Esta página foi traduzida pela API Cloud Translation.

Solução Jump Start: armazém de dados com o BigQuery

Last reviewed 2025-02-03 UTC

Este guia ajuda a compreender, implementar e usar a solução Jump Start Armazém de dados com o BigQuery. Esta solução demonstra como pode criar um armazém de dados Google Cloud usando o BigQuery como armazém de dados, com o Looker Studio como ferramenta de visualização e painel de controlo. A solução também usa as capacidades de IA generativa da Vertex AI para gerar texto que resume a análise.

Os exemplos de utilização comuns para criar um armazém de dados incluem o seguinte:

Agregação e criação de armazéns de dados de estatísticas de marketing para melhorar a receita ou outras métricas de clientes.
Criar relatórios e análises financeiras.
Criar painéis de controlo operacionais para melhorar o desempenho empresarial.

Este documento destina-se a programadores que têm alguma experiência em análise de dados e que usaram uma base de dados para realizar uma análise. Parte do princípio de que tem conhecimentos básicos sobre os conceitos da nuvem, embora não seja necessariamente Google Cloud. A experiência com o Terraform é útil, mas não é necessária para implementar esta solução através da consola.

Objetivos

Saiba como os dados fluem para um armazém de dados na nuvem e como os dados podem ser transformados através de SQL.
Criar painéis de controlo a partir dos dados para realizar a análise de dados.
Agende declarações SQL para atualizar dados numa recorrência comum.
Crie um modelo de aprendizagem automática para prever valores de dados ao longo do tempo.
Use a IA generativa para resumir os resultados do seu modelo de aprendizagem automática.

Produtos usados

A solução usa os seguintes Google Cloud produtos:

BigQuery: Um armazém de dados altamente escalável e totalmente gerido com capacidades de aprendizagem automática incorporadas.
Cloud Storage: Um serviço pronto para empresas que oferece armazenamento de objetos ilimitado e de baixo custo para diversos tipos de dados. Os dados são acessíveis a partir de dentro e fora do Google Cloud e são replicados de forma georredundante.
Looker Studio: Plataforma de Business Intelligence self-service que ajuda a criar e partilhar estatísticas de dados.
Vertex AI: Uma plataforma de aprendizagem automática (ML) que lhe permite preparar e implementar modelos de ML e aplicações de IA.

Os seguintes Google Cloud produtos são usados para preparar dados na solução para a primeira utilização:

Fluxos de trabalho: Uma plataforma de orquestração totalmente gerida que executa serviços numa ordem especificada como um fluxo de trabalho. Os fluxos de trabalho podem combinar serviços, incluindo: serviços personalizados alojados no Cloud Run ou nas funções do Cloud Run, Google Cloud serviços como o BigQuery e qualquer API baseada em HTTP.
Funções do Cloud Run: um ambiente de execução sem servidor para criar e ligar serviços na nuvem.

Arquitetura

O armazém de dados de exemplo que esta solução implementa analisa dados de comércio eletrónico fictícios da TheLook para compreender o desempenho da empresa ao longo do tempo. O diagrama seguinte mostra a arquitetura dos recursos que a solução implementa. Google Cloud

Arquitetura da infraestrutura para a solução de armazém de dados.

Fluxo de soluções

A arquitetura representa um fluxo de dados comum para preencher e transformar dados para um armazém de dados:

Os dados são enviados para um contentor do Cloud Storage.
Os fluxos de trabalho facilitam a movimentação de dados.
Os dados são carregados para o BigQuery como uma tabela do BigLake através de um procedimento armazenado de SQL.
Os dados são transformados no BigQuery através de um procedimento armazenado em SQL.
Os painéis de controlo são criados a partir dos dados para análise mais detalhada com o Looker Studio.
Os dados são analisados através de um modelo k-means criado com o BigQuery ML. A análise identifica padrões comuns, que são resumidos através das capacidades de IA generativa do Vertex AI através do BigQuery.
As funções do Cloud Run criam blocos de notas Python com conteúdo de aprendizagem adicional.

Custo

Para uma estimativa do custo dos Google Cloud recursos que a solução de data warehouse com o BigQuery usa, consulte a estimativa pré-calculada na Google Cloud calculadora de preços.

Use a estimativa como ponto de partida para calcular o custo da implementação. Pode modificar a estimativa para refletir quaisquer alterações de configuração que planeie fazer aos recursos usados na solução.

A estimativa pré-calculada baseia-se em pressupostos para determinados fatores, incluindo o seguinte:

As Google Cloud localizações onde os recursos são implementados.
O tempo durante o qual os recursos são usados.
A região dos dados onde os dados são preparados.

