Migrazione da Teradata a BigQuery: panoramica
Questo documento ti aiuta a comprendere le decisioni che devi prendere quando utilizzi BigQuery Data Transfer Service per eseguire la migrazione di schema e dati da Teradata BigQuery.
La migrazione di schema e dati è in genere uno dei vari passaggi necessari per spostare da una piattaforma diversa a BigQuery. Per una descrizione del processo di migrazione end-to-end, vedi Panoramica: migrazione dei data warehouse in BigQuery
Puoi anche utilizzare traduzione SQL batch eseguire la migrazione collettiva degli script SQL traduzione SQL interattiva per tradurre query ad hoc. Il servizio SQL Teradata è completamente supportato Servizi di traduzione SQL.
Panoramica
Puoi utilizzare BigQuery Data Transfer Service in combinazione con un agente speciale di migrazione per copiare lo schema e i dati da Teradata a in BigQuery. L'agente di migrazione si connette ai tuoi dati locali il warehouse comunica con BigQuery Data Transfer Service per copiare tabelle dal data warehouse a BigQuery.
I passaggi seguenti descrivono il flusso di lavoro per il processo di migrazione:
- Scarica l'agente di migrazione.
- Configurare un trasferimento in BigQuery Data Transfer Service.
- Esegui il job di trasferimento per copiare lo schema della tabella e i dati dal tuo data warehouse in BigQuery.
- Facoltativo. Monitorare i job di trasferimento utilizzando la console Google Cloud.
Configurazione del job di trasferimento
Puoi configurare un job di trasferimento in base alle tue esigenze. Prima del giorno prima di configurare un trasferimento di dati da Teradata a BigQuery, considera di configurazione predefinite descritte nelle sezioni seguenti e impostazioni da utilizzare. In base alle impostazioni scegliere, potresti dover completare alcuni prerequisiti prima di iniziare il job di trasferimento.
Per la maggior parte dei sistemi, in particolare quelli con tabelle di grandi dimensioni, è possibile ottenere del rendimento seguendo questa procedura:
- Partizionare le tabelle Teradata.
- Utilizza Teradata Parallel Transporter (TPT) per l'estrazione.
- Crea un file di schema personalizzato e configura il target Clustering e partizionamento delle colonne di BigQuery.
Ciò consente all'agente di migrazione di eseguire l'estrazione partizione per partizione, che è il più efficiente.
Metodo di estrazione
BigQuery Data Transfer Service supporta due metodi di estrazione per Trasferire dati da Teradata a BigQuery:
Utilizza i comandi Teradata Parallel Transporter (TPT) l'utilità tbuild. Questo è l'approccio consigliato. L'utilizzo di TPT in genere comporta un'estrazione dei dati più rapida.
In questa modalità, l'agente di migrazione tenta di calcolare i batch di estrazione usando righe distribuite per partizioni. Per ogni batch, l'agente emette ed esegue un'estrazione TPT generando un insieme di file delimitati da barre verticali. Quindi carica questi file in un bucket Cloud Storage, e dove vengono utilizzati dal job di trasferimento. Una volta caricati i file Cloud Storage, l'agente di migrazione li ha eliminati dal file locale di un sistema operativo completo.
Quando utilizzi l'estrazione TPT senza una colonna di partizionamento, il tuo viene estratta l'intera tabella. Quando utilizzi l'estrazione TPT con una di partizionamento, l'agente estrae insiemi di partizioni.
In questa modalità, l'agente di migrazione non limita la quantità occupato dai file estratti sul file system locale. Assicurati che il file system locale abbia più spazio della dimensione del tuo o la tabella più grande, a seconda che tu stia specificando o meno una colonna di partizionamento.
Estrazione mediante driver JDBC con connessione FastExport. Se lo spazio di archiviazione locale disponibile per l'estrazione è limitato o, se per qualche motivo non puoi usare TPT, usa questo di grandi dimensioni.
