Se usó la API de Cloud Translation para traducir esta página.

Consulta los conectores compatibles para Application Integration.

Inserta datos en BigQuery con una tarea para cada paralelo

En este instructivo, crearás una integración de aplicaciones y una subintegración para procesar una serie de registros. Para cada registro, la integración principal invoca de manera asíncrona la subintegración, que toma los datos de cada registro y los inserta como una fila en una tabla en un conjunto de datos de BigQuery.

En este instructivo, completarás las siguientes tareas:

Configura una conexión de BigQuery
Configura una subintegración
Configura la integración principal
Prueba tu integración

Antes de comenzar

Asegúrate de tener acceso a Application Integration.
Haz lo siguiente en tu proyecto de Google Cloud:
- Otorga los siguientes roles a la cuenta de servicio que deseas usar para crear la conexión:
  - roles/bigquery.dataEditor
  - roles/bigquery.readSessionUser
  - roles/secretmanager.viewer
  - roles/secretmanager.secretAccessor
- Habilita los siguientes servicios:
  - secretmanager.googleapis.com (API de Secret Manager)
  - connectors.googleapis.com (API de conectores)
  Si estos servicios no se habilitaron antes para tu proyecto, se te solicitará que los habilites cuando crees la conexión en la página Crear conexión.

Configura una conexión de BigQuery

Comienza por crear el conjunto de datos y la tabla de BigQuery para usarlos en este instructivo. Después de crear el conjunto de datos y la tabla, crea una conexión de BigQuery. Usarás esta conexión en una integración más adelante en este instructivo.

Configura un conjunto de datos y una tabla de BigQuery

Para configurar tu conjunto de datos y tabla de BigQuery, realiza los siguientes pasos:

En la página de la consola de Cloud, selecciona tu proyecto Google Cloud .
Para iniciar una sesión de Cloud Shell desde la consola de Google Cloud, haz clic en el ícono Activar Cloud Shell en la consola de Cloud. Esto inicia una sesión en el panel inferior de la consola de Google Cloud.
Para habilitar las API de BigQuery, ingresa los siguientes comandos en tu terminal de Cloud Shell:
```
export PROJECT_ID=project_id
export REGION=region
gcloud services enable --project "${PROJECT_ID}" \
    bigquery.googleapis.com \
    bigquerystorage.googleapis.com
```
En este comando, reemplaza lo siguiente:
- project_id con el ID de tu Google Cloud proyecto.
- region por la región que deseas usar para crear tu conjunto de datos de BigQuery.
Para crear un conjunto de datos de BigQuery con el nombre bq_tutorial, ingresa el siguiente comando en tu terminal de Cloud Shell:
```
      bq  --project_id ${PROJECT_ID} --location ${REGION} mk bq_tutorial
    
```

Para crear una tabla de BigQuery con el nombre tutorial, ingresa el siguiente comando en tu terminal de Cloud Shell:

      bq --project_id ${PROJECT_ID} \
        query  \
        --nouse_legacy_sql \
      'create table bq_tutorial.tutorial (
      unique_key STRING NOT NULL,
      created_date STRING,
      closed_date STRING,
      agency STRING,
      agency_name STRING,
      complaint_type STRING,
      descriptor STRING,
      location_type STRING,
      incident_zip STRING,
      incident_address STRING,
      street_name STRING,
      cross_street_1 STRING,
      cross_street_2 STRING,
      intersection_street_1 STRING,
      intersection_street_2 STRING,
      address_type STRING,
      city STRING,
      landmark STRING,
      facility_type STRING,
      status STRING,
      due_date STRING,
      resolution_action_updated_date STRING,
      community_board STRING,
      borough STRING,
      x_coordinate_state_plane STRING,
      y_coordinate_state_plane STRING,
      park_facility_name STRING,
      park_borough STRING,
      school_name STRING,
      school_number STRING,
      school_region STRING,
      school_code STRING,
      school_phone_number STRING,
      school_address STRING,
      school_city STRING,
      school_state STRING,
      school_zip STRING,
      school_not_found STRING,
      school_or_citywide_complaint STRING,
      vehicle_type STRING,
      taxi_company_borough STRING,
      taxi_pick_up_location STRING,
      bridge_highway_name STRING,
      bridge_highway_direction STRING,
      bridge_highway_segment STRING,
      road_ramp STRING,
      garage_lot_name STRING,
      ferry_direction STRING,
      ferry_terminal_name STRING,
      latitude STRING,
      longitude STRING,
      location STRING
      ) '

