Melacak asal-usul data untuk tabel BigQuery

Silsilah data memungkinkan Anda melacak bagaimana data bergerak melalui sistem: dari mana data berasal, ke mana data diteruskan, dan transformasi yang diterapkan pada data.

Pelajari cara mulai melacak asal-usul data untuk tugas kueri dan penyalinan BigQuery:

  1. Salin dua tabel dari set data new_york_taxi_trips yang tersedia secara publik.

  2. Gabungkan jumlah total perjalanan taksi dari kedua tabel ke dalam tabel baru.

  3. Lihat grafik visualisasi silsilah untuk ketiga operasi.

Sebelum memulai

Siapkan project Anda:

  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 Dataplex Universal Catalog, BigQuery, and data lineage 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 Dataplex Universal Catalog, BigQuery, and data lineage APIs.

    Enable the APIs

    8.

    Peran yang diperlukan

    Untuk mendapatkan izin yang Anda perlukan guna melihat grafik visualisasi silsilah, minta administrator untuk memberi Anda peran IAM berikut:

    Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.

    Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.

    Menambahkan set data publik ke project Anda

    1. Di Google Cloud konsol, buka halaman BigQuery.

      Buka BigQuery

    2. Di panel Explorer, klik Tambahkan data.

    3. Di panel Add data, pilih Public datasets.

    4. Di panel Marketplace, telusuri NYC TLC Trips, lalu klik hasil NYC TLC Trips.

    5. Klik View dataset.

    Tindakan ini akan menambahkan project set data publik sebagai referensi yang dapat Anda lihat di panel Explorer. Panel detail menampilkan Info set data, termasuk informasi seperti ID set data, Lokasi data, dan tanggal Terakhir diubah.

    Membuat set data di project Anda

    1. Di panel Explorer, pilih project tempat Anda ingin membuat set data.

    2. Klik Actions, lalu klik Create dataset.

    3. Di halaman Create dataset, pada kolom Dataset ID, masukkan: data_lineage_demo. Biarkan kolom lain tetap pada nilai defaultnya.

    4. Klik Create dataset.

    5. Di panel Penjelajah, klik data_lineage_demo yang baru ditambahkan.

    Panel detail menampilkan Info set data-nya.

    Menyalin dua tabel yang dapat diakses secara publik ke set data Anda

    1. Buka editor kueri: Di panel detail, di samping tab yang disebut data_lineage_demo, klik (Buat kueri baru). Langkah ini akan membuat tab bernama Untitled.

    2. Di editor kueri, salin tabel pertama dengan memasukkan kueri berikut. Ganti PROJECT_ID dengan ID project Anda.

      CREATE TABLE `PROJECT_ID.data_lineage_demo.nyc_green_trips_2021`
COPY `bigquery-public-data.new_york_taxi_trips.tlc_green_trips_2021`

    3. Klik Run. Langkah ini membuat tabel pertama, yang disebut nyc_green_trips_2021.

    4. Di panel Query results, klik Go to table. Langkah ini menampilkan isi tabel pertama.

    5. Di editor kueri, salin tabel kedua dengan mengganti kueri sebelumnya dengan kueri berikut. Ganti PROJECT_ID dengan ID project Anda.

      CREATE TABLE `PROJECT_ID.data_lineage_demo.nyc_green_trips_2022`
COPY `bigquery-public-data.new_york_taxi_trips.tlc_green_trips_2022`

    6. Klik Run. Langkah ini membuat tabel kedua, yang disebut nyc_green_trips_2022.

    7. Di panel Query results, klik Go to table. Langkah ini menampilkan isi tabel kedua.

    Menggabungkan data ke dalam tabel baru

    1. Di editor kueri, masukkan kueri berikut. Ganti PROJECT_ID dengan ID project Anda.

      CREATE TABLE `PROJECT_ID.data_lineage_demo.total_green_trips_22_21`
AS SELECT vendor_id, COUNT(*) AS number_of_trips
FROM (
     SELECT vendor_id FROM `PROJECT_ID.data_lineage_demo.nyc_green_trips_2022`
     UNION ALL
     SELECT vendor_id FROM `PROJECT_ID.data_lineage_demo.nyc_green_trips_2021`
)
GROUP BY vendor_id

    2. Klik Run. Langkah ini akan membuat tabel gabungan, yang disebut total_green_trips_22_21.

    3. Di panel Query results, klik Go to table. Langkah ini menampilkan tabel gabungan.

    Melihat grafik silsilah di Katalog Universal Dataplex

    1. Di konsol Google Cloud , buka halaman Penelusuran Dataplex Universal Catalog.

      Buka Penelusuran

    2. Untuk Pilih platform penelusuran, pilih Dataplex Catalog sebagai mode penelusuran.

    3. Di kotak Penelusuran, masukkan total_green_trips_22_21, lalu klik Telusuri.

    4. Dari daftar hasil, klik total_green_trips_22_21. Langkah ini menampilkan tab Detail tabel BigQuery.

    5. Klik tab Silsilah.

    Tabel total_green_trips_22_21 dengan panel detail yang di-dock ke bagian bawah.
    Gambar 1. Silsilah data dengan detail node

    Dalam grafik silsilah, setiap node persegi panjang mewakili tabel, baik tabel asli, yang disalin, atau yang digabungkan. Anda dapat melakukan hal berikut:

    • Untuk menampilkan atau menyembunyikan asal tabel, klik + (Luaskan) atau - (Ciutkan).

    • Untuk menampilkan informasi tabel, klik sebuah node. Langkah ini menampilkan panel Detail node.

    • Untuk menampilkan informasi proses, klik melihat detail proses silsilah. Langkah ini menampilkan panel Detail proses yang menunjukkan tugas yang mengubah tabel sumber menjadi tabel target.

    Tabel perantara nyc_green_trips_2021 dengan panel detail yang di-dock ke bagian bawah.
    Gambar 2. Silsilah data dengan detail proses

    Pembersihan

    Agar akun Google Cloud Anda tidak dikenai biaya untuk resource yang digunakan pada halaman ini, ikuti langkah-langkah berikut.

    Menghapus project

    1. In the Google Cloud console, go to the Manage resources page.

      Go to Manage resources

    2. In the project list, select the project that you want to delete, and then click Delete.
    3. In the dialog, type the project ID, and then click Shut down to delete the project.

    Menghapus set data

    1. Di Google Cloud konsol, buka halaman BigQuery.

      Buka BigQuery

    2. Di panel Explorer, telusuri set data data_lineage_demo yang Anda buat.

    3. Klik kanan set data, lalu pilih Hapus.

    4. Konfirmasi tindakan penghapusan Anda.

    Langkah berikutnya