FAQ

Datastream ist ein serverloser, nutzerfreundlicher Change Data Capture- (CDC) und Replikationsdienst. Mit Datastream können Daten aus relationalen Datenbankquellen wie AlloyDB for PostgreSQL, PostgreSQL, MySQL, SQL Server und Oracle sowie aus Salesforce und MongoDB nahtlos direkt in BigQuery repliziert werden. Datastream bietet die Skalierbarkeit, Geschwindigkeit, Sicherheit und Einfachheit, die moderne Unternehmen benötigen. Mit der serverlosen, automatisch skalierten Architektur ermöglicht Ihnen Datastream das Einrichten einer ELT-Pipeline (Extrahieren, Laden und Transformieren) für die Datenreplikation mit niedriger Latenz. Somit lassen sich Informationen nahezu in Echtzeit ableiten.

Mit Datastream können Sie Datenstreams auch über heterogene Datenbanken und Anwendungen hinweg zuverlässig und mit minimaler Latenz synchronisieren. Sie können den Dienst in Dataflow-Vorlagen einbinden, um Datenbanken in Cloud SQL oder Spanner zu replizieren und so Datenbanken zu synchronisieren. Alternativ können Sie den Ereignisstream direkt aus Cloud Storage nutzen, um ereignisgesteuerte Architekturen zu realisieren.

• CDC: Fortlaufende Änderungen von der Quelle in Echtzeit erfassen.
• Backfill: Einen historischen Snapshot von Daten in einer Tabelle bereitstellen.

CDC ist ein Ansatz für die Datenintegration, mit dem Sie Daten schneller und mit weniger Systemressourcen integrieren und analysieren können. Dies ist eine Methode, um nur die neuesten Änderungen (Aktualisierungen, Einfügungen oder Löschungen) aus einer Datenquelle abzurufen. Dabei wird häufig das Änderungslog gelesen, das von der Quelle zu ihrer eigenen internen transaktionalen Integrität beibehalten wird.

CDC ist ein hocheffizienter Mechanismus zum Begrenzen der Auswirkungen auf die Quelle, wenn neue Daten in operative Datenspeicher und Data Warehouses geladen werden. Außerdem kann durch CDC auf das Aktualisieren von Bulk-Ladegängen und umständliche Batch-Fenster verzichtet werden, indem inkrementelles Laden oder Streaming von Datenänderungen in nahezu Echtzeit an ein Datenziel ermöglicht werden.

CDC kann in vielen Anwendungsfällen verwendet werden, die Nutzen aus einem konstanten Zugriff auf Datenänderungen ziehen, z. B. Analysen, Synchronisierung von Daten über geografisch verteilte Systeme und ereignisgesteuerte Architekturen.

Neben den laufenden Änderungen verwendet Datastream auch Backfill, um alle vorhandenen Daten aus einer Quelle abzurufen und sie dann an ein Ziel zu streamen. Deshalb wird auf das Ziel ein "Backfill" mit allen Verlaufsdaten aus der Quelle angewendet. Es gibt zwei Arten von Backfill:

• Inkrementell: Der Standardtyp für das Backfill von Tabellen. Beim inkrementellen Backfill ruft Datastream Daten aus Zeilenbereichen in mehreren Batches ab und streamt die Daten Batch für Batch an ein Ziel.
• Vollständiger Export: Beim Backfill mit vollständigem Export ruft Datastream alle Daten auf einmal ab und streamt sie an ein Ziel.

Informationen zu Backfill-Einschränkungen finden Sie auf den Seiten zu bekannten Einschränkungen für die jeweiligen Quelltypen:

• MySQL
• Oracle
• PostgreSQL (einschließlich AlloyDB for PostgreSQL)
• SQL Server
• Salesforce (Vorschau)
• MongoDB (Vorschau)

Sie können den Backfill-Status für jedes Objekt überwachen:

1. Rufen Sie in der Google Cloud Console die Seite Streams auf.
2. Klicken Sie auf den Stream, den Sie überwachen möchten.
3. Klicken Sie auf den Tab Objekte.

Der CDC-Status ist im Grunde der Streamstatus. Wenn der CDC-Vorgang fehlschlägt, schlägt der gesamte Stream fehl.

Zusätzliche Messwerte auf Objektebene sind in Cloud Monitoring verfügbar. Weitere Informationen finden Sie in der Cloud Monitoring-Dokumentation.

