Esta página se ha traducido con Cloud Translation API.

Consulta los conectores compatibles con Application Integration.

Insertar datos en BigQuery mediante una tarea For Each Parallel

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

En este tutorial, completarás las siguientes tareas:

Configurar una conexión de BigQuery
Configurar una subintegración
Configurar la integración principal
Probar la integración

Antes de empezar

Asegúrate de que tienes acceso a Integración de aplicaciones.
En tu proyecto de Google Cloud, haz lo siguiente:
- Asigna los siguientes roles a la cuenta de servicio que quieras 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 Secret Manager)
  - connectors.googleapis.com (API Connectors)
  Si estos servicios no se han habilitado en tu proyecto anteriormente, se te pedirá que los habilites cuando crees la conexión en la página Crear conexión.

Configurar una conexión de BigQuery

Empieza creando el conjunto de datos y la tabla de BigQuery que vas a usar en este tutorial. Una vez que hayas creado el conjunto de datos y la tabla, crea una conexión de BigQuery. Usarás esta conexión en una integración más adelante en este tutorial.

Configurar un conjunto de datos y una tabla de BigQuery

Para configurar tu conjunto de datos y tu tabla de BigQuery, sigue estos pasos:

En la página Consola de Cloud, selecciona tu Google Cloud proyecto.
Para iniciar una sesión de Cloud Shell desde la Google Cloud consola, haz clic en el icono Activar Cloud Shell de la consola de Cloud. Se iniciará una sesión en el panel inferior de la consola. Google Cloud
Para habilitar las APIs de BigQuery, introduce los siguientes comandos en el 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, sustituye lo siguiente:
- project_id por el ID del proyecto de Google Cloud .
- region con la región que quieras usar para crear tu conjunto de datos de BigQuery.
Para crear un conjunto de datos de BigQuery con el nombre bq_tutorial, introduce el siguiente comando en el terminal de Cloud Shell:
```
      bq  --project_id ${PROJECT_ID} --location ${REGION} mk bq_tutorial
    
```

Para crear una tabla de BigQuery con el nombre tutorial, introduce 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
Click Integrations from the left navigation menu to open the Integrations page.
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 cree la variable, en el editor de asignación de datos, siga estos pasos:
- Arrastra la nueva variable record a la columna Input (Entrada).
- Arrastra la variable connectorInputPayload a la columna Salida.
Cierra el editor de asignación de datos para volver al editor de integraciones.

Publicar la subintegración

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

Configurar la integración principal

En esta sección, configurará la integración principal, que usa una tarea Para cada paralelo para procesar cada registro. Esta integración principal invoca la subintegración una vez por cada registro.

Crear la integración principal

Para crear la integración principal, sigue estos pasos:

En la consola de Google Cloud, ve a la página Application Integration (Integración de aplicaciones).
Ir a Application Integration
En el menú de navegación de la izquierda, haga clic en Integraciones para abrir la página Integraciones.
Haga clic en Crear integración.
En el cuadro de diálogo Crear integración, haz lo siguiente:

Introduce un nombre. Por ejemplo, process-records.
Nota: Los nombres de las integraciones deben cumplir los siguientes requisitos:
- Los nombres deben empezar y terminar con letras o números.
- Los nombres no pueden contener espacios ni más de un guion o guion bajo seguido.
Si quieres, puedes añadir una descripción. Por ejemplo, introduce Activador de API para procesar registros (integración principal).
Selecciona la región en la que quieras crear la integración.

Haga clic en Crear para abrir el editor de integraciones.

Añadir un activador de API

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

En el editor de integraciones, selecciona Añadir una tarea o un activador > Activadores para ver una lista de los activadores disponibles.
Arrastra el elemento Activador de API al editor de integraciones.

Añadir una tarea Para cada en paralelo

Para añadir una tarea Para cada paralelo en la integración, sigue estos pasos:

Selecciona +Añadir una tarea o un activador > Tareas en el editor de integraciones para ver la lista de tareas disponibles.
Arrastra el elemento Para cada paralelo al editor de integración.

Conectar los elementos de integración

A continuación, añade una conexión de borde para conectar el activador de API con la tarea For Each Parallel.

Para añadir la conexión de borde, haz clic en el punto de control Bifurcación situado en la parte inferior del elemento Activador de API. Arrastra y suelta la conexión de borde en el punto de control Unir, situado en la parte superior del elemento de tarea Por cada paralelo.

Configurar la tarea Para cada en paralelo

Para configurar la tarea Para cada (paralelo), sigue estos pasos:

En el editor de integración, haga clic en la tarea Para cada paralelo para ver el panel de configuración de la tarea.
En Selección de matriz > Lista para iterar, haz clic en Añadir nueva variable para añadir una variable.

En el cuadro de diálogo Crear variable, introduce la siguiente información:

Nombre: escribe records.
Tipo de datos: selecciona JSON.

Esquema: selecciona Generar a partir de una carga útil de JSON de muestra. Introduce 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 Sub-integration Details (Detalles de la subintegración), introduce la siguiente información:
- ID de activador de API: selecciona el elemento Activador de 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 matriz individuales, introduce el nombre de la variable en la tarea de asignación de datos de la subintegración. En este caso, introduce record. Las variables de subintegración solo se muestran en las integraciones publicadas. Si las variables no aparecen, actualiza la página, ya que tardan un tiempo en mostrarse después de que se publique la subintegración.

Publicar la integración principal

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

Probar la integración

Para probar la integración, sigue estos pasos:

Descarga datos de ejemplo en Cloud Shell:
1. Para iniciar una sesión de Cloud Shell desde la Google Cloud consola, haz clic en el icono Activar Cloud Shell de la consola de Cloud. Se iniciará una sesión en el panel inferior de la consola. Google Cloud
2. Introduce el siguiente comando en el terminal de Cloud Shell:
```
wget https://raw.githubusercontent.com/GoogleCloudPlatform/application-integration-samples/main/assets/bq-sample-dataset.json
        
```
3. Para verificar que se han descargado los datos de muestra, introduce el siguiente comando en el terminal de Cloud Shell:
```
ls -la bq-sample-dataset.json
```
  El archivo descargado se muestra en el terminal de Cloud Shell.

Para seleccionar tres entradas aleatorias del conjunto de datos de ejemplo y almacenarlas de forma que puedas pasarlas a la integración, introduce los siguientes comandos en tu 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 iniciar las pruebas, introduce el siguiente comando en el 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, sustituye lo siguiente:
- project_id por el ID del proyecto de Google Cloud .
- region con la región en la que has creado la integración.
Este comando invoca la integración principal y transfiere las entradas del conjunto de datos de ejemplo a la integración principal. A continuación, la integración principal transfiere cada entrada a la subintegración, que añade los datos como una fila en la tabla de BigQuery.
Para comprobar que tu tabla de BigQuery ahora contiene estos registros, sigue estos pasos:
1. En la página Consola de Cloud, haz clic en el menú de navegación.
2. En la sección Analytics, haga clic en BigQuery.
3. Expande tu proyecto y haz clic en el conjunto de datos bq_tutorial.
4. Despliega el conjunto de datos bq_tutorial y haz clic en la tabla tutorial.
5. Haz clic en la pestaña Explorador de tablas para ver los registros insertados.

Siguientes pasos

Prueba a crear integraciones con otros conectores. Para ver la lista de todos los conectores admitidos, consulta la referencia de conectores.