Antes de começar

Para implementar esta solução, primeiro, precisa de um Google Cloud projeto e de algumas autorizações da IAM.

Crie ou escolha um Google Cloud projeto

Quando implementa a solução, escolhe o Google Cloud projeto onde os recursos são implementados. Pode criar um novo projeto ou usar um projeto existente para a implementação.

Se quiser criar um novo projeto, faça-o antes de iniciar a implementação. A utilização de um novo projeto pode ajudar a evitar conflitos com recursos aprovisionados anteriormente, como recursos usados para cargas de trabalho de produção.

Para criar um projeto, conclua os seguintes passos:

Ensure that you have the Project Creator IAM role (roles/resourcemanager.projectCreator). Learn how to grant roles.
In the Google Cloud console, go to the project selector page.

Go to project selector
Click Create project.
Name your project. Make a note of your generated project ID.
Edit the other fields as needed.
Click Create.

Obtenha as autorizações de IAM necessárias

Para iniciar o processo de implementação, precisa das autorizações da gestão de identidade e de acesso (IAM) indicadas na tabela seguinte.

Se criou um novo projeto para esta solução, tem a roles/owner função básica nesse projeto e tem todas as autorizações necessárias. Se não tiver a função de roles/owner, peça ao administrador para lhe conceder estas autorizações (ou as funções que incluem estas autorizações).

Autorização de IAM necessária	Função predefinida que inclui as autorizações necessárias
`serviceusage.services.enable`	Administrador de utilização de serviços (`roles/serviceusage.serviceUsageAdmin`)
`iam.serviceAccounts.create`	Administrador da conta de serviço (`roles/iam.serviceAccountAdmin`)
`resourcemanager.projects.setIamPolicy`	Project IAM Admin (`roles/resourcemanager.projectIamAdmin`)
`config.deployments.create` `config.deployments.list`	Administrador do Cloud Infrastructure Manager (`roles/config.admin`)
`iam.serviceAccount.actAs`	Utilizador da conta de serviço (`roles/iam.serviceAccountUser`)

Acerca das autorizações temporárias da conta de serviço

Se iniciar o processo de implementação através da consola, a Google cria uma conta de serviço para implementar a solução em seu nome (e para eliminar a implementação mais tarde, se quiser). A esta conta de serviço são atribuídas determinadas autorizações da IAM temporariamente, ou seja, as autorizações são revogadas automaticamente após a conclusão das operações de implementação e eliminação da solução. A Google recomenda que, depois de eliminar a implementação, elimine a conta de serviço, conforme descrito mais adiante neste guia.

Veja as funções atribuídas à conta de serviço

Estes papéis estão listados aqui caso um administrador do seu projeto ou organização precise destas informações.Google Cloud

roles/aiplatform.admin
roles/bigquery.admin
roles/cloudfunctions.admin
roles/config.agent
roles/datalineage.viewer
roles/dataform.admin
roles/iam.serviceAccountAdmin
roles/iam.serviceAccountUser
roles/iam.serviceAccountTokenCreator
roles/logging.configWriter
roles/resourcemanager.projectIamAdmin
roles/run.invoker
roles/serviceusage.serviceUsageAdmin
roles/storage.admin
roles/workflows.admin

Implemente a solução

Para ajudar a implementar esta solução com o mínimo de esforço, é disponibilizada uma configuração do Terraform no GitHub. A configuração do Terraform define todos os Google Cloud recursos necessários para a solução.

Pode implementar a solução através de um dos seguintes métodos:

Através da consola: use este método se quiser experimentar a solução com a configuração predefinida e ver como funciona. O Cloud Build implementa todos os recursos necessários para a solução. Quando já não precisar da solução implementada, pode eliminá-la através da consola. Quaisquer recursos que criar depois de implementar a solução podem ter de ser eliminados separadamente.

Para usar este método de implementação, siga as instruções em Implemente através da consola.
Usando a CLI do Terraform: use este método se quiser personalizar a solução ou se quiser automatizar o aprovisionamento e a gestão dos recursos usando a abordagem de infraestrutura como código (IaC). Transfira a configuração do Terraform a partir do GitHub, personalize opcionalmente o código conforme necessário e, em seguida, implemente a solução através da CLI do Terraform. Depois de implementar a solução, pode continuar a usar o Terraform para gerir a solução.

Para usar este método de implementação, siga as instruções em Implemente através da CLI do Terraform.

Implemente através da consola

Conclua os passos seguintes para implementar a solução pré-configurada.

No Google Cloud catálogo de soluções de arranque rápido, aceda à solução Data warehouse com o BigQuery.