Ein Änderungsstream ist eine Abfolge von Ereignissen, die Datastream an ein Ziel für die nachgelagerte Nutzung ausgibt. Das Ergebnis eines Änderungsstreams, der in Cloud Storage geschrieben wird, besteht aus einer Reihe von Dateien, die Änderungslogereignisse aus einer bestimmten Tabelle über einen bestimmten Zeitraum enthalten. Die Ereignisse stellen Einfügungen, Aktualisierungen und Löschungen in der Tabelle dar. Die Ereignisse können von Diensten wie Dataflow für Anwendungsfälle wie ereignisgesteuerte Architekturen nachgelagert genutzt und verarbeitet werden.

Replikation bedeutet im Datastream-Kontext eine aktuelle 1:1-Darstellung der Quelltabelle im Ziel. Ein Beispiel ist eine Tabelle in Oracle, deren Änderungen kontinuierlich in eine BigQuery-Tabelle repliziert werden. Die BigQuery-Tabelle wird mit den Änderungen aus der Oracle-Tabelle auf dem neuesten Stand gehalten. Bei der Replikation werden Änderungsstreams genutzt, indem die einzelnen Änderungsereignisse verarbeitet und zum Aktualisieren des Ziels verwendet werden. Datastream ermöglicht die direkte Replikation in BigQuery und unterstützt zusätzliche Ziele wie Cloud SQL und Spanner durch die Einbindung in Dataflow. Dazu werden Vorlagen verwendet, mit denen die Änderungsstream-Ereignisse aus Cloud Storage abgerufen und die Zieltabellen entsprechend aktualisiert werden.

CDC ist ein hocheffizienter Mechanismus zum Begrenzen der Auswirkungen auf die Quelle, wenn neue Daten in Zieldatenspeicher und Data Warehouses geladen werden. Außerdem kann durch CDC auf das Aktualisieren von Bulk-Ladegängen und umständliche Batch-Fenster verzichtet werden, indem inkrementelles Laden oder Streaming von Datenänderungen in nahezu Echtzeit an ein Ziel ermöglicht werden.

Darüber hinaus minimiert Datastream die Auswirkungen eines ersten Backfills durch Begrenzen der Anzahl gleichzeitiger Backfill-Aufgaben. Außerdem können Sie steuern, auf welche Objekte und wann ein Backfill angewendet werden soll.

1. Erstellen Sie einen Stream in einer neuen Region oder einem neuen Projekt mit derselben Konfiguration wie der vorhandene Stream, aber wählen Sie nicht das Kästchen Verlaufsdaten für Backfill aus.
2. Starten Sie den Stream, den Sie erstellt haben.
3. Sobald der erstellte Stream den Status RUNNING hat, halten Sie den vorhandenen Stream an.
4. Optional können Sie den neuen Stream ändern, indem Sie das Kästchen Backfill-Verlaufsdaten aktivieren. Vorhandene Daten in Tabellen, die dem Stream in Zukunft hinzugefügt werden, werden von der Quelle an das Ziel gestreamt.

Eine Liste der Regionen, in denen Datastream verfügbar ist, finden Sie unter IP-Zulassungslisten und Regionen.

Datastream unterstützt das Streaming von Daten aus Oracle-, MySQL-, PostgreSQL-, AlloyDB for PostgreSQL-, SQL Server-, Salesforce- (Vorschau) und MongoDB-Quellen (Vorschau), sowohl in der Cloud als auch selbstverwaltet. Informationen zu quellspezifischen Versionen finden Sie auf den folgenden Seiten:

• MySQL-Quelle
• Oracle-Quelle
• PostgreSQL-Quelle (einschließlich AlloyDB for PostgreSQL)
• SQL Server-Quelle
• Salesforce-Quelle (Vorabversion)
• MongoDB-Quelle (Vorabversion)

Für MySQL verarbeitet Datastream das binäre MySQL-Log, um Änderungsereignisse zu extrahieren.

Für Oracle verwendet Datastream LogMiner und zusätzliche Logging-Einstellungen, um Daten aus den Redo-Logs von Oracle zu extrahieren.

Für PostgreSQL und AlloyDB for PostgreSQL verwendet Datastream die Funktion Logische Decodierung von PostgreSQL. Bei der logischen Decodierung werden alle Änderungen, die in der Datenbank vorgenommen wurden, verfügbar gemacht, sodass sie genutzt und verarbeitet werden können.

Bei SQL Server verfolgt Datastream Änderungen an der Datenbearbeitungssprache (Data Manipulation Language, DML) mithilfe von Transaktionsprotokollen.