In questa modalità, l'agente di migrazione estrae le tabelle in una raccolta di file AVRO file system locale. Quindi carica questi file in un bucket Cloud Storage, e dove vengono utilizzati dal job di trasferimento. Una volta caricati i file Cloud Storage, l'agente di migrazione li elimina dal file locale di un sistema operativo completo.
In questa modalità, puoi limitare la quantità di spazio utilizzata dai file AVRO sul file system locale. Se questo limite viene superato, l'estrazione viene messa in pausa finché l'agente di migrazione non libera spazio caricamento ed eliminazione di file AVRO esistenti.
Identificazione dello schema
BigQuery Data Transfer Service fornisce il rilevamento automatico dello schema e mappatura dei tipi di dati durante un trasferimento di dati da Teradata a BigQuery. Facoltativamente, puoi specificare un file di schema personalizzato. Consigliamo la personalizzazione dello schema nelle seguenti situazioni:
Devi acquisire informazioni importanti di una tabella, come il partizionamento, che altrimenti andrebbe persa migrazione.
Ad esempio: i trasferimenti incrementali devono avere un di schema specificato in modo che i dati dei trasferimenti successivi possano essere partizionate correttamente quando vengono caricate in BigQuery. Senza un file di schema specificato, ogni durante l'esecuzione di un trasferimento, BigQuery Data Transfer Service applica automaticamente schema della tabella utilizzando i dati di origine da trasferire e tutte informazioni su partizionamento, clustering, chiavi primarie e modifica il tracciamento è stato perso.
Devi modificare i nomi delle colonne o i tipi di dati durante il trasferimento di dati.
File di schema personalizzato
Un file di schema personalizzato è un file JSON che descrive gli oggetti di database. Lo schema contiene un insieme di database, ciascuno contenente un insieme di tabelle, ognuna delle quali contiene un insieme di colonne. Ogni oggetto ha Campo originalName che indica il nome dell'oggetto in Teradata e un campo name che indica il nome della destinazione dell'oggetto in BigQuery.
Le colonne includono i seguenti campi:
- Un campo originalType che indica il tipo di dati della colonna in Teradata
- Un campo type che indica il tipo di dati di destinazione per la colonna in in BigQuery.
Un campo usageType per acquisire informazioni sul modo in cui utilizzata dal sistema, ad esempio per il clustering o il partizionamento. Sono supportati i seguenti tipi di utilizzo:
- CLUSTERING: puoi annotare fino a quattro colonne in ogni tabella di destinazione
con questo tipo di utilizzo. L'ordine delle colonne per il clustering è determinato
in base all'ordine in cui appaiono nello schema personalizzato. La
le colonne selezionate devono soddisfare i
vincoli
per il clustering in BigQuery. Se un campo
PARTITIONING
viene specificato per la stessa tabella, BigQuery utilizza queste colonne per creare una tabella in cluster. - COMMIT_TIMESTAMP: puoi annotare solo una colonna in ogni target
tabella con questo tipo di utilizzo. Usa questo useType per identificare un aggiornamento
colonna timestamp per gli aggiornamenti incrementali. Questa colonna è
utilizzata per estrarre righe create/aggiornate dal giorno
durante l'ultima esecuzione del trasferimento. Puoi utilizzare questo tipo di utilizzo solo con la colonna che
ha un tipo di dati
TIMESTAMP
oDATE
. - PREDEFINITA: puoi annotare più colonne in una tabella di destinazione con questo tipo di utilizzo. Questo useType indica che la colonna non ha valori speciali nel sistema di origine. Questo è il valore predefinito.
- PARTIZIONAMENTO: puoi annotare solo una colonna in ogni tabella di destinazione
con questo tipo di utilizzo. Questa colonna viene utilizzata nella
partizionato
definizione della tabella per l'oggetto tables contenitore. Puoi utilizzare solo
questo tipo di utilizzo con una colonna con un tipo di dati
TIMESTAMP
oDATE
.
