Criar e executar um fluxo de trabalho no Dataform

Neste guia de início rápido, mostramos o processo a seguir no Dataform para criar e executar um fluxo de trabalho no BigQuery:

Antes de começar

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. Enable the BigQuery and Dataform APIs.

    Enable the APIs

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. Verify that billing is enabled for your Google Cloud project.

  7. Enable the BigQuery and Dataform APIs.

    Enable the APIs

    8.

    Funções exigidas

    Para receber as permissões necessárias para criar e executar um fluxo de trabalho no Dataform, peça ao administrador para conceder a você os seguintes papéis do IAM no projeto que vai hospedar seu repositório do Dataform:

    Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.

    Também é possível conseguir as permissões necessárias por meio de papéis personalizados ou de outros papéis predefinidos.

    Criar um repositório do Dataform

    1. No Google Cloud console, acesse a página Dataform.

      Acesse o Dataform

    2. Clique em Criar repositório.

    3. Na página Criar repositório, faça o seguinte:

      1. No campo Código do repositório, insira quickstart-repository.

      2. Na lista Região, selecione europe-west4.

      3. Clique em Criar.

    criar e inicializar um espaço de trabalho de desenvolvimento do Dataform

    1. No Google Cloud console, acesse a página Dataform.

      Acesse o Dataform

    2. Clique em quickstart-repository.

    3. Clique em Criar espaço de trabalho de desenvolvimento.

    4. Na janela Criar espaço de trabalho de desenvolvimento, faça o seguinte:

      1. No campo Código do espaço de trabalho, digite quickstart-workspace.

      2. Clique em Criar.

      A página do espaço de trabalho de desenvolvimento é exibida.

    5. Clique em Inicializar espaço de trabalho.

    Criar uma visualização

    Nas seções a seguir, você define uma visualização que será usada posteriormente como fonte de dados para uma tabela.

    criar um arquivo SQLX para definir uma visualização

    1. No painel Arquivos, ao lado de definitions/, clique no menu Mais.

    2. Selecione Criar arquivo.

    3. No painel Criar novo arquivo, faça o seguinte:

      1. No campo Adicionar um caminho de arquivo, insira definitions/quickstart-source.sqlx.

      2. Selecione Criar arquivo.

    Defina uma visualização

    1. No painel Arquivos, expanda a pasta "definitions".

    2. Clique em definitions/quickstart-source.sqlx.

    3. No arquivo, digite este snippet de código:

      config {
 type: "view"
}

SELECT
 "apples" AS fruit,
 2 AS count
UNION ALL
SELECT
 "oranges" AS fruit,
 5 AS count
UNION ALL
SELECT
 "pears" AS fruit,
 1 AS count
UNION ALL
SELECT
 "bananas" AS fruit,
 0 AS count

    4. Clique em Formatar.

    Criar uma tabela

    Nas seções a seguir, você vai definir o tipo da tabela em um arquivo SQLX e, depois, escrever uma instrução SELECT para definir a estrutura da tabela no mesmo arquivo.

    criar um arquivo SQLX para definição de tabela

    1. No painel Arquivos, ao lado de definitions/, clique no menu Mais e selecione Criar arquivo.

    2. No campo Adicionar um caminho de arquivo, insira definitions/quickstart-table.sqlx.

    3. Selecione Criar arquivo.

    Defina o tipo, a estrutura e as dependências da tabela

    1. No painel Arquivos, abra o diretório definitions/.

    2. Selecione quickstart-table.sqlx e insira o tipo de tabela e a instrução SELECT a seguir:

      config {
 type: "table"
}

SELECT
 fruit,
 SUM(count) as count
FROM ${ref("quickstart-source")}
GROUP BY 1

    3. Clique em Formatar.

    Depois de definir o tipo de tabela, o Dataform gera um erro de validação de consulta porque quickstart-source ainda não existe no BigQuery. Esse erro é resolvido quando você executa o fluxo de trabalho mais adiante neste tutorial.

    Executar o fluxo de trabalho no BigQuery

    1. No Google Cloud console, acesse a página Dataform.

      Acesse o Dataform

    2. Na página quickstart-workspace, clique em Iniciar execução.

    3. Clique em Todas as ações.

    4. Clique em Iniciar execução.

    5. Na caixa de diálogo que aparece, clique em Permitir para conceder permissão aos Pipelines do BigQuery de acessar sua Conta do Google.

      O Dataform usa as configurações de repositório padrão para criar o conteúdo do seu fluxo de trabalho em um conjunto de dados do BigQuery chamado dataform.

    Acessar registros de execução no Dataform

    1. Na página quickstart-repository, clique em Registros de execução de fluxo de trabalho.

    2. Para conferir os detalhes, clique na última execução.

    Limpar

    Para evitar cobranças na sua conta do Google Cloud pelos recursos usados nesta página, siga estas etapas.

    Excluir o conjunto de dados criado no BigQuery

    Para evitar cobranças por recursos do BigQuery, exclua o conjunto de dados chamado dataform.

    1. No console Google Cloud , acesse a página BigQuery.

      Acessar o BigQuery

    2. No painel Explorer, expanda o projeto e selecione dataform.

    3. Clique no menu Ações e selecione Excluir.

    4. Na caixa de diálogo Excluir conjunto de dados, digite delete no campo e clique em Excluir.

    Excluir o espaço de trabalho de desenvolvimento do Dataform

    A criação de espaços de trabalho de desenvolvimento do Dataform não gera custos, mas para excluir o espaço de trabalho de desenvolvimento, siga estas etapas:

    1. No Google Cloud console, acesse a página Dataform.

      Acesse o Dataform

    2. Clique em quickstart-repository.

    3. Na guia Espaços de trabalho de desenvolvimento, clique no menu Mais ao lado de quickstart-workspace e selecione Excluir.

    4. Para confirmar, clique em Excluir.

    Excluir o repositório do Dataform

    A criação de repositórios do Dataform não gera custos, mas para excluir o repositório, siga estas etapas:

    1. No Google Cloud console, acesse a página Dataform.

      Acesse o Dataform

    2. Em quickstart-repository, clique no menu Mais e selecione Excluir.

    3. Na janela Excluir repositório, insira o nome do repositório para confirmar a exclusão.

    4. Para confirmar, clique em Excluir.

    A seguir