Aceda à solução de armazém de dados com o BigQuery
Reveja as informações apresentadas na página, como o custo estimado da solução e o tempo de implementação estimado.
Quando tiver tudo pronto para começar a implementar a solução, clique em Implementar.

É apresentado um painel de configuração passo a passo.
Conclua os passos no painel de configuração.

Tome nota do nome que introduz para a implementação. Este nome é necessário mais tarde quando eliminar a implementação.

Quando clica em Implementar, é apresentada a página Implementações de soluções. O campo Estado nesta página mostra Implementação.
Aguarde a implementação da solução.

Se a implementação falhar, o campo Estado apresenta Falhou. Pode usar o registo do Cloud Build para diagnosticar os erros. Para mais informações, consulte Erros ao implementar através da consola.

Após a conclusão da implementação, o campo Estado é alterado para Implementado.
Para validar os recursos implementados, clique no menu Ações e, de seguida, selecione Ver recursos.

A página Inventário de recursos da consola Google Cloud é aberta num novo separador do navegador. A página apresenta os objetos do BigQuery, a função do Cloud Run, o fluxo de trabalho do Workflows, o tópico do Pub/Sub e os recursos do acionador do Eventarc implementados pela solução.

Para ver os detalhes de cada recurso, clique no nome do recurso na coluna Nome a apresentar.
Para ver e usar a solução, regresse à página Implementações de soluções na consola.
1. Clique no menu Ações.
2. Selecione Ver painel de controlo do Looker Studio para abrir um painel de controlo criado com base nos dados de amostra transformados através da solução.
3. Selecione Abrir editor do BigQuery para executar consultas e criar modelos de aprendizagem automática (AA) com os dados de exemplo na solução.

Quando já não precisar da solução, pode eliminar a implementação para evitar a faturação contínua dos Google Cloud recursos. Para mais informações, consulte Elimine a implementação.

Faça a implementação através da CLI do Terraform

Esta secção descreve como pode personalizar a solução ou automatizar o aprovisionamento e a gestão da solução através da CLI do Terraform. As soluções implementadas através da CLI do Terraform não são apresentadas na página Implementações de soluções na Google Cloud consola.

Configure o cliente do Terraform

Pode executar o Terraform no Cloud Shell ou no seu anfitrião local. Este guia descreve como executar o Terraform no Cloud Shell, que tem o Terraform pré-instalado e configurado para autenticação com o Google Cloud.

O código do Terraform para esta solução está disponível num repositório do GitHub.

Clone o repositório do GitHub para o Cloud Shell.

É apresentada uma mensagem para confirmar a transferência do repositório do GitHub para o Cloud Shell.
Clique em Confirm.

O Cloud Shell é iniciado num separador do navegador separado e o código do Terraform é transferido para o diretório $HOME/cloudshell_open do seu ambiente do Cloud Shell.
No Cloud Shell, verifique se o diretório de trabalho atual é $HOME/cloudshell_open/terraform-google-bigquery/modules/data_warehouse. Este é o diretório que contém os ficheiros de configuração do Terraform para a solução. Se precisar de alterar para esse diretório, execute o seguinte comando:
```
cd $HOME/cloudshell_open/terraform-google-bigquery/modules/data_warehouse
```
Inicialize o Terraform executando o seguinte comando:
```
terraform init
```
Aguarde até ver a seguinte mensagem:
```
Terraform has been successfully initialized!
```

Configure as variáveis do Terraform

O código do Terraform que transferiu inclui variáveis que pode usar para personalizar a implementação com base nos seus requisitos. Por exemplo, pode especificar o Google Cloud projeto e aregião onde quer que a solução seja implementada.

