Template Pub/Sub ke Elasticsearch adalah pipeline streaming yang membaca pesan dari langganan Pub/Sub, mengeksekusi fungsi yang ditentukan pengguna (UDF), dan menuliskannya ke Elasticsearch sebagai dokumen. Template Dataflow menggunakan fitur aliran data Elasticsearch untuk menyimpan data deret waktu di beberapa indeks sekaligus memberi Anda satu resource bernama untuk permintaan. Aliran data cocok untuk log, metrik, rekaman aktivitas, dan data lain yang dibuat secara berkelanjutan dan disimpan di Pub/Sub.
Template ini akan membuat aliran data bernama
logs-gcp.DATASET-NAMESPACE
, dengan:
- DATASET adalah nilai parameter template
dataset
, ataupubsub
jika tidak ditentukan. - NAMESPACE adalah nilai parameter template
namespace
, ataudefault
jika tidak ditentukan.
Persyaratan pipeline
- Langganan Pub/Sub sumber harus ada dan pesan harus dienkode dalam format JSON yang valid.
- Host Elasticsearch yang dapat dijangkau secara publik di Google Cloud instance atau di Elastic Cloud dengan Elasticsearch versi 7.0 atau yang lebih tinggi. Lihat Integrasi Google Cloud untuk Elastic untuk mengetahui detail selengkapnya.
- Topik Pub/Sub untuk output error.
Parameter template
Parameter yang diperlukan
- inputSubscription: Langganan Pub/Sub untuk menggunakan input dari. Contoh,
projects/<PROJECT_ID>/subscriptions/<SUBSCRIPTION_NAME>
. - errorOutputTopic: Topik output Pub/Sub untuk memublikasikan catatan yang gagal, dalam format
projects/<PROJECT_ID>/topics/<TOPIC_NAME>
. - connectionUrl: URL Elasticsearch dalam format
https://hostname:[port]
. Jika menggunakan Elastic Cloud, tentukan CloudID. Misalnya,https://elasticsearch-host:9200
. - apiKey: Kunci API berenkode Base64 yang akan digunakan untuk autentikasi.
Parameter opsional
- dataset: Jenis log yang dikirim menggunakan Pub/Sub, yang memiliki dasbor siap pakai. Nilai jenis log yang diketahui adalah
audit
,vpcflow
, danfirewall
. Default:pubsub
. - namespace: Pengelompokan arbitrer, seperti lingkungan (dev, prod, atau qa), tim, atau unit bisnis strategis. Default:
default
. - elasticsearchTemplateVersion: ID Versi Template Dataflow, biasanya ditentukan oleh Google Cloud. Default-nya adalah: 1.0.0.
- javascriptTextTransformGcsPath: URI Cloud Storage dari file .js yang menentukan fungsi yang ditentukan pengguna (UDF) JavaScript yang akan digunakan. Contoh,
gs://my-bucket/my-udfs/my_file.js
. - javascriptTextTransformFunctionName: Nama fungsi yang ditentukan pengguna (UDF) JavaScript yang akan digunakan. Misalnya, jika kode fungsi JavaScript Anda adalah
myTransform(inJson) { /*...do stuff...*/ }
, maka nama fungsinya adalahmyTransform
. Untuk contoh UDF JavaScript, lihat Contoh UDF (https://github.com/GoogleCloudPlatform/DataflowTemplates#udf-examples). - javascriptTextTransformReloadIntervalMinutes: Menentukan seberapa sering UDF dimuat ulang, dalam hitungan menit. Jika nilainya lebih besar dari 0, Dataflow akan memeriksa file UDF di Cloud Storage secara berkala, dan memuat ulang UDF jika file dimodifikasi. Parameter ini memungkinkan Anda mengupdate UDF saat pipeline sedang berjalan, tanpa perlu memulai ulang tugas. Jika nilainya adalah
0
, pemuatan ulang UDF akan dinonaktifkan. Nilai defaultnya adalah0
. - elasticsearchUsername: Nama pengguna Elasticsearch untuk mengautentikasi. Jika ditentukan, nilai
apiKey
akan diabaikan. - elasticsearchPassword: Sandi Elasticsearch untuk melakukan autentikasi. Jika ditentukan, nilai