Verify that your BigQuery table is created.
1. In the Cloud console page, click the Navigation menu.
2. In the Analytics section, click BigQuery.
3. Expand your project and confirm that the bq_tutorial dataset is listed.
4. Expand the bq_tutorial dataset and confirm that the tutorial table is listed.
5. Click the documents table to view the schema.

Create a BigQuery connection

Next, you'll create a BigQuery connection. A BigQuery connection lets you insert, read, update and delete rows in a BigQuery table and use the resulting output in an integration. After creating the BigQuery connection, you'll use this connection in an integration later in this tutorial to add rows to the BigQuery table.

To create a BigQuery connection, complete the following steps:

In the Cloud console page, select your Google Cloud project.
Open the connections page.
Click + CREATE NEW to open the Create Connection page.
Configure the connection:
1. In the Create Connection section, complete the following:
  - Connector: Select BigQuery from the drop down list of available Connectors.
  - Connector version: Select the latest Connector version from the drop down list of available versions.
  - In the Connection Name field, enter a name for the Connection instance. For this tutorial, enter connector-bq-tutorial.
    Note: Connection names must meet the following criteria:
    - Connection names can use letters, numbers, or hyphens.
    - Letters must be lower case.
    - Connection names must begin with a letter and end with a letter or number.
    - Connection names cannot exceed 63 characters.
  - Optionally, add a Description of the connection instance.
  - Service Account: Select a service account that has the required roles.
  - Project ID: Enter the ID of the Google Cloud project where the BigQuery data resides.
  - Dataset ID: Enter the ID of the BigQuery dataset that you want to use. For this tutorial, enter bq_tutorial.
  - Optionally, click + ADD LABEL to add a label in the form of a key/value pair.
  - Click Next.
2. Location: Select a region from where the connection will run. Supported regions for connectors include:
  - Click Next.
3. Authentication: The BigQuery connection does not require authentication configuration. Click Next.
4. Review: Review your connection's configuration details. In this section, the connection and authentication details of the new connection are displayed for your review.
Click Create.

Set up a sub-integration

In this tutorial, the sub-integration takes each record sent to it by the main integration and inserts it as a row in the tutorial table in the bq_tutorial dataset.

Create a sub-integration

To create the sub-integration, complete the following steps:

In the Google Cloud console, go to the Application Integration page.
Go to Application Integration
In the navigation menu, click Integrations. The Integrations page appears.
Click Create integration.
In the Create Integration dialog, do the following:

Enter a name, for example, enter Process-each-record
Note: Integration names must meet the following requirements:
- Names must start and end with letters or numbers.
- Names cannot contain spaces or more than one dash or underscore in a row.
Optionally, enter a description. For example, enter API Trigger to process each record (sub-integration)
Select the region where you want to create your integration.

Click Create to open the integration editor.

Add an API Trigger

To add an API Trigger to the integration, do the following:

In the integration editor, select Add a task/trigger > Triggers to display a list of available triggers.
Drag the API Trigger element to the integration editor.

Add a Data Mapping task

To add a Data Mapping task in the integration, complete the following steps:

Select +Add a task/trigger > Tasks in the integration editor to display the list of available tasks.
Drag the Data Mapping element to the integration editor.