Certifique-se de que o diretório de trabalho atual é $HOME/cloudshell_open/terraform-google-bigquery/modules/data_warehouse. Se não for, aceda a esse diretório.
No mesmo diretório, crie um ficheiro de texto com o nome terraform.tfvars.
No ficheiro terraform.tfvars, copie o seguinte fragmento do código e defina os valores para as variáveis necessárias.
- Siga as instruções fornecidas como comentários no fragmento de código.
- Este fragmento do código inclui apenas as variáveis para as quais tem de definir valores. A configuração do Terraform inclui outras variáveis que têm valores predefinidos. Para rever todas as variáveis e os valores predefinidos, consulte o ficheiro variables.tf que está disponível no diretório $HOME/cloudshell_open/terraform-google-bigquery/modules/data_warehouse.
- Certifique-se de que cada valor que define no ficheiro terraform.tfvars corresponde ao tipo de variável, conforme declarado no ficheiro variables.tf. Por exemplo, se o tipo definido para uma variável no ficheiro variables.tf for bool, tem de especificar true ou false como o valor dessa variável no ficheiro terraform.tfvars.
```
# This is an example of the terraform.tfvars file.
# The values in this file must match the variable types declared in variables.tf.
# The values in this file override any defaults in variables.tf.

# ID of the project in which you want to deploy the solution
project_id = "PROJECT_ID"

# Google Cloud region where you want to deploy the solution
# Example: us-central1
region = "REGION"

# Whether or not to enable underlying apis in this solution.
# Example: true
enable_apis = true

# Whether or not to protect BigQuery resources from deletion when solution is modified or changed.
# Example: false
force_destroy = false

# Whether or not to protect Cloud Storage resources from deletion when solution is modified or changed.
# Example: true
deletion_protection = true

# Name of the BigQuery ML GenAI remote model used for text generation
# Example: "text_generate_model"
text_generation_model_name = "text_generate_model"
```
Para informações sobre os valores que pode atribuir às variáveis obrigatórias, consulte o seguinte:
- project_id: Identificar projetos
- region: regiões e zonas disponíveis

Valide e reveja a configuração do Terraform

Certifique-se de que o diretório de trabalho atual é $HOME/cloudshell_open/terraform-google-bigquery/modules/data_warehouse. Se não for, aceda a esse diretório.
Verifique se a configuração do Terraform não tem erros:
```
terraform validate
```
Se o comando devolver erros, faça as correções necessárias na configuração e, em seguida, execute novamente o comando terraform validate. Repita este passo até o comando devolver a seguinte mensagem:
```
Success! The configuration is valid.
```
Reveja os recursos definidos na configuração:
```
terraform plan
```
Se não criou o ficheiro terraform.tfvars conforme descrito anteriormente, o Terraform pede-lhe que introduza valores para as variáveis que não têm valores predefinidos. Introduza os valores obrigatórios.

O resultado do comando terraform plan é uma lista dos recursos que o Terraform aprovisiona quando aplica a configuração.

Se quiser fazer alterações, edite a configuração e, em seguida, execute novamente os comandos terraform validate e terraform plan.

Aprovisione os recursos

Quando não forem necessárias mais alterações na configuração do Terraform, implemente os recursos.

Certifique-se de que o diretório de trabalho atual é $HOME/cloudshell_open/terraform-google-bigquery/modules/data_warehouse. Se não for, aceda a esse diretório.
Aplique a configuração do Terraform:
```
terraform apply
```
Se não criou o ficheiro terraform.tfvars conforme descrito anteriormente, o Terraform pede-lhe que introduza valores para as variáveis que não têm valores predefinidos. Introduza os valores obrigatórios.

O Terraform apresenta uma lista dos recursos que vão ser criados.
Quando lhe for pedido para realizar as ações, introduza yes.

O Terraform apresenta mensagens que mostram o progresso da implementação.

Se não for possível concluir a implementação, o Terraform apresenta os erros que causaram a falha. Reveja as mensagens de erro e atualize a configuração para corrigir os erros. Em seguida, execute novamente o comando terraform apply. Para obter ajuda na resolução de problemas de erros do Terraform, consulte o artigo Erros ao implementar a solução com a CLI do Terraform.

Depois de criar todos os recursos, o Terraform apresenta a seguinte mensagem:
```
Apply complete!
```
O resultado do Terraform também indica as seguintes informações adicionais de que precisa:
- O URL do Looker Studio do painel de controlo implementado.
- O link para abrir o editor do BigQuery para algumas consultas de exemplo.
O exemplo seguinte mostra o aspeto do resultado:
```
lookerstudio_report_url = "https://lookerstudio.google.com/reporting/create?c.reportId=8a6517b8-8fcd-47a2-a953-9d4fb9ae4794&ds.ds_profit.datasourceName=lookerstudio_report_profit&ds.ds_profit.projectId=my-cloud-project&ds.ds_profit.type=TABLE&ds.ds_profit.datasetId=ds_edw&ds.ds_profit.tableId=lookerstudio_report_profit&ds.ds_dc.datasourceName=lookerstudio_report_distribution_centers&ds.ds_dc.projectId=my-cloud-project&ds.ds_dc.type=TABLE&ds.ds_dc.datasetId=ds_edw&ds.ds_dc.tableId=lookerstudio_report_distribution_centers"
bigquery_editor_url = "https://console.cloud.google.com/bigquery?project=my-cloud-project&ws=!1m5!1m4!6m3!1smy-cloud-project!2sds_edw!3ssp_sample_queries"
```
Para ver e usar o painel de controlo, bem como executar consultas no BigQuery, copie os URLs de saída do passo anterior e abra-os em novos separadores do navegador.