apiKey
akan diabaikan. - batchSize: Ukuran batch dalam jumlah dokumen. Nilai defaultnya adalah
1000
. - batchSizeBytes: Ukuran batch dalam jumlah byte. Nilai defaultnya adalah
5242880
(5 MB). - maxRetryAttempts: Jumlah maksimum upaya percobaan ulang. Harus lebih besar dari nol. Nilai defaultnya adalah
no retries
. - maxRetryDuration: Durasi percobaan ulang maksimum dalam milidetik. Harus lebih besar dari nol. Nilai defaultnya adalah
no retries
. - propertyAsIndex: Properti dalam dokumen yang diindeks yang nilainya menentukan metadata
_index
untuk disertakan dengan dokumen dalam permintaan massal. Lebih diprioritaskan daripada UDF_index
. Setelan defaultnya adalahnone
. - javaScriptIndexFnGcsPath: Jalur Cloud Storage ke sumber UDF JavaScript untuk fungsi yang menentukan metadata
_index
yang akan disertakan dengan dokumen dalam permintaan massal. Setelan defaultnya adalahnone
. - javaScriptIndexFnName: Nama fungsi JavaScript UDF yang menentukan metadata
_index
untuk disertakan dengan dokumen dalam permintaan massal. Setelan defaultnya adalahnone
. - propertyAsId: Properti dalam dokumen yang diindeks yang nilainya menentukan metadata
_id
untuk disertakan dengan dokumen dalam permintaan massal. Lebih diprioritaskan daripada UDF_id
. Setelan defaultnya adalahnone
. - javaScriptIdFnGcsPath: Jalur Cloud Storage ke sumber UDF JavaScript untuk fungsi yang menentukan metadata
_id
yang akan disertakan dengan dokumen dalam permintaan massal. Setelan defaultnya adalahnone
. - javaScriptIdFnName: Nama fungsi JavaScript UDF yang menentukan metadata
_id
yang akan disertakan dengan dokumen dalam permintaan massal. Setelan defaultnya adalahnone
. - javaScriptTypeFnGcsPath: Jalur Cloud Storage ke sumber UDF JavaScript untuk fungsi yang menentukan metadata
_type
yang akan disertakan dengan dokumen dalam permintaan massal. Setelan defaultnya adalahnone
. - javaScriptTypeFnName: Nama fungsi JavaScript UDF yang menentukan metadata
_type
untuk disertakan dengan dokumen dalam permintaan massal. Setelan defaultnya adalahnone
. - javaScriptIsDeleteFnGcsPath: Jalur Cloud Storage ke sumber UDF JavaScript untuk fungsi yang menentukan apakah akan menghapus dokumen, bukan menyisipkan atau memperbaruinya. Fungsi ini menampilkan nilai string
true
ataufalse
. Setelan defaultnya adalahnone
. - javaScriptIsDeleteFnName: Nama fungsi JavaScript UDF yang menentukan apakah dokumen akan dihapus, bukan disisipkan atau diperbarui. Fungsi ini menampilkan nilai string
true
ataufalse
. Setelan defaultnya adalahnone
. - usePartialUpdate: Apakah akan menggunakan update parsial (update, bukan membuat atau mengindeks, yang memungkinkan dokumen parsial) dengan permintaan Elasticsearch. Nilai defaultnya adalah
false
. - bulkInsertMethod: Apakah akan menggunakan
INDEX
(mengindeks, memungkinkan operasi upsert) atauCREATE
(membuat, error pada _id duplikat) dengan permintaan massal Elasticsearch. Setelan defaultnya adalahCREATE
. - trustSelfSignedCerts: Apakah akan memercayai sertifikat yang ditandatangani sendiri atau tidak. Instance Elasticsearch yang diinstal mungkin memiliki sertifikat yang ditandatangani sendiri. Setel opsi ini ke benar (true) untuk melewati validasi pada sertifikat SSL. (Default:
false
). - disableCertificateValidation: Jika
true
