Mit Dataplex Universal Catalog können Sie eine Data-Mesh-Architektur erstellen. In dieser Anleitung erfahren Sie, wie Sie mit Dataplex Universal Catalog-Funktionen wie Lakes, Zonen und Assets ein Data Mesh erstellen.
Ein Data Mesh ist ein organisatorischer und technischer Ansatz, der die Inhaberschaft von Daten dezentralisiert und auf die Domain-Dateninhaber verteilt. Diese Eigentümer stellen die Daten als Produkt auf standardisierte Weise zur Verfügung und erleichtern die Kommunikation zwischen verschiedenen Teilen des Unternehmens, um Datasets über verschiedene Standorte hinweg zu verteilen. Weitere Informationen zu Data Mesh-Architekturen
Lernziele
In dieser Anleitung verwenden Sie die Dataplex Universal Catalog-Entitäten, um eine Data Mesh-Architektur zu erstellen:
- Erstellen Sie einen Dataplex Universal Catalog-Lake, der als Domain für Ihr Data Mesh dient.
- Fügen Sie Ihrem Lake Zonen hinzu, die einzelne Teams in jeder Domain darstellen, und stellen Sie verwaltete Datenverträge bereit.
- Hängen Sie Assets an, die Daten in Cloud Storage zugeordnet sind.
Kosten
In diesem Dokument verwenden Sie die folgenden kostenpflichtigen Komponenten von Google Cloud:
Mit dem Preisrechner können Sie eine Kostenschätzung für Ihre voraussichtliche Nutzung vornehmen.
Nach Abschluss der in diesem Dokument beschriebenen Aufgaben können Sie weitere Kosten vermeiden, indem Sie die erstellten Ressourcen löschen. Weitere Informationen finden Sie unter Bereinigen.
Hinweise
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
Aktivieren Sie die Dataplex Universal Catalog API.
Cloud Storage-Bucket erstellen
Sie benötigen einen Cloud Storage-Bucket zum Speichern der Daten-Assets Ihres Data Mesh.
Folgen Sie der Anleitung unter Cloud Storage-Bucket erstellen, um einen Cloud Storage-Bucket zu erstellen. Beachten Sie dabei Folgendes:
- Geben Sie einen Namen für den Bucket ein.
- Wählen Sie als Standorttyp die Option Region und dann im Menü us-central1 (Iowa) aus.
Domain erstellen
Rufen Sie in der Google Cloud Console die Seite „Dataplex Universal Catalog“ auf.
Rufen Sie die Ansicht Verwalten auf.
Klicken Sie auf Erstellen, um einen neuen Lake zu erstellen, der als Data Mesh dient.
Geben Sie im Feld Anzeigename den Wert
My data meshein.Wählen Sie bei Region die Option
us-central1aus.Wählen Sie den Dataproc Metastore-Dienst aus, den Sie zuvor erstellt und konfiguriert haben, um ihn als zugehörigen Metastore zu verwenden.
Klicken Sie auf Erstellen.
Zonen in Ihrem Lake erstellen
Nachdem Sie eine Domain durch Erstellen eines Dataplex Universal Catalog-Lakes erstellt haben, können Sie verwaltete Datenverträge und einzelne Teams in der Domain mithilfe von Zonen hosten. Es gibt zwei Arten von Zonen:
Rohzonen werden in der Regel verwendet, um Daten in beliebigen Formaten aus externen Quellen in Cloud Storage zu speichern. Rohzonen sind nützlich für Daten, die weiterverarbeitet werden müssen, bevor sie verwendet werden können.
Kuratierte Zonen werden für strukturierte Daten in Cloud Storage verwendet, die bestimmten Dateiformaten entsprechen und in einem Hive-kompatiblen Verzeichnislayout organisiert sein müssen. Sie sind am nützlichsten für Daten, die für die Verarbeitung und Analyse bereit sind.
Jede Domain (z. B. sales, customers, products) sollte mindestens eine Rohdaten- und eine kuratierte Zone haben.
Zusätzliche Zonen werden verwendet, um Datenverträge zwischen Teams zu verwalten oder eine detailliertere Aufschlüsselung für Teams innerhalb einer bestimmten Domain zu ermöglichen. Beispiel: Inventarverwaltung in der Produktdomäne. Dateninhaber können die Daten in ihrer Domain verwalten und darauf zugreifen.
Rufen Sie in der Google Cloud -Console die Ansicht Verwalten des Dataplex Universal Catalog auf.
Klicken Sie auf den Namen des Lakes (
My data mesh), dem Sie eine Zone hinzufügen möchten.Klicken Sie auf dem Tab Zonen auf Zone hinzufügen.
Geben Sie im Feld Anzeigename den Wert
My sub domainein. Dataplex Universal Catalog generiert automatisch eine ID für Ihre Zone.Wählen Sie als Typ die Option Rohzone aus.
Klicken Sie auf Erstellen.
Assets an Zonen anhängen
Hängen Sie Daten-Assets an Ihre Zone an. Eine Datenquelle, die Speicherressourcen, die Ihre Daten enthalten, kann ein Cloud Storage-Bucket oder ein BigQuery-Dataset sein. Dies ist der letzte Schritt beim Erstellen Ihrer Data Mesh-Architektur.
Klicken Sie im Dataplex Universal Catalog in der Ansicht Verwalten auf den Lake, den Sie erstellt haben (
My data mesh).Klicken Sie auf dem Tab Zonen auf die Zone (
My sub domain), der Sie das Asset hinzufügen möchten.Klicken Sie auf dem Tab Assets auf Assets hinzufügen.
Klicken Sie auf Asset hinzufügen.
Wählen Sie für Typ die Option Cloud Storage-Bucket aus.
Geben Sie im Feld Anzeigename den Wert
Data mesh assetein. Dataplex Universal Catalog generiert automatisch eine Asset-ID für Sie.Klicken Sie im Feld Bucket auf Durchsuchen.
- Wählen Sie Ihren Bucket aus der Liste aus.
- Klicken Sie auf Auswählen.
Klicken Sie auf Fertig und dann auf Weiter.
Klicken Sie auf Weiter, um die Standardeinstellungen für Erweiterte Einstellungen zu übernehmen.
Klicken Sie auf Senden.
Bereinigen
Damit Ihrem Google Cloud-Konto die in dieser Anleitung verwendeten Ressourcen nicht in Rechnung gestellt werden, löschen Sie entweder das Projekt, das die Ressourcen enthält, oder Sie behalten das Projekt und löschen die einzelnen Ressourcen.
Projekt löschen
- In the Google Cloud console, go to the Manage resources page.
- In the project list, select the project that you want to delete, and then click Delete.
- In the dialog, type the project ID, and then click Shut down to delete the project.
Data Mesh-Architektur löschen
Rufen Sie in der Google Cloud -Console die Ansicht Verwalten des Dataplex Universal Catalog auf.
Klicken Sie für den Data Lake, den Sie löschen möchten, auf Mehr ansehen und dann auf Löschen.
Geben Sie
deleteein und klicken Sie auf Lake löschen, um die Aktion zu bestätigen.