O painel de controlo e o editor do BigQuery são apresentados nos novos separadores.
Para ver todos os Google Cloud recursos implementados, faça uma visita interativa.

Iniciar visita guiada

Quando já não precisar da solução, pode eliminar a implementação para evitar a faturação contínua dos Google Cloud recursos. Para mais informações, consulte Elimine a implementação.

Personalize a solução

Esta secção fornece informações que os programadores do Terraform podem usar para modificar o armazém de dados com a solução do BigQuery de modo a satisfazer os seus próprios requisitos técnicos e empresariais. As orientações nesta secção só são relevantes se implementar a solução através da CLI do Terraform.

Depois de ver como a solução funciona com os dados de exemplo, pode querer trabalhar com os seus próprios dados. Para usar os seus próprios dados, coloque-os no contentor do Cloud Storage denominado edw-raw-hash. O hash é um conjunto aleatório de 8 carateres gerado durante a implementação. Pode alterar o código do Terraform das seguintes formas:

ID do conjunto de dados. Altere o código do Terraform para que, quando o código criar o conjunto de dados do BigQuery, use o ID do conjunto de dados que quer usar para os seus dados.
Esquema. Altere o código do Terraform para que crie o ID da tabela do BigQuery que quer usar para armazenar os seus dados. Isto inclui o esquema da tabela externa para que o BigQuery possa ler os dados do Cloud Storage.
Consultas agendadas. Adicione procedimentos armazenados que realizam a análise que lhe interessa.
Painéis de controlo do Looker. Altere o código do Terraform que cria um painel de controlo do Looker para que o painel de controlo reflita os dados que está a usar.

Seguem-se objetos comuns do armazém de dados, que mostram o exemplo de código do Terraform em main.tf.

Conjunto de dados do BigQuery: O esquema onde os objetos da base de dados são agrupados e armazenados.

resource "google_bigquery_dataset" "ds_edw" {
      project = module.project-services.project_id
      dataset_id = "DATASET_PHYSICAL_ID"
      friendly_name = "DATASET_LOGICAL_NAME"
      description = "DATASET_DESCRIPTION"
      location = "REGION"
      labels = var.labels
      delete_contents_on_destroy = var.force_destroy
  }

Tabela do BigQuery: Um objeto de base de dados que representa dados armazenados no BigQuery ou que representa um esquema de dados armazenado no Cloud Storage.

resource "google_bigquery_table" "tbl_edw_inventory_items" {
      dataset_id = google_bigquery_dataset.ds_edw.dataset_id
      table_id = "TABLE_NAME"
      project = module.project-services.project_id
      deletion_protection = var.deletion_protection
      ...
  }

Procedimento armazenado do BigQuery: Um objeto de base de dados que representa uma ou mais declarações SQL a serem executadas quando chamado. Isto pode ser para transformar dados de uma tabela noutra ou para carregar dados de uma tabela externa para uma tabela padrão.

resource "google_bigquery_routine" "sp_sample_translation_queries" {
      project = module.project-services.project_id
      dataset_id = google_bigquery_dataset.ds_edw.dataset_id
      routine_id = "sp_sample_translation_queries"
      routine_type = "PROCEDURE"
      language = "SQL"
      definition_body = templatefile("${path.module}/assets/sql/sp_sample_translation_queries.sql", { project_id = module.project-services.project_id })
    }

Consulta agendada do BigQuery: Uma utilidade para agendar a execução de uma consulta ou um procedimento armazenado com uma frequência especificada.

resource "google_bigquery_data_transfer_config" "dts_config" {
    display_name = "TRANSFER_NAME"
    project = module.project-services.project_id
    location = "REGION"
    data_source_id = "scheduled_query"
    schedule = "every day 00:00"
    params = {
        query = "CALL ${module.project-services.project_id}.ds_edw.sp_lookerstudio_report()"
        }
  }

Para personalizar a solução, conclua os seguintes passos no Cloud Shell:

Verifique se o diretório de trabalho atual é $HOME/cloudshell_open/terraform-google-bigquery/modules/data_warehouse. Se não for o caso, aceda a esse diretório:
```
cd $HOME/cloudshell_open/terraform-google-bigquery/modules/data_warehouse
```
Abra main.tf e faça as alterações que quer fazer.

Para mais informações sobre os efeitos desta personalização na fiabilidade, segurança, desempenho, custo e operações, consulte as Recomendações de design.
Valide e reveja a configuração do Terraform.
Aprovisione os recursos.