, percayai sertifikat SSL yang ditandatangani sendiri. Instance Elasticsearch mungkin memiliki sertifikat yang ditandatangani sendiri. Untuk melewati validasi sertifikat, tetapkan parameter ini ketrue
. Setelan defaultnya adalahfalse
. - apiKeyKMSEncryptionKey: Kunci Cloud KMS untuk mendekripsi kunci API. Parameter ini wajib diisi jika
apiKeySource
ditetapkan keKMS
. Jika parameter ini diberikan, teruskan stringapiKey
terenkripsi. Enkripsi parameter menggunakan endpoint enkripsi KMS API. Untuk kunci, gunakan formatprojects/<PROJECT_ID>/locations/<KEY_REGION>/keyRings/<KEY_RING>/cryptoKeys/<KMS_KEY_NAME>
. Lihat: https://cloud.google.com/kms/docs/reference/rest/v1/projects.locations.keyRings.cryptoKeys/encrypt Misalnya,projects/your-project-id/locations/global/keyRings/your-keyring/cryptoKeys/your-key-name
. - apiKeySecretId: ID secret Secret Manager untuk apiKey. Jika
apiKeySource
ditetapkan keSECRET_MANAGER
, berikan parameter ini. Gunakan formatprojects/<PROJECT_ID>/secrets/<SECRET_ID>/versions/<SECRET_VERSION>. For example,
projects/your-project-id/secrets/your-secret/versions/your-secret-version`. - apiKeySource: Sumber kunci API. Nilai yang diizinkan adalah
PLAINTEXT
,KMS
, atauSECRET_MANAGER
. Parameter ini diperlukan saat Anda menggunakan Secret Manager atau KMS. JikaapiKeySource
ditetapkan keKMS
,apiKeyKMSEncryptionKey
dan apiKey terenkripsi harus diberikan. JikaapiKeySource
ditetapkan keSECRET_MANAGER
,apiKeySecretId
harus diberikan. JikaapiKeySource
ditetapkan kePLAINTEXT
,apiKey
harus diberikan. Defaultnya adalah: PLAINTEXT. - socketTimeout: Jika disetel, akan menggantikan waktu tunggu percobaan ulang maksimum default dan waktu tunggu soket default (30000 md) di Elastic RestClient.
Fungsi yang ditentukan pengguna (UDF)
Template ini mendukung fungsi yang ditentukan pengguna (UDF) di beberapa titik dalam pipeline, yang dijelaskan di bawah. Untuk mengetahui informasi selengkapnya, lihat Membuat fungsi yang ditentukan pengguna untuk template Dataflow.
Fungsi transformasi teks
Mengubah pesan Pub/Sub menjadi dokumen Elasticsearch.
Parameter template:
javascriptTextTransformGcsPath
: URI Cloud Storage file JavaScript.javascriptTextTransformFunctionName
: nama fungsi JavaScript.
Spesifikasi fungsi:
- Input: kolom data pesan Pub/Sub, diserialisasi sebagai string JSON.
- Output: dokumen JSON yang diubah menjadi string untuk disisipkan ke dalam Elasticsearch.
Fungsi indeks
Menampilkan indeks tempat dokumen berada.
Parameter template:
javaScriptIndexFnGcsPath
: Cloud Storage URI file JavaScript.javaScriptIndexFnName
: nama fungsi JavaScript.
Spesifikasi fungsi:
- Input: dokumen Elasticsearch, diserialisasi sebagai string JSON.
- Output: nilai kolom metadata
_index
dokumen.
Fungsi ID dokumen
Menampilkan ID dokumen.
Parameter template:
javaScriptIdFnGcsPath
: Cloud Storage URI file JavaScript.javaScriptIdFnName
: nama fungsi JavaScript.
Spesifikasi fungsi:
- Input: dokumen Elasticsearch, diserialisasi sebagai string JSON.
- Output: nilai kolom metadata
_id
dokumen.
Fungsi penghapusan dokumen
Menentukan apakah akan menghapus dokumen. Untuk menggunakan fungsi ini, tetapkan mode penyisipan massal ke INDEX
dan berikan
fungsi ID dokumen.
Parameter template:
javaScriptIsDeleteFnGcsPath
: Cloud Storage URI file JavaScript.javaScriptIsDeleteFnName
: nama fungsi JavaScript.
Spesifikasi fungsi:
- Input: dokumen Elasticsearch, diserialisasi sebagai string JSON.