Es gibt allgemeine Einschränkungen und Einschränkungen, die für bestimmte Datenbankquellen gelten.

Allgemeine Einschränkungen:

• Ereignisgröße: Das maximale Zeilengrößenlimit beträgt 100 MB für das Cloud Storage-Ziel und 20 MB für BigQuery.
• Einige DDL-Vorgänge (Data Definition Language) während der Replikation werden nicht unterstützt, darunter:
  • Eine Spalte aus der Mitte einer Tabelle löschen Dies kann zu Datenabweichungen führen, da Werte der falschen Spalte zugeordnet werden.
  • Datentyp einer Spalte ändern. Dies kann zu Datenabweichungen führen, da die Daten nicht korrekt dem richtigen einheitlichen Datastream-Typ zugeordnet und somit beschädigt werden können.
  • Kaskadierende Löschvorgänge werden ignoriert.
  • Das Kürzen von Tabellen wird ignoriert.

Quellenspezifische Einschränkungen finden Sie auf den folgenden Seiten:

• MySQL-Einschränkungen
• Oracle-Einschränkungen
• PostgreSQL-Einschränkungen (einschließlich AlloyDB for PostgreSQL und AlloyDB Omni)
• SQL Server-Einschränkungen
• Salesforce-Einschränkungen
• MongoDB-Einschränkungen

Wenn Daten in ein schemaloses Ziel wie Cloud Storage geschrieben werden, vereinfacht Datastream die nachgelagerte Verarbeitung von Daten aus verschiedenen Quellen, indem Datentypen aus allen Quellen normalisiert werden. Datastream normalisiert den ursprünglichen Quelldatentyp (z. B. einen MySQL- oder PostgreSQL-NUMERIC-Typ oder einen Oracle-NUMBER-Typ) und normalisiert ihn zu einem einheitlichen Datastream-Typ.

Einheitliche Typen stellen eine verlustfreie Obermenge aller möglichen Quelltypen dar. Die Normalisierung bedeutet, dass Daten aus verschiedenen Quellen mit minimalem Aufwand verarbeitet und unabhängig von der Quelle nachgelagert abgefragt werden können.

Sie können einen Stream mit dem Status Failed korrigieren, indem Sie die von Datastream gemeldeten Fehler beheben. Weitere Informationen finden Sie unter Fehlerbehebung bei Streams.

Sie können auch einen Stream mit dem Status Failed permanently wiederherstellen. Weitere Informationen finden Sie unter Stream wiederherstellen.

Nein. Datastream muss die Tabellen nicht sperren.

Ja, Datastream unterstützt Lesereplikatinstanzen für Cloud SQL for MySQL-Versionen 5.7 und 8.0.

Sie können das binäre Logging für diese Instanzen aktivieren. Führen Sie dazu den folgenden gcloud CLI-Befehl aus:

gcloud sql instances patch INSTANCE_NAME -- enable-bin-log

Weitere Informationen finden Sie unter Binäres Logging in Lesereplikaten.

Sie müssen Ihrem Datastream-Nutzer die folgenden Berechtigungen erteilen, um Daten aus einer MySQL-Datenbank zu replizieren:

• SELECT
• REPLICATION SLAVE
• REPLICATION CLIENT

Nein, Datastream unterstützt die Komprimierung von Transaktionsereignissen mit der Binärlog-Transaktionskomprimierung nicht. Deaktivieren Sie die binäre Log-Transaktionskomprimierung, um die Change Data Capture-Funktion für MySQL in Datastream zu verwenden.

Sie können die Berechtigung SELECT für die Tabellen gewähren, die Sie replizieren möchten, oder für das gesamte Schema in einer Datenbank. Führen Sie dazu einen der folgenden Befehle aus:

GRANT SELECT ON DATABASE_NAME.TABLE_NAME TO USER_NAME@'%';

GRANT SELECT ON DATABASE_NAME.* TO USER_NAME@'%';

Ersetzen Sie Folgendes:

• DATABASE_NAME: Der Name Ihrer MySQL-Datenbank.
• TABLE_NAME: Der Name der Tabelle, für die Sie die Berechtigung SELECT gewähren.
• USER_NAME: Der Name des Nutzers, dem Sie die Berechtigung SELECT erteilen.

Wenn Sie die Berechtigungen auf einen bestimmten Hostnamen beschränken möchten, ersetzen Sie das Zeichen % durch die entsprechende IP-Adresse oder den entsprechenden Adressbereich.

