Importa i metadati in Dataproc Metastore

Questa pagina spiega come importare i metadati in un servizio Dataproc Metastore.

La funzionalità di importazione dei metadati ti consente di compilare un servizio Dataproc Metastore esistente con metadati archiviati in un formato di archiviazione portatile.

Questi metadati portatili vengono in genere esportati da un altro servizio Dataproc Metastore o da un metastore Hive (HMS) autogestito.

Informazioni sull'importazione dei metadati

Puoi importare i seguenti formati file in Dataproc Metastore:

  • Un insieme di file Avro archiviati in una cartella.
  • Un singolo file di dump MySQL archiviato in una cartella Cloud Storage.

I file MySQL o Avro che stai importando devono essere generati da un database relazionale.

Se i file sono in un formato diverso, ad esempio PostgreSQL, devi converli in formato Avro o MySQL. Dopo la conversione, puoi importarli in Dataproc Metastore.

Avro

Le importazioni basate su Avro sono supportate solo per le versioni di Hive 2.3.6 e 3.1.2. Quando importi file Avro, Dataproc Metastore si aspetta una serie di file <table-name>.avro per ogni tabella del database.

Per importare i file Avro, il servizio Dataproc Metastore può utilizzare il tipo di database MySQL o Spanner.

MySQL

Le importazioni basate su MySQL sono supportate per tutte le versioni di Hive. Quando importi file MySQL, Dataproc Metastore si aspetta un singolo file SQL contenente tutte le informazioni sulle tabelle. Sono supportati anche i dump di MySQL ottenuti da un cluster Dataproc che utilizza Native SQL.

Per importare i file MySQL, il servizio Dataproc Metastore deve utilizzare il tipo di database MySQL. Il tipo di database Spanner non supporta le importazioni MySQL.

Considerazioni sull'importazione

  • L'importazione sovrascrive tutti i metadati esistenti archiviati in un servizio Dataproc Metastore.

  • La funzionalità di importazione dei metadati importa solo i metadati. I dati creati da Apache Hive nelle tabelle interne non vengono replicati nell'importazione.

  • L'importazione non trasforma i contenuti del database e non gestisce la migrazione dei file. Se sposti i dati in una posizione diversa, devi aggiornare manualmente le posizioni e lo schema dei dati delle tabelle nel servizio Dataproc Metastore.

  • L'importazione non ripristina né sostituisce i criteri IAM granulari.

  • Se utilizzi i Controlli di servizio VPC, puoi importare i dati solo da un bucket Cloud Storage che si trova nello stesso perimetro di servizio del servizio Metastore Dataproc.

Prima di iniziare

Ruoli obbligatori

Per ottenere le autorizzazioni necessarie per importare i metadati in Dataproc Metastore, chiedi all'amministratore di concederti i seguenti ruoli IAM:

Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso a progetti, cartelle e organizzazioni.

Questi ruoli predefiniti contengono le autorizzazioni necessarie per importare i metadati in Dataproc Metastore. Per visualizzare le autorizzazioni esatte richieste, espandi la sezione Autorizzazioni richieste:

Autorizzazioni obbligatorie

Per importare i metadati in Dataproc Metastore sono necessarie le seguenti autorizzazioni:

  • Per importare i metadati: metastore.imports.create nel servizio Metastore.
  • Per MySQL, per utilizzare l'oggetto Cloud Storage (file di dump SQL) per l'importazione, concedi al tuo account utente e all'agente di servizio Dataproc Metastore: storage.objects.get sul bucket Cloud Storage contenente il dump dei metadati da importare.
  • Per Avro, per utilizzare il bucket Cloud Storage per l'importazione, concedi al tuo account utente e all'agente di servizio Dataproc Metastore: storage.objects.get autorizzazione sul bucket Cloud Storage contenente il dump dei metadati da importare.

Potresti anche ottenere queste autorizzazioni con ruoli personalizzati o altri ruoli predefiniti.

Per ulteriori informazioni su ruoli e autorizzazioni specifici di Dataproc Metastore, consulta la panoramica di IAM di Dataproc Metastore.

Importare i metadati

L'operazione di importazione è un processo in due passaggi. Innanzitutto, prepara i file di importazione e poi importali in Dataproc Metastore.

Quando avvii un'importazione, Dataproc Metastore esegue una convalida dello schema dei metadati Hive. Questa convalida verifica le tabelle nel file dump SQL e i nomi file per Avro. Se manca una tabella, l'importazione non va a buon fine e viene visualizzato un messaggio di errore che descrive la tabella mancante.

Per verificare la compatibilità dei metadati Hive prima di un'importazione, puoi utilizzare il Dataproc Metastore Toolkit.

Preparare i file di importazione prima dell'importazione

Prima di poter importare i file in Dataproc Metastore, devi copiare i file di dump dei metadati in Cloud Storage, ad esempio nel bucket Cloud Storage degli elementi.

Spostare i file in Cloud Storage

  1. Crea un dump del database esterno che vuoi importare in Dataproc Metastore.

    Per istruzioni sulla creazione di un dump del database, consulta le seguenti pagine:

  2. Carica i file in Cloud Storage.

    Assicurati di annotare il percorso Cloud Storage in cui carichi i file, poiché dovrai utilizzarlo in un secondo momento per eseguire l'importazione.