Configure the BigQuery connection

Now you are ready to use the BigQuery connection that you created earlier in the sub-integration. To configure the BigQuery connection in this integration, complete the following steps:

Select +Add a task/trigger > Tasks in the integration editor to display the list of available tasks.
Drag the Connectors element to the integration editor.
Click the Connectors task element on the designer to view the task configuration pane.
Click the edit icon on the right panel and update the Label to Insert row to BigQuery.
Click Configure task.
The Configure connector task dialog appears.
In the Configure connector task dialog, do the following:
1. Select the connection region where you created your BigQuery connection.
2. Select the BigQuery connection that you want to use. For this tutorial, select connector-bq-tutorial.
3. Once a connection is chosen, the Type column appears. Select Entities and then tutorial from the list of available entities.
4. Once a type is chosen, the Operation column appears. Select Create.
5. Click Done to complete the connection configuration and close the dialog.

Connect the integration elements

Next, add edge connections to connect the API Trigger to the Data Mapping task and the Data Mapping task to the Connectors task. An edge connection is a connection between any two elements in an integration. For more information on edges and edge conditions, see Edges.

To add the edge connections, complete the following steps:

Click the Fork control point at the bottom of the API Trigger element. Drag and drop the edge connection at the Join control point at the top of the Data Mapping element.
Click the Fork control point at the bottom of the Data Mapping element. Drag and drop the edge connection at the Join control point at the top of the Connectors element.

Configure the Data Mapping task

To configure the Data Mapping task, complete the following steps:

In the integration editor, click the Data Mapping task to view the task configuration pane.
Click Open Data Mapping Editor.
In the Data Mapping Editor, click Add to add a new variable.

In the Create Variable dialog, enter the following information:

Name: Enter record.
Data Type: Select JSON.

Schema: Select Infer from a sample JSON payload. Enter the following sample JSON payload:

            {
              "unique_key":"304271",
              "created_date":"02/06/2007 12:00:00 AM",
              "closed_date":"03/01/2007 12:00:00 AM",
              "agency":"TLC",
              "agency_name":"Taxi and Limousine Commission",
              "complaint_type":"Taxi Complaint",
              "descriptor":"Driver Complaint",
              "location_type":"Street",
              "incident_zip":"10001",
              "incident_address":"",
              "street_name":"",
              "cross_street_1":"",
              "cross_street_2":"",
              "intersection_street_1":"WEST 29 STREET",
              "intersection_street_2":"7 AVENUE",
              "address_type":"INTERSECTION",
              "city":"NEW YORK",
              "landmark":"",
              "facility_type":"N/A",
              "status":"Closed",
              "due_date":"02/28/2007 12:00:00 AM",
              "resolution_action_updated_date":"03/01/2007 12:00:00 AM",
              "community_board":"05 MANHATTAN",
              "borough":"MANHATTAN",
              "x_coordinate_state_plane":"986215",
              "y_coordinate_state_plane":"211740",
              "park_facility_name":"",
              "park_borough":"MANHATTAN",
              "school_name":"",
              "school_number":"",
              "school_region":"",
              "school_code":"",
              "school_phone_number":"",
              "school_address":"",
              "school_city":"",
              "school_state":"",
              "school_zip":"",
              "school_not_found":"",
              "school_or_citywide_complaint":"",
              "vehicle_type":"",
              "taxi_company_borough":"",
              "taxi_pick_up_location":"Other",
              "bridge_highway_name":"",
              "bridge_highway_direction":"",
              "road_ramp":"",
              "bridge_highway_segment":"",
              "garage_lot_name":"",
              "ferry_direction":"",
              "ferry_terminal_name":"",
              "latitude":"40.74785373937869",
              "longitude":"-73.99290823133913",
              "location":"(40.74785373937869, -73.99290823133913)"
            }

Haz clic en Crear.
Cuando se crea la variable, en el Editor de asignación de datos, completa los siguientes pasos:
- Arrastra la variable record nueva a la columna Entrada.
- Arrastra la variable SubIntegrationOutput a la columna Salida.
Cierra el Editor de asignación de datos para volver al editor de integración.

Publica la subintegración

Para publicar la subintegración, en el editor de integraciones, haz clic en Publicar.

Configura la integración principal

En esta sección, configurarás la integración principal, que utiliza una tarea Para cada paralelo a fin de procesar cada registro. Esta integración principal invoca la subintegración una vez por cada registro.