- CLUSTERING: puoi annotare fino a quattro colonne in ogni tabella di destinazione
con questo tipo di utilizzo. L'ordine delle colonne per il clustering è determinato
in base all'ordine in cui appaiono nello schema personalizzato. La
le colonne selezionate devono soddisfare i
vincoli
per il clustering in BigQuery. Se un campo
Puoi creare manualmente un file di schema personalizzato, in base a questo esempio, oppure puoi chiedere all'agente di migrazione di generarne uno quando inizializzare l'agente.
Esempio
Considera che stai eseguendo la migrazione di una tabella Teradata denominata orders
in tpch
con la seguente definizione di tabella:
CREATE SET TABLE TPCH.orders ,FALLBACK ,
NO BEFORE JOURNAL,
NO AFTER JOURNAL,
CHECKSUM = DEFAULT,
DEFAULT MERGEBLOCKRATIO,
MAP = TD_MAP1
(
O_ORDERKEY INTEGER NOT NULL,
O_CUSTKEY INTEGER NOT NULL,
O_ORDERSTATUS CHAR(1) CHARACTER SET LATIN CASESPECIFIC NOT NULL,
O_TOTALPRICE DECIMAL(15,2) NOT NULL,
O_ORDERDATE DATE FORMAT 'yyyy-mm-dd' NOT NULL,
O_ORDERPRIORITY CHAR(15) CHARACTER SET LATIN CASESPECIFIC NOT NULL,
O_CLERK CHAR(15) CHARACTER SET LATIN CASESPECIFIC NOT NULL,
O_SHIPPRIORITY INTEGER NOT NULL,
O_COMMENT VARCHAR(79) CHARACTER SET LATIN CASESPECIFIC NOT NULL)
UNIQUE PRIMARY INDEX ( O_ORDERKEY );
Durante la migrazione a BigQuery, supponiamo che tu voglia configurare lo schema con le seguenti modifiche:
- Rinomina la colonna
O_CUSTKEY
inO_CUSTOMERKEY
. - Identifica
O_ORDERDATE
come colonna di partizionamento.
Lo schema personalizzato per configurare queste impostazioni è il seguente:
{
"databases": [
{
"name": "tpch",
"originalName": "e2e_db",
"tables": [
{
"name": "orders",
"originalName": "orders",
"columns": [
{
"name": "O_ORDERKEY",
"originalName": "O_ORDERKEY",
"type": "INT64",
"originalType": "integer",
"usageType": [
"DEFAULT"
],
"isRequired": true,
"originalColumnLength": 4
},
{
"name": "O_CUSTOMERKEY",
"originalName": "O_CUSTKEY",
"type": "INT64",
"originalType": "integer",
"usageType": [
"DEFAULT"
],
"isRequired": true,
"originalColumnLength": 4
},
{
"name": "O_ORDERSTATUS",
"originalName": "O_ORDERSTATUS",
"type": "STRING",
"originalType": "character",
"usageType": [
"DEFAULT"
],
"isRequired": true,
"originalColumnLength": 1
},
{
"name": "O_TOTALPRICE",
"originalName": "O_TOTALPRICE",
"type": "NUMERIC",
"originalType": "decimal",
"usageType": [
"DEFAULT"
],
"isRequired": true,
"originalColumnLength": 8
},
{
"name": "O_ORDERDATE",
"originalName": "O_ORDERDATE",
"type": "DATE",
"originalType": "date",
"usageType": [
"PARTITIONING"
],
"isRequired": true,
"originalColumnLength": 4
},
{
"name": "O_ORDERPRIORITY",
"originalName": "O_ORDERPRIORITY",
"type": "STRING",
"originalType": "character",
"usageType": [
"DEFAULT"
],
"isRequired": true,
"originalColumnLength": 15
},
{
"name": "O_CLERK",
"originalName": "O_CLERK",
"type": "STRING",
"originalType": "character",
"usageType": [
"DEFAULT"
],
"isRequired": true,
"originalColumnLength": 15
},
{
"name": "O_SHIPPRIORITY",
"originalName": "O_SHIPPRIORITY",
"type": "INT64",
"originalType": "integer",
"usageType": [
"DEFAULT"
],
"isRequired": true,
"originalColumnLength": 4
},
{
"name": "O_COMMENT",
"originalName": "O_COMMENT",
"type": "STRING",
"originalType": "varchar",
"usageType": [
"DEFAULT"
],
"isRequired": true,
"originalColumnLength": 79
}
]
}
]
}
]
}
Trasferimenti on demand o incrementali
Quando esegui la migrazione dei dati da un'istanza di database Teradata a BigQuery, BigQuery Data Transfer Service supporta sia il trasferimento una tantum (un processo "on demand transfer") e i trasferimenti periodici ricorrenti delle righe nuove e aggiornate ("trasferimenti incrementali") (anteprima). Puoi designare il trasferimento come on demand o incrementale nelle opzioni di pianificazione Configura un trasferimento.