Datastream unterstützt die Verschlüsselung von Daten bei der Übertragung basierend auf Oracle Net Services. Datastream wird im Modus REQUESTED ausgeführt.

Ja, Datastream unterstützt das TCPS-Protokoll für SSL/TLS-verschlüsselte Verbindungen zu Oracle-Quellen.

Wenn Sie die Berechtigung GRANT SELECT ANY TABLE nicht erteilen können, können Sie die Berechtigungen SELECT für die folgende Liste von Tabellen erteilen:

• ALL_COL_COMMENTS
• ALL_CONS_COLUMNS
• ALL_CONSTRAINTS
• ALL_DB_LINKS
• ALL_EXTERNAL_TABLES
• ALL_IND_COLUMNS
• ALL_INDEXES
• ALL_LOG_GROUPS
• ALL_MVIEWS
• ALL_OBJECTS
• ALL_PART_TABLES
• ALL_SEQUENCES
• ALL_SOURCE
• ALL_SYNONYMS
• ALL_TAB_COLS
• ALL_TAB_COLUMNS
• ALL_TAB_COMMENTS
• ALL_TABLES
• ALL_TRIGGERS
• ALL_TRIGGER_COLS
• ALL_TYPES
• ALL_USERS
• ALL_VIEWS
• DATABASE_PROPERTIES
• DBA_ROLE_PRIVS
• DUAL
• PRODUCT_COMPONENT_VERSION
• ROLE_SYS_PRIVS
• USER_ROLE_PRIVS
• USER_TAB_PRIVS

Wenn Sie Änderungen mit Datastream streamen möchten, benötigen Sie außerdem Lesezugriff auf alle Tabellen, die im Stream enthalten sind.

Um den Stream zu starten, umgehen Sie die Validierung über die API. Weitere Informationen finden Sie unter Stream starten.

ALTER USER USER_NAME BYPASSRLS;

Ersetzen Sie USER_NAME durch den Namen des Nutzers, den Datastream für die Verbindung zur Datenbank verwendet und für den Sie RLS-Richtlinien umgehen möchten.

Nein. Die PostgreSQL-Replikation basiert auf dem Konzept der Replikations-Slots und Replikations-Slots unterstützen keine gleichzeitigen Verbindungen. Es kann immer nur eine CDC-Aufgabe aus dem Replikationsslot gelesen werden. Wenn Sie beispielsweise eine große Anzahl von Datensätzen aus der Quelldatenbank löschen, kann der Replikations-Slot mit Löschereignissen überlastet werden. Alle nachfolgenden Änderungen an der Quelle werden verzögert, bis die Löschereignisse in der Warteschlange des Replikationsslots verarbeitet wurden.

Informationen zum empfohlenen Ansatz beim Replizieren großer Transaktionsdaten finden Sie unter Probleme diagnostizieren.

Ja, Datastream unterstützt SSL/TLS-verschlüsselte Verbindungen.

Sie müssen Ihrem Datastream-Nutzer die folgenden Rollen und Berechtigungen gewähren, um Daten aus einer SQL Server-Datenbank zu replizieren:

Für die CDC-Methode für Änderungstabellen:

• db_owner
• db_denydatawriter

Zusätzlich für die CDC-Methode für Transaktionslogs:

• SELECT-Berechtigungen für die Datenbank und für die sys.fn_dblog-Funktion
• SELECT-Berechtigungen für die Tabelle dbo.sysjobs
• VIEW SERVER STATE

Ausführliche Informationen zum Konfigurieren der Quelle finden Sie auf den entsprechenden Konfigurationsseiten für Ihren Datenbanktyp.

Je nach Konfiguration Ihrer SQL Server-Quelldatenbank können Sie eine der beiden verfügbaren CDC-Methoden auswählen:

• Transaktionslogs: Wählen Sie diese Methode aus, um Änderungen direkt aus den Datenbank-Logs zu verarbeiten. Diese Methode bietet die beste Leistung und ist effizienter, erfordert aber zusätzliche Konfigurationsschritte, die möglicherweise nicht von Ihrer Datenbank unterstützt werden.
• Änderungstabellen: Wählen Sie diese Methode aus, um Änderungen aus dedizierten Änderungstabellen zu verarbeiten. Diese Methode ist einfacher zu konfigurieren und hat weniger Einschränkungen, unterstützt aber einen geringeren Durchsatz und erhöht die Belastung Ihrer Datenbank.