    • Se importi file MySQL, carica il file SQL in un bucket Cloud Storage.

    • Se importi file Avro, caricali in una cartella Cloud Storage.

      • L'importazione Avro deve includere un file Avro per ogni tabella Hive, anche se vuota.
      • I nomi file Avro devono seguire il formato <table-name>.avro. <table-name> deve essere scritto tutto in maiuscolo. Ad esempio: AUX_TABLE.avro.

Importa i file in Dataproc Metastore

Prima di importare i metadati, consulta le considerazioni sull'importazione.

Durante l'esecuzione di un'importazione, non puoi aggiornare un servizio Dataproc Metastore, ad esempio modificare le impostazioni di configurazione. Tuttavia, puoi ancora utilizzarlo per le normali operazioni, ad esempio per accedere ai relativi metadati da cluster Dataproc o autogestiti collegati.

Console

  1. Nella console Google Cloud, apri la pagina Dataproc Metastore:

    Apri Dataproc Metastore

  2. Nella pagina Dataproc Metastore, fai clic sul nome del servizio in cui vuoi importare i metadati.

    Viene visualizzata la pagina Dettagli del servizio.

    Pagina dei dettagli del servizio
    Figura 1. Pagina dei dettagli del servizio Dataproc Metastore.

  3. Nella barra di navigazione, fai clic su Importa.

    Viene visualizzata la finestra di dialogo Importa.

  4. Inserisci il nome dell'importazione.

  5. Nella sezione Destinazione, scegli MySQL o Avro.

  6. Nel campo URI destinazione, fai clic su Sfoglia e seleziona l'URI Cloud Storage in cui vuoi importare i file.

    Puoi anche inserire manualmente la posizione del bucket nel campo di testo fornito. Utilizza il formato seguente: bucket/object o bucket/folder/object.

  7. (Facoltativo) Inserisci una descrizione dell'importazione.

    Puoi modificare la descrizione nella pagina Dettagli del servizio.

  8. Per aggiornare il servizio, fai clic su Importa.

    Al termine dell'importazione, il servizio viene visualizzato in una tabella nella pagina Dettagli servizio della scheda Importazione/esportazione.

Interfaccia a riga di comando gcloud

  1. Per importare i metadati, esegui il seguente comando gcloud metastore services import gcs:

    gcloud metastore services import gcs SERVICE_ID \
  --location=LOCATION \
  --import-id=IMPORT_ID \
  --description=DESCRIPTION \
  --dump-type=DUMP_TYPE \
  --database-dump=DATABASE_DUMP

    Sostituisci quanto segue:

    • SERVICE_ID: l'ID o il nome completo del servizio Dataproc Metastore.
    • LOCATION: la regione Google Cloud in cui risiede il servizio Dataproc Metastore.
    • IMPORT_ID: un ID o un nome completo per l'importazione dei metadati. Ad esempio, import1.
    • DESCRIPTION: facoltativo, una descrizione dell'importazione. Puoi modificarlo in un secondo momento utilizzando gcloud metastore services imports update IMPORT.
    • DUMP_TYPE: il tipo di database esterno che stai importando. I valori accettati includono mysql e avro. Il valore predefinito è mysql.
    • DATABASE_DUMP: il percorso del bucket Cloud Storage contenente i file del database. Questo percorso deve iniziare con gs://. Per Avro, fornisci il percorso della cartella in cui sono archiviati i file Avro (la cartella Cloud Storage). Per MySQL, specifica il percorso del file MySQL (l'oggetto Cloud Storage).

  2. Verifica che l'importazione sia andata a buon fine.

REST

Segui le istruzioni dell'API per importare i metadati in un servizio utilizzando Explorer API.

Con l'API puoi creare, elencare, descrivere e aggiornare le importazioni, ma non puoi eliminarle. Tuttavia, l'eliminazione di un servizio Dataproc Metastore comporta l'eliminazione di tutte le importazioni nidificate memorizzate.

Se l'importazione va a buon fine, Dataproc Metastore torna automaticamente allo stato attivo. Se l'importazione non va a buon fine, Dataproc Metastore esegue il rollback allo stato precedente integro.

Visualizzazione della cronologia di importazione

Per visualizzare la cronologia delle importazioni di un servizio Dataproc Metastore nella console Google Cloud:

  1. Nella console Google Cloud, apri la pagina Dataproc Metastore.

  2. Nella barra di navigazione, fai clic su Importazione/esportazione.

    La cronologia delle importazioni viene visualizzata nella tabella Cronologia importazioni.

    La cronologia mostra fino alle ultime 25 importazioni.

L'eliminazione di un servizio Dataproc Metastore comporta anche l'eliminazione di tutta la cronologia delle importazioni associata.

Risolvere i problemi comuni

Ecco alcuni problemi comuni:

Per ulteriore assistenza nella risoluzione dei problemi di risoluzione dei problemi più comuni, consulta Scenari di errore di importazione ed esportazione.

Passaggi successivi