Trasferimento on demand: utilizza questa modalità per eseguire la migrazione iniziale di schema e dati da Teradata a BigQuery.
Trasferimento incrementale: utilizza questa modalità per eseguire regolarmente la migrazione di nuovi e modificati da Teradata a BigQuery.
- Questo metodo richiede la personalizzazione dello schema per annotare le colonne
con il tipo di utilizzo
COMMIT_TIMESTAMP
. - Durante la configurazione dei trasferimenti incrementali si applicano determinate condizioni.
- Questo metodo richiede la personalizzazione dello schema per annotare le colonne
con il tipo di utilizzo
Trasferimenti incrementali
Nei trasferimenti incrementali, il primo trasferimento crea sempre una tabella uno snapshot in BigQuery. Tutti i trasferimenti successivi acquisiscono e e aggiungere dati nuovi e modificati alla tabella esistente in in BigQuery. Ciò significa che, per le righe modificate, La tabella BigQuery potrebbe potenzialmente avere righe duplicate con valori vecchi e nuovi.
Per ogni esecuzione di trasferimento, viene salvato un timestamp dell'esecuzione del trasferimento. Per ogni nell'esecuzione di un trasferimento successivo, un agente riceve il timestamp di un trasferimento dell'esecuzione del trasferimento (T1) e il timestamp di inizio dell'esecuzione attuale del trasferimento (T2).
Per ogni trasferimento dopo l'esecuzione iniziale, l'agente di migrazione estrarrà i dati utilizzando la seguente logica per tabella:
- Se un oggetto tabella in un file di schema non ha una colonna con un
il tipo di utilizzo
COMMIT_TIMESTAMP
, la tabella viene ignorata. - Se una tabella ha una colonna con il tipo di utilizzo
COMMIT_TIMESTAMP
, le righe con timestamp compreso tra T1 e T2 vengono estratte e aggiunte alla tabella esistente in BigQuery.
La tabella seguente descrive in che modo l'agente di migrazione gestisce la definizione dei dati le operazioni DDL e Data Manipulation Language (DML) in applicazioni trasferimenti.
Operazione Teradata | Tipo | Supporto da Teradata a BigQuery |
---|---|---|
CREATE |
DDL | Un nuovo snapshot completo viene creata in BigQuery. |
DROP |
DDL | Non supportata |
ALTER (RENAME ) |
DDL | Un nuovo snapshot completo viene creata in BigQuery. Lo snapshot precedente è non eliminato da BigQuery}. L'utente non viene avvisato del rinominata tabella. |
INSERT |
DML | Vengono aggiunte nuove righe alla tabella BigQuery. |
UPDATE |
DML | Le righe non vengono modificate. Le righe vengono aggiunte a BigQuery
come nuova, in modo simile a un'operazione INSERT . Righe da precedente
i trasferimenti non vengono aggiornati o eliminati. |
MERGE |
DML | Non supportati. Vedi invece INSERT , UPDATE ,
e DELETE . |
DELETE |
DML | Non supportata |
Considerazioni sulla località
Il bucket Cloud Storage deve trovarsi in una o più regioni, ovvero compatibile con la regione o le regioni del set di dati di destinazione in in BigQuery.