Recomendações de design

Esta secção fornece recomendações para usar a solução de armazém de dados com o BigQuery para desenvolver uma arquitetura que cumpra os seus requisitos de segurança, fiabilidade, custo e desempenho.

À medida que começa a dimensionar com o BigQuery, tem à sua disposição várias formas de ajudar a melhorar o desempenho das consultas e reduzir a despesa total. Estes métodos incluem alterar a forma como os dados são armazenados fisicamente, modificar as consultas SQL e usar reservas de slots para garantir o desempenho de custos. Para mais informações sobre formas de ajudar a dimensionar e executar o seu armazém de dados, consulte o artigo Introdução à otimização do desempenho das consultas.

Tenha em conta o seguinte:

Antes de fazer alterações ao design, avalie o impacto nos custos e pondere possíveis compromissos com outras funcionalidades. Pode avaliar o impacto dos custos das alterações de design através da Google Cloud calculadora de preços.
Para implementar alterações de design na solução, precisa de experiência em programação do Terraform e conhecimentos avançados dos Google Cloud serviços usados na solução.
Se modificar a configuração do Terraform fornecida pela Google e, em seguida, tiver erros, crie problemas no GitHub. Os problemas do GitHub são revistos com base no melhor esforço e não se destinam a perguntas de utilização geral.
Para mais informações sobre a conceção e a configuração de ambientes de nível de produção no Google Cloud, consulte Conceção da zona de destino no Google Cloud e Google Cloud lista de verificação de configuração.

Elimine a implementação

Quando já não precisar da implementação da solução, para evitar a faturação contínua dos recursos que criou, elimine a implementação.

Elimine-o através da consola

Use este procedimento se implementou a solução através da consola.

Na Google Cloud consola, aceda à página Implementações de soluções.

Aceda a Implementações de soluções
Selecione o projeto que contém a implementação que quer eliminar.
Localize a implementação que quer eliminar.
Na linha da implementação, clique em Ações e, de seguida, selecione Eliminar.

Pode ter de deslocar a página para ver Ações na linha.
Introduza o nome da implementação e, de seguida, clique em Confirmar.

O campo Estado mostra A eliminar.

Se a eliminação falhar, consulte as orientações de resolução de problemas em Erro ao eliminar uma implementação.

Quando já não precisar do Google Cloud projeto que usou para a solução, pode eliminá-lo. Para mais informações, consulte a secção Opcional: elimine o projeto.

Elimine através da CLI do Terraform

Use este procedimento se tiver implementado a solução através da CLI do Terraform.

No Cloud Shell, certifique-se de que o diretório de trabalho atual é $HOME/cloudshell_open/terraform-google-bigquery/modules/data_warehouse. Se não for, aceda a esse diretório.
Remova os recursos aprovisionados pelo Terraform:
```
terraform destroy
```
O Terraform apresenta uma lista dos recursos que vão ser destruídos.
Quando lhe for pedido para realizar as ações, introduza yes.

O Terraform apresenta mensagens que mostram o progresso. Depois de todos os recursos serem eliminados, o Terraform apresenta a seguinte mensagem:
```
Destroy complete!
```
Se a eliminação falhar, consulte as orientações de resolução de problemas em Erro ao eliminar uma implementação.

Quando já não precisar do Google Cloud projeto que usou para a solução, pode eliminá-lo. Para mais informações, consulte a secção Opcional: elimine o projeto.

Opcional: elimine o projeto

Se implementou a solução num novo Google Cloud projeto e já não precisa do projeto, elimine-o concluindo os seguintes passos:

Na Google Cloud consola, aceda à página Gerir recursos.
Aceda a Gerir recursos
Na lista de projetos, selecione o projeto que quer eliminar e, de seguida, clique em Eliminar.
Na mensagem, escreva o ID do projeto e, de seguida, clique em Encerrar.

Se decidir manter o projeto, elimine a conta de serviço que foi criada para esta solução, conforme descrito na secção seguinte.

Opcional: elimine a conta de serviço

Se eliminou o projeto que usou para a solução, ignore esta secção.

Conforme mencionado anteriormente neste guia, quando implementou a solução, foi criada uma conta de serviço em seu nome. Foram atribuídas determinadas autorizações do IAM à conta de serviço temporariamente, ou seja, as autorizações foram revogadas automaticamente após a conclusão das operações de implementação e eliminação da solução, mas a conta de serviço não é eliminada. A Google recomenda que elimine esta conta de serviço.