Crea la integración principal

Para crear la integración principal, sigue estos pasos:

En la consola de Google Cloud, ve a la página Application Integration.
Ir a Application Integration
En el menú de navegación, haz clic en Integraciones. Aparecerá la página Integraciones.
Haz clic en Crear integración.
En el cuadro de diálogo Crear integración, haz lo siguiente:

Ingresa un nombre, por ejemplo, ingresa process-records.
Nota: Los nombres de la integración deben cumplir con los siguientes requisitos:
- Los nombres deben comenzar y terminar con letras o números.
- Los nombres no pueden contener espacios o más de un guion o guion bajo en una fila.
De manera opcional, ingresa una descripción. Por ejemplo, ingresa el Activador de API para procesar registros (integración principal).
Selecciona la región en la que quieres crear tu integración.

Haz clic en Crear para abrir el editor de integración.

Agrega un activador de API

Para agregar un activador de API a la integración, haz lo siguiente:

En el editor de integración, selecciona Agregar una tarea/activador > Activadores para ver una lista de los activadores disponibles.
Arrastra el elemento Activador de API al editor de integración.

Agrega una tarea Para cada paralelo

Para agregar una tarea Para cada paralelo en la integración, completa los siguientes pasos:

Selecciona Add a task/trigger > Tasks en el editor de integración para ver la lista de tareas disponibles.
Arrastra el elemento Para cada paralelo al editor de integración.

Conecta los elementos de integración

A continuación, agrega una conexión perimetral para conectar el activador de API a la tarea Para cada paralelo.

Para agregar la conexión perimetral, haz clic en el punto de control Bifurcar en la parte inferior del elemento activador de API. Arrastra y suelta la conexión perimetral en el punto de control Unir en la parte superior del elemento de tarea Para cada paralelo.

Configura la tarea En paralelo

Para configurar la tarea Para cada paralelo, completa los siguientes pasos:

En el editor de integración, haz clic en la tarea Para cada paralelo para ver el panel de configuración de la tarea.
En Selección de array > Lista para iterar, haz clic en Agregar variable nueva a fin de agregar una variable nueva.

En el diálogo Crear variable, ingresa la siguiente información:

Nombre: Ingresa records
Tipo de datos: selecciona JSON.

Esquema: Selecciona Inferir de una carga útil JSON de muestra. Ingresa la siguiente carga útil de JSON de muestra:

              [{
                "unique_key":"304271",
                "created_date":"02/06/2007 12:00:00 AM",
                "closed_date":"03/01/2007 12:00:00 AM",
                "agency":"TLC",
                "agency_name":"Taxi and Limousine Commission",
                "complaint_type":"Taxi Complaint",
                "descriptor":"Driver Complaint",
                "location_type":"Street",
                "incident_zip":"10001",
                "incident_address":"",
                "street_name":"",
                "cross_street_1":"",
                "cross_street_2":"",
                "intersection_street_1":"WEST 29 STREET",
                "intersection_street_2":"7 AVENUE",
                "address_type":"INTERSECTION",
                "city":"NEW YORK",
                "landmark":"",
                "facility_type":"N/A",
                "status":"Closed",
                "due_date":"02/28/2007 12:00:00 AM",
                "resolution_action_updated_date":"03/01/2007 12:00:00 AM",
                "community_board":"05 MANHATTAN",
                "borough":"MANHATTAN",
                "x_coordinate_state_plane":"986215",
                "y_coordinate_state_plane":"211740",
                "park_facility_name":"",
                "park_borough":"MANHATTAN",
                "school_name":"",
                "school_number":"",
                "school_region":"",
                "school_code":"",
                "school_phone_number":"",
                "school_address":"",
                "school_city":"",
                "school_state":"",
                "school_zip":"",
                "school_not_found":"",
                "school_or_citywide_complaint":"",
                "vehicle_type":"",
                "taxi_company_borough":"",
                "taxi_pick_up_location":"Other",
                "bridge_highway_name":"",
                "bridge_highway_direction":"",
                "road_ramp":"",
                "bridge_highway_segment":"",
                "garage_lot_name":"",
                "ferry_direction":"",
                "ferry_terminal_name":"",
                "latitude":"40.74785373937869",
                "longitude":"-73.99290823133913",
                "location":"(40.74785373937869, -73.99290823133913)"
              }]