- Se il set di dati BigQuery si trova in una località multiregionale, il bucket Cloud Storage contenenti i dati che stai trasferendo devono trovarsi nella stessa località multiregionale o in una località è contenuto all'interno di più regioni. Ad esempio, se il set di dati BigQuery è Nella località multiregionale "UE", il bucket Cloud Storage può trovarsi in "europe-west1" Regione del Belgio all'interno dell'UE.
- Se il set di dati si trova in una regione, il bucket Cloud Storage deve trovarsi nella stessa regione. Per Ad esempio, se il set di dati si trova nella regione di Tokyo "asia-northeast1", la Cloud Storage il bucket non può essere in più regioni "ASIA".
Per informazioni dettagliate su trasferimenti e regioni, vedi Località e trasferimenti dei set di dati.
Prezzi
Il trasferimento di dati con BigQuery è senza costi aggiuntivi. Tuttavia, all'esterno di Google in caso di utilizzo di questo servizio, ad esempio: i costi per il trasferimento di dati in uscita dalla piattaforma.
- L'estrazione, il caricamento su un bucket di Cloud Storage e il caricamento di dati su BigQuery sono gratuiti.
- I dati non vengono automaticamente eliminati dal bucket Cloud Storage dopo il caricamento in BigQuery. È consigliabile eliminare i dati dal bucket di Cloud Storage per evitare costi di archiviazione aggiuntivi. Vedi Prezzi di Cloud Storage.
- BigQuery standard Quote e limiti per i job di caricamento.
- Una volta che i dati sono stati trasferiti in BigQuery, BigQuery archiviazione e si applicano i prezzi delle query.
- Per informazioni dettagliate, consulta la pagina Prezzi dei trasferimenti.
Limitazioni
- I trasferimenti on demand una tantum sono pienamente supportati. I trasferimenti incrementali sono in beta. Operazioni DDL/DML nei trasferimenti incrementali sono parzialmente supportati.
- Durante il trasferimento, i dati vengono estratti in una directory sul file locale
di un sistema operativo completo. Assicurati che lo spazio libero sia sufficiente.
- Quando utilizzi la modalità di estrazione FastExport, puoi impostare il valore massimo
di spazio di archiviazione utilizzato, il limite imposto dalla migrazione
un agente. Configura l'impostazione
max-local-storage
nel file di configurazione dell'agente di migrazione quando configurare un trasferimento da Teradata a BigQuery. - Quando utilizzi il metodo di estrazione TPT, assicurati che il file system abbia un volume sufficiente spazio libero, maggiore della partizione di tabella più grande nel Istanza Teradata.
- Quando utilizzi la modalità di estrazione FastExport, puoi impostare il valore massimo
di spazio di archiviazione utilizzato, il limite imposto dalla migrazione
un agente. Configura l'impostazione
- BigQuery Data Transfer Service converte automaticamente lo schema (se non fornisci un parametro file di schema personalizzato) e trasferisce i dati Teradata in BigQuery. I dati vengono mappati da Teradata a tipi BigQuery.
- I file non vengono automaticamente eliminati dal bucket Cloud Storage dopo vengono caricati in BigQuery. Valuta la possibilità di eliminare i dati dal bucket Cloud Storage dopo averli caricati BigQuery per evitare costi di archiviazione aggiuntivi. Consulta la sezione Prezzi.
- La velocità di estrazione è limitata dalla connessione JDBC.
- I dati estratti da Teradata non sono criptati. Prendi l'appropriato passaggi per limitare l'accesso ai file estratti nel file system locale; e assicurarti che il bucket Cloud Storage sia protetto in modo adeguato.
- Altre risorse di database, come stored procedure, query salvate, viste e le funzioni definite dall'utente non vengono trasferite e non rientrano nell'ambito di queste completamente gestito di Google Cloud.
Passaggi successivi
- Ricevi istruzioni passo passo per Eseguire la migrazione di Teradata a BigQuery.
- Prova una migrazione di prova dell' da Teradata a BigQuery.