestamp deve essere nel passato e si applica l'obsolescenza massima del timestamp (https://cloud.google.com/spanner/docs/timestamp-bounds#maximum_timestamp_staleness). Ad esempio:
1990-12-31T23:59:60Z
. Il valore predefinito è vuoto. - dataBoostEnabled: impostato su
true
per utilizzare le risorse di calcolo di Spanner Data Boost per eseguire il job con un impatto quasi nullo sui flussi di lavoro OLTP di Spanner. Se il valore è true, è richiesta l'autorizzazionespanner.databases.useDataBoost
Identity and Access Management (IAM). Per ulteriori informazioni, consulta Panoramica di Data Boost (https://cloud.google.com/spanner/docs/databoost/databoost-overview). Il valore predefinito è false.
Esegui il modello
Console
- Vai alla pagina Crea job da modello di Dataflow. Vai a Crea job da modello
- Nel campo Nome job, inserisci un nome univoco per il job.
- (Facoltativo) Per Endpoint a livello di regione, seleziona un valore dal menu a discesa. La regione predefinita è
us-central1
.Per un elenco delle regioni in cui puoi eseguire un job Dataflow, consulta Località di Dataflow.
- Nel menu a discesa Modello di flusso di dati, seleziona the Cloud Spanner to Text Files on Cloud Storage template.
- Nei campi dei parametri forniti, inserisci i valori dei parametri.
- Fai clic su Esegui job.
gcloud
Nella shell o nel terminale, esegui il modello:
gcloud dataflow jobs run JOB_NAME \ --gcs-location gs://dataflow-templates-REGION_NAME/VERSION/Spanner_to_GCS_Text \ --region REGION_NAME \ --parameters \ spannerProjectId=SPANNER_PROJECT_ID,\ spannerDatabaseId=DATABASE_ID,\ spannerInstanceId=INSTANCE_ID,\ spannerTable=TABLE_ID,\ textWritePrefix=gs://BUCKET_NAME/output/
Sostituisci quanto segue:
JOB_NAME
: un nome di job univoco a tua sceltaVERSION
: la versione del modello che vuoi utilizzarePuoi utilizzare i seguenti valori:
latest
per utilizzare la versione più recente del modello, disponibile nella cartella principale senza data del bucket: gs://dataflow-templates-REGION_NAME/latest/- il nome della versione, ad esempio
2023-09-12-00_RC00
, per utilizzare una versione specifica del modello, che si trova nidificata nella rispettiva cartella principale datata nel bucket: gs://dataflow-templates-REGION_NAME/
REGION_NAME
: la regione in cui vuoi eseguire il deployment del job Dataflow, ad esempious-central1
SPANNER_PROJECT_ID
: l'ID progetto Google Cloud del database Spanner da cui vuoi leggere i datiDATABASE_ID
: l'ID database SpannerBUCKET_NAME
: il nome del bucket Cloud StorageINSTANCE_ID
: l'ID istanza SpannerTABLE_ID
: l'ID tabella Spanner
API
Per eseguire il modello utilizzando l'API REST, invia una richiesta POST HTTP. Per ulteriori informazioni sull'API e sui relativi ambiti di autorizzazione, consulta projects.templates.launch
.
POST https://dataflow.googleapis.com/v1b3/projects/PROJECT_ID/locations/LOCATION/templates:launch?gcsPath=gs://dataflow-templates-LOCATION/VERSION/Spanner_to_GCS_Text { "jobName": "JOB_NAME", "parameters": { "spannerProjectId": "SPANNER_PROJECT_ID", "spannerDatabaseId": "DATABASE_ID", "spannerInstanceId": "INSTANCE_ID", "spannerTable": "TABLE_ID", "textWritePrefix": "gs://BUCKET_NAME/output/" }, "environment": { "zone": "us-central1-f" } }
Sostituisci quanto segue:
PROJECT_ID
: l'ID del progetto Google Cloud in cui vuoi eseguire il job DataflowJOB_NAME
: un nome di job univoco a tua sceltaVERSION
: la versione del modello che vuoi utilizzarePuoi utilizzare i seguenti valori:
latest
per utilizzare la versione più recente del modello, disponibile nella cartella principale senza data del bucket: gs://dataflow-templates-REGION_NAME/latest/- il nome della versione, ad esempio
2023-09-12-00_RC00
, per utilizzare una versione specifica del modello, che si trova nidificata nella rispettiva cartella principale datata nel bucket: gs://dataflow-templates-REGION_NAME/
LOCATION
: la regione in cui vuoi eseguire il deployment del job Dataflow, ad esempious-central1
SPANNER_PROJECT_ID
: l'ID progetto Google Cloud del database Spanner da cui vuoi leggere i datiDATABASE_ID
: l'ID database SpannerBUCKET_NAME
: il nome del bucket Cloud StorageINSTANCE_ID
: l'ID istanza SpannerTABLE_ID
: l'ID tabella Spanner
Passaggi successivi
- Scopri di più sui modelli Dataflow.
- Consulta l'elenco dei modelli forniti da Google.