Se implementou a solução através da Google Cloud consola, aceda à página Implementações de soluções. (Se já estiver nessa página, atualize o navegador.) É acionado um processo em segundo plano para eliminar a conta de serviço. Não é necessária nenhuma ação adicional.
Se implementou a solução através da CLI do Terraform, conclua os seguintes passos:
1. Na Google Cloud consola, aceda à página Contas de serviço.
  
  Aceda a Contas de serviço
2. Selecione o projeto que usou para a solução.
3. Selecione a conta de serviço que quer eliminar.
  
  O ID de email da conta de serviço que foi criada para a solução está no seguinte formato:
```
goog-sc-DEPLOYMENT_NAME-NNN@PROJECT_ID.iam.gserviceaccount.com
```
  O ID do email contém os seguintes valores:
  - DEPLOYMENT_NAME: o nome da implementação.
  - NNN: um número aleatório de 3 dígitos.
  - PROJECT_ID: o ID do projeto no qual implementou a solução.
4. Clique em Eliminar.

Resolva problemas de erros

As ações que pode realizar para diagnosticar e resolver erros dependem do método de implementação e da complexidade do erro.

Erros ao implementar através da consola

Se a implementação falhar quando usa a consola, faça o seguinte:

Aceda à página Implementações de soluções.

Se a implementação falhar, o campo Estado apresenta Falhou.
Veja os detalhes dos erros que causaram a falha:
1. Na linha da implementação, clique em Ações.
  
  Pode ter de deslocar a página para ver Ações na linha.
2. Selecione Ver registos do Cloud Build.
Reveja o registo do Cloud Build e tome as medidas adequadas para resolver o problema que causou a falha.

Erros ao implementar através da CLI do Terraform

Se a implementação falhar quando usa o Terraform, o resultado do comando terraform apply inclui mensagens de erro que pode rever para diagnosticar o problema.

Os exemplos nas secções seguintes mostram erros de implementação que pode encontrar quando usa o Terraform.

Erro de API não ativada

Se criar um projeto e, de seguida, tentar implementar a solução no novo projeto, a implementação pode falhar com um erro semelhante ao seguinte:

Error: Error creating Network: googleapi: Error 403: Compute Engine API has not
been used in project PROJECT_ID before or it is disabled. Enable it by visiting
https://console.developers.google.com/apis/api/compute.googleapis.com/overview?project=PROJECT_ID
then retry. If you enabled this API recently, wait a few minutes for the action
to propagate to our systems and retry.

Se este erro ocorrer, aguarde alguns minutos e, em seguida, execute novamente o comando terraform apply.

Não é possível atribuir o erro de endereço pedido

Quando executa o comando terraform apply, pode ocorrer um erro cannot assign requested address com uma mensagem semelhante à seguinte:

Error: Error creating service account:
 Post "https://iam.googleapis.com/v1/projects/PROJECT_ID/serviceAccounts:
 dial tcp [2001:db8:ffff:ffff::5f]:443:
 connect: cannot assign requested address

Se este erro ocorrer, execute novamente o comando terraform apply.

Erros ao aceder a dados no BigQuery ou Looker Studio

Existe um passo de aprovisionamento que é executado após os passos de aprovisionamento do Terraform que carrega dados para o ambiente. Se receber um erro quando os dados estiverem a ser carregados no painel de controlo do Looker Studio ou se não existirem objetos quando começar a explorar o BigQuery, aguarde alguns minutos e tente novamente.

Erro ao eliminar uma implementação

Em determinados casos, as tentativas de eliminar uma implementação podem falhar:

Após implementar uma solução através da consola, se alterar qualquer recurso aprovisionado pela solução e, em seguida, tentar eliminar a implementação, a eliminação pode falhar. O campo Estado na página Implementações de soluções mostra Falhou e o registo do Cloud Build mostra a causa do erro.
Depois de implementar uma solução através da CLI do Terraform, se alterar qualquer recurso através de uma interface não pertencente ao Terraform (por exemplo, a consola) e, em seguida, tentar eliminar a implementação, a eliminação pode falhar. As mensagens no resultado do comando terraform destroy mostram a causa do erro.

Reveja os registos e as mensagens de erro, identifique e elimine os recursos que causaram o erro e, de seguida, tente eliminar a implementação novamente.

Se uma implementação baseada na consola não for eliminada e não conseguir diagnosticar o erro através do registo do Cloud Build, pode eliminar a implementação através da CLI do Terraform, conforme descrito na secção seguinte.

Elimine uma implementação baseada na consola através da CLI do Terraform

Esta secção descreve como eliminar uma implementação baseada na consola se ocorrerem erros quando tentar eliminá-la através da consola. Nesta abordagem, transfere a configuração do Terraform para a implementação que quer eliminar e, em seguida, usa a CLI do Terraform para eliminar a implementação.