Weitere Informationen finden Sie unter SQL Server als Quelle.

Ein Objekt ist eine Klassenentität und ähnelt einer Tabelle in der Terminologie relationaler Datenbanken. Sie können Standard- oder benutzerdefiniert sein. Standardobjekte sind standardmäßig in Salesforce enthalten, während benutzerdefinierte Objekte von Nutzern erstellt werden, um Daten zu speichern, die für ihren Anwendungsfall spezifisch sind.

Ein Datensatz ist eine bestimmte Instanz eines Objekts, ähnlich einer Zeile in relationalen Datenbanken.

Ein Feld ist ein bestimmtes Attribut eines Objekts, ähnlich einer Spalte in relationalen Datenbanken.

• Im Modus Nur anhängen werden Daten in BigQuery als Stream von Änderungen angehängt. Für jedes INSERT-, UPDATE-INSERT-, UPDATE-DELETE- und DELETE-Ereignis wird eine separate Zeile erstellt.
• Im Modus Zusammenführen (Standardeinstellung) werden die Primärschlüssel der Tabelle, die von Datastream in BigQuery erstellt wird, entsprechend den in der Quelle definierten Primärschlüsseln festgelegt. BigQuery verarbeitet die Ereignisse und wendet Änderungen auf die zugrunde liegende BigQuery-Tabelle an, die auf den Primärschlüsseln der Quelltabelle basieren. Wenn die Quelltabelle keinen Primärschlüssel hat, wird sie so behandelt, als ob der Modus Nur anhängen verwendet wurde.

Jedes Ereignis enthält mehrere Metadatenfelder, die die Zeile in den Logdateien eindeutig identifizieren und mit denen Sie die Ereignisse sortieren können. Zu diesen Feldern gehören:

Für Oracle-Quellen:

• rs_id (Datensatz-ID), die tatsächlich aus drei Werten besteht (z. B. 0x0073c9.000a4e4c.01d0). Die rs_id identifiziert den Datensatz innerhalb des Redo-Logs eindeutig.
• ssn (SQL-Sequenznummer), die verwendet wird, wenn der Datensatz im Redo-Log zu lang ist. Aus diesem Grund teilt Oracle LogMiner den Datensatz in mehrere Zeilen auf.

Für MySQL-Quellen:

• log_file, aus der Datastream Ereignisse bei der CDC-Replikation abruft.
• log_position, das den Offset des Datensatzes im binären MySQL-Log angibt.

Für PostgreSQL-Quellen:

• source_timestamp: Der Zeitstempel, der angibt, wann sich der Datensatz in der Quelle geändert hat. Wenn die source_timestamp-Werte für die Ereignisse, die Sie sortieren, identisch sind, vergleichen Sie die lsn-Werte.
• lsn (Logsequenznummer), die den Offset des Datensatzes in der WAL-Logdatei angibt.

Weitere Informationen zu Metadatenfeldern finden Sie unter Quellspezifische Metadaten.

Datastream ist ein CDC- und Replikationsdienst, der flexibel für verschiedene Anwendungsfälle einsetzbar ist und Zugriff auf kontinuierlich gestreamte Änderungsdaten bietet. Die häufigsten Anwendungsfälle für Datastream sind:

1. Analysen:Durch die direkte Replikation von Daten in BigQuery können Kunden in BigQuery auf aktuelle Betriebsdaten zugreifen. Kunden können diese kontinuierlich aktualisierten Daten in BigQuery verwenden, um aktuelle Dashboards für ihre Daten zu erstellen. Dies kann beispielsweise zur Überwachung von Systemen und zur Gewinnung aktueller Erkenntnisse über den Zustand des Unternehmens verwendet werden.
2. Szenarien für die Replikation und Synchronisierung von Datenbanken:Durch die Integration von Datastream in Dataflow-Vorlagen zum Laden von Daten in Cloud SQL oder Spanner erhalten Sie aktuelle Replikationen Ihrer Quelldaten in diesen Datenbanken. Sie können diese kontinuierlich aktualisierten Daten in den Zieldatenbanken für eine Datenbankmigration mit geringer Ausfallzeit von der Quelle zum Ziel oder für Hybrid-Cloud-Konfigurationen verwenden, bei denen sich die Quelle und das Ziel in unterschiedlichen Hostingumgebungen befinden.
3. Ereignisbasierte Architekturen: Moderne, auf Mikrodiensten basierende Architekturen nutzen zentrale Daten-Hubs, die mit Ereignissen aus der gesamten Organisation kontinuierlich aktualisiert werden, um ereignisgesteuert zu sein. Durch das kontinuierliche Schreiben von Ereignisdaten in Ziele wie BigQuery und Cloud Storage können Sie ereignisgesteuerte Architekturen erstellen, die auf dem Verbrauch von Ereignisdaten von diesen Zielen basieren.