Haz clic en Crear.
En la sección Detalles de la subintegración, ingresa la siguiente información:
- ID del activador de API: Selecciona el elemento del activador de la API en la subintegración. Por ejemplo, selecciona Process-each-record_API_1.
- Estrategia de ejecución: Selecciona ASYNC.
- Selecciona Ejecutar una sola integración.
En la sección En cada ejecución, en Dónde asignar elementos de array individuales, ingresa el nombre de la variable en la tarea de asignación de datos en la integración secundaria. En este caso, ingresa un registro. Las variables de subintegración solo se enumeran para las integraciones publicadas. Si las variables no aparecen en la lista, actualiza la página, ya que tarda un tiempo en aparecer después de que se publica la integración secundaria.

Publica la integración principal

Para publicar la integración principal, en el editor de integraciones, haz clic en Publicar.

Prueba tu integración

Para probar tu integración, completa los siguientes pasos:

Descarga datos de muestra en Cloud Shell:
1. Para iniciar una sesión de Cloud Shell desde la consola de Google Cloud, haz clic en el ícono Activar Cloud Shell en la consola de Cloud. Esto inicia una sesión en el panel inferior de la consola de Google Cloud.
2. Ingresa el siguiente comando en tu terminal de Cloud Shell:
```
wget https://raw.githubusercontent.com/GoogleCloudPlatform/application-integration-samples/main/assets/bq-sample-dataset.json
        
```
3. Para verificar que los datos de muestra se hayan descargado, ingresa el siguiente comando en su terminal de Cloud Shell:
```
ls -la bq-sample-dataset.json
```
  El archivo descargado se muestra en la terminal de Cloud Shell.

Para seleccionar tres entradas aleatorias del conjunto de datos de muestra y almacenarlas de manera que puedas pasarlas a la integración, ingresa los siguientes comandos en la terminal de Cloud Shell:

AUTH=$(gcloud auth print-access-token)
export SAMPLE_DOCS=$(jq $(r=$((RANDOM % 1000)) ; echo ".[$r:$((r + 3))]") < bq-sample-dataset.json | jq -Rs '.')
            
generate_post_data()
  {
    cat <<EOF
      {
        "triggerId": "api_trigger/process-records_API_1",
        "inputParameters": 
          {
            "records": 
              {
                "jsonValue": $SAMPLE_DOCS
              }
          }
      }
      EOF
  }

Para comenzar la prueba, ingresa el siguiente comando en tu terminal de Cloud Shell:
```
curl -X POST \
  https://integrations.googleapis.com/v1/projects/project_id/locations/region/integrations/process-records:execute \
  -H "Authorization: Bearer $AUTH" \
  -H "Content-Type: application/json" \
  -d "$(generate_post_data)"
```
En este comando, reemplaza lo siguiente:
- project_id con el ID de tu Google Cloud proyecto.
- region por la región en la que creaste tu integración.
Este comando invoca la integración principal y pasa las entradas del conjunto de datos de muestra a la integración principal. Luego, la integración principal pasa cada entrada a la subintegración, lo que agrega los datos como una fila en la tabla de BigQuery.
Para verificar que tu tabla de BigQuery ahora contenga estos registros, realiza los siguientes pasos:
1. En la página de la consola de Cloud, haz clic en el Menú de navegación .
2. En la sección Análisis, haz clic en BigQuery.
3. Expande tu proyecto y haz clic en el conjunto de datos bq_tutorial.
4. Expande el conjunto de datos bq_tutorial y haz clic en la tabla tutorial.
5. Haga clic en la pestaña Explorador de tablas para ver los registros insertados.

¿Qué sigue?

Intenta crear integraciones con otros conectores. Para obtener la lista de todos los conectores compatibles, consulta la referencia del conector.