Identifique a região onde o código, os registos e outros dados do Terraform da implementação são armazenados. Esta região pode ser diferente da região que selecionou durante a implementação da solução.
1. Na Google Cloud consola, aceda à página Implementações de soluções.
  
  Aceda a Implementações de soluções
2. Selecione o projeto que contém a implementação que quer eliminar.
3. Na lista de implementações, identifique a linha da implementação que quer eliminar.
4. Clique em Ver todo o conteúdo da linha.
5. Na coluna Localização, repare na segunda localização, conforme realçado no exemplo seguinte:
In the Google Cloud console, activate Cloud Shell.

Activate Cloud Shell

At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
Crie variáveis de ambiente para o ID do projeto, a região e o nome da implementação que quer eliminar:
```
export REGION="REGION"
export PROJECT_ID="PROJECT_ID"
export DEPLOYMENT_NAME="DEPLOYMENT_NAME"
```
Nestes comandos, substitua o seguinte:
- REGION: a localização que indicou anteriormente neste procedimento.
- PROJECT_ID: o ID do projeto onde implementou a solução.
- DEPLOYMENT_NAME: o nome da implementação que quer eliminar.

Obtenha o ID da revisão mais recente da implementação que quer eliminar:

export REVISION_ID=$(curl \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/projects/${PROJECT_ID}/locations/${REGION}/deployments/${DEPLOYMENT_NAME}" \
    | jq .latestRevision -r)
    echo $REVISION_ID

O resultado é semelhante ao seguinte:

projects/PROJECT_ID/locations/REGION/deployments/DEPLOYMENT_NAME/revisions/r-0

Obtenha a localização do Cloud Storage da configuração do Terraform para a implementação:

export CONTENT_PATH=$(curl \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/${REVISION_ID}" \
    | jq .applyResults.content -r)
    echo $CONTENT_PATH

Segue-se um exemplo do resultado deste comando:

gs://PROJECT_ID-REGION-blueprint-config/DEPLOYMENT_NAME/r-0/apply_results/content

Transfira a configuração do Terraform do Cloud Storage para o Cloud Shell:
```
gcloud storage cp $CONTENT_PATH $HOME --recursive
cd $HOME/content/modules/data_warehouse
```
Aguarde até que a mensagem Operation completed seja apresentada, conforme mostrado no exemplo seguinte:
```
Operation completed over 45 objects/268.5 KiB
```

Inicialize o Terraform:

terraform init

Aguarde até ver a seguinte mensagem:

Terraform has been successfully initialized!

Remova os recursos implementados:
```
terraform destroy
```
O Terraform apresenta uma lista dos recursos que vão ser destruídos.

Se forem apresentados avisos sobre variáveis não declaradas, ignore-os.
Quando lhe for pedido para realizar as ações, introduza yes.

O Terraform apresenta mensagens que mostram o progresso. Depois de todos os recursos serem eliminados, o Terraform apresenta a seguinte mensagem:
```
Destroy complete!
```

Elimine o artefacto de implementação:

curl -X DELETE \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/projects/${PROJECT_ID}/locations/${REGION}/deployments/${DEPLOYMENT_NAME}?force=true&delete_policy=abandon"

Aguarde alguns segundos e, em seguida, verifique se o artefacto de implementação foi eliminado:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/projects/${PROJECT_ID}/locations/${REGION}/deployments/${DEPLOYMENT_NAME}" \
    | jq .error.message

Se o resultado apresentar null, aguarde alguns segundos e, em seguida, execute o comando novamente.

Após a eliminação do artefacto de implementação, é apresentada uma mensagem, conforme mostrado no exemplo seguinte:

Resource 'projects/PROJECT_ID/locations/REGION/deployments/DEPLOYMENT_NAME' was not found

Enviar feedback

As soluções de arranque rápido destinam-se apenas a fins informativos e não são produtos oficialmente suportados. A Google pode alterar ou remover soluções sem aviso prévio.

Para resolver problemas de erros, reveja os registos do Cloud Build e o resultado do Terraform.

Para enviar feedback, faça o seguinte:

Para aceder à documentação, aos tutoriais na consola ou à solução, use o botão Enviar feedback na página.

Para código Terraform não modificado, crie problemas no repositório do GitHub. Os problemas do GitHub são revistos com base no melhor esforço e não se destinam a perguntas de utilização geral.

Para problemas com os produtos usados na solução, contacte o apoio técnico ao cliente do Google Cloud.