Datastream ergänzt und verbessert die Google Cloud Datensuite durch CDC-Datenreplikation von Quellen zu verschiedenen Google Cloud Diensten. Durch die nahtlose Einbindung in diese Dienste passt Datastream in die größere Google Cloud Umgebung.

Datastream kann in die folgenden Datendienste eingebunden werden:

• BigQuery:Datastream verwendet die BigQuery Write API, um Daten direkt in BigQuery zu schreiben. Datastream schreibt die Änderungsereignisse direkt in das BigQuery-Dataset, in dem die Änderungen kontinuierlich mit den vorhandenen Daten zusammengeführt werden (UPSERT).
• Dataflow:Datastream kann über Dataflow-Vorlagen in Dataflow eingebunden werden. Mit diesen Vorlagen werden Daten aus Cloud Storage gelesen und in BigQuery, Cloud SQL for PostgreSQL oder Spanner geladen. Der Zweck dieser Vorlagen besteht darin, aktuelle replizierte Quelltabellen an den Zielen zu verwalten. Die Vorlagen sind in der Dataflow-UI verfügbar und werden für von Datastream generierte Dateien erstellt, um eine sofortige Verarbeitung zu ermöglichen.
• Cloud Storage: Die Einbindung von Datastream in Cloud Storage erfolgt durch das Schreiben von Daten in Cloud-Storage als Ziel für Änderungsstreams.
• Cloud SQL und Spanner:Mit Datastream und Dataflow-Vorlagen können Sie aktuelle replizierte Tabellen in den Datenbanken verwalten.

Es gibt drei Arten von Verbindungsmethoden, die Sie konfigurieren können:

• IP-Zulassungsliste: Diese Methode ermöglicht öffentliche Verbindungen, indem die regionalen IP-Adressen von Datastream an der Quelle auf die Zulassungsliste gesetzt werden. Beim Erstellen des Streams zeigt Datastream diese IP-Adressen in der Benutzeroberfläche an.
• Weiterleitungs-SSH-Tunnel: Diese Methode bietet sichere Konnektivität über öffentliche Netzwerke, da nicht nur regionale IP-Adressen auf die Zulassungsliste gesetzt werden, sondern auch ein vom Kunden konfigurierter SSH-Bastion.
• Private Verbindung über VPC-Peering:Mit dieser Methode können Sie über das interne Netzwerk von Google Cloudeine Verbindung zu Ihren auf Google Cloudgehosteten Datenbanken herstellen oder eine vorhandene VPN- oder Interconnect-Verbindung nutzen, indem Sie VPC-Peering zwischen dem privaten Netzwerk von Datastream und der Google Cloud VPC Ihrer Organisation einrichten.

Mit Datastream können Sie angeben, welche Datenelemente (Schemas, Tabellen und Spalten) Ihrer Quelle an ein Ziel gestreamt werden und welche Elemente vom Streaming ausgeschlossen werden sollen.

Datenbanklogs können Änderungsdaten von Elementen enthalten, die in Ihrer Streamdefinition ausgeschlossen wurden. Da Sie diese Elemente nicht an der Quelle filtern können, liest Datastream alle mit den Elementen verknüpften Daten, ignoriert sie aber.

IP-Bereiche dynamisch auswählen

• compute.routes.get
• compute.routes.list
• compute.subnetworks.get
• compute.subnetworks.list

Peering-Netzwerke erstellen

• compute.globalOperations.get
• compute.networks.addPeering
• compute.networks.removePeering
• compute.networks.get

IP-Adressen reservieren

• compute.globalAddresses.get
• compute.globalAddresses.create
• compute.globalAddresses.createInternal
• compute.globalAddresses.delete
• compute.globalAddresses.deleteInternal
• compute.networks.use
• compute.networks.listPeeringRoutes

Die Preise für Datastream basieren auf dem Volumen (GB) der Daten, die von der Quelle an ein Ziel übertragen werden.

Weitere Informationen zu den Preisen für Datastream finden Sie unter Preise.