- Output: menampilkan string
"true"
untuk menghapus dokumen, atau"false"
untuk meng-upsert dokumen.
Fungsi jenis pemetaan
Menampilkan jenis pemetaan dokumen.
Parameter template:
javaScriptTypeFnGcsPath
: Cloud Storage URI file JavaScript.javaScriptTypeFnName
: nama fungsi JavaScript.
Spesifikasi fungsi:
- Input: dokumen Elasticsearch, diserialisasi sebagai string JSON.
- Output: nilai kolom metadata
_type
dokumen.
Menjalankan template
Konsol
- Buka halaman Dataflow Create job from template. Buka Membuat tugas dari template
- Di kolom Nama tugas, masukkan nama tugas yang unik.
- 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.
- Dari menu drop-down Template Dataflow, pilih the Pub/Sub to Elasticsearch template.
- Di kolom parameter yang disediakan, masukkan nilai parameter Anda.
- 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/PubSub_to_Elasticsearch_Flex \ --parameters \ inputSubscription=SUBSCRIPTION_NAME,\ connectionUrl=CONNECTION_URL,\ dataset=DATASET,\ namespace=NAMESPACE,\ apiKey=APIKEY,\ errorOutputTopic=ERROR_OUTPUT_TOPIC
Ganti kode berikut:
PROJECT_ID
: ID Google Cloud project tempat Anda ingin menjalankan tugas DataflowJOB_NAME
: nama tugas unik pilihan AndaREGION_NAME
: region tempat Anda ingin men-deploy tugas Dataflow—misalnya,us-central1
VERSION
: versi template yang ingin Anda gunakanAnda dapat menggunakan nilai berikut:
latest
untuk menggunakan versi template terbaru, yang tersedia di folder induk tanpa tanggal di bucket— gs://dataflow-templates-REGION_NAME/latest/- nama versi, seperti
2023-09-12-00_RC00
, untuk menggunakan versi template tertentu, yang dapat ditemukan bertingkat di folder induk yang diberi tanggal di bucket— gs://dataflow-templates-REGION_NAME/
ERROR_OUTPUT_TOPIC
: topik Pub/Sub Anda untuk output errorSUBSCRIPTION_NAME
: nama langganan Pub/Sub AndaCONNECTION_URL
: URL Elasticsearch AndaDATASET
: jenis log AndaNAMESPACE
: namespace Anda untuk set dataAPIKEY
: kunci API berenkode base64 Anda untuk autentikasi
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": { "inputSubscription": "SUBSCRIPTION_NAME", "connectionUrl": "CONNECTION_URL", "dataset": "DATASET", "namespace": "NAMESPACE", "apiKey": "APIKEY", "errorOutputTopic": "ERROR_OUTPUT_TOPIC" }, "containerSpecGcsPath": "gs://dataflow-templates-LOCATION/VERSION/flex/PubSub_to_Elasticsearch_Flex", } }
Ganti kode berikut:
PROJECT_ID
: ID Google Cloud project tempat Anda ingin menjalankan tugas DataflowJOB_NAME
: nama tugas unik pilihan AndaLOCATION
: region tempat Anda ingin men-deploy tugas Dataflow—misalnya,us-central1
VERSION
: versi template yang ingin Anda gunakanAnda dapat menggunakan nilai berikut:
latest
untuk menggunakan versi template terbaru, yang tersedia di folder induk tanpa tanggal di bucket— gs://dataflow-templates-REGION_NAME/latest/- nama versi, seperti
2023-09-12-00_RC00
, untuk menggunakan versi template tertentu, yang dapat ditemukan bertingkat di folder induk yang diberi tanggal di bucket— gs://dataflow-templates-REGION_NAME/
ERROR_OUTPUT_TOPIC
: topik Pub/Sub Anda untuk output errorSUBSCRIPTION_NAME
: nama langganan Pub/Sub AndaCONNECTION_URL
: URL Elasticsearch AndaDATASET
: jenis log AndaNAMESPACE
: namespace Anda untuk set dataAPIKEY
: kunci API berenkode base64 Anda untuk autentikasi
Langkah berikutnya
- Pelajari template Dataflow.
- Lihat daftar template yang disediakan Google.