Como carregar dados das exportações do Firestore
O BigQuery permite o carregamento de dados das exportações do Firestore criadas usando o serviço gerenciado de importação e exportação do Firestore. Esse serviço exporta documentos do Firestore para um intervalo do Cloud Storage. Depois disso, será possível carregar os dados exportados em uma tabela do BigQuery.
Limitações
Ao carregar dados de uma exportação do Firestore no BigQuery, as restrições a seguir se aplicam:
- O conjunto de dados precisa estar no mesmo local que o bucket do Cloud Storage que contém os arquivos de exportação.
- Só é possível especificar um URI do Cloud Storage, e não é permitido usar um caractere curinga de URI.
- Para que uma exportação do Firestore seja carregada corretamente, os documentos nos dados de exportação precisam compartilhar um esquema consistente com menos de 10.000 nomes de campo exclusivos.
- Você pode criar uma nova tabela para armazenar os dados ou substituir uma tabela atual. Não é possível anexar dados de exportação do Firestore a uma tabela.
- Seu comando de exportação precisa especificar um filtro
collection-ids
. Não é possível carregar no BigQuery os dados exportados sem especificação de um filtro de ID de coleção.
Antes de começar
Atribua papéis do Identity and Access Management (IAM) que concedam aos usuários as permissões necessárias para realizar cada tarefa deste documento.
Permissões necessárias
Para carregar dados no BigQuery, você precisa de permissões do IAM para executar um job de carregamento e carregar dados nas tabelas e partições do BigQuery. Se você estiver carregando dados do Cloud Storage, também precisará de permissões do IAM para acessar o bucket que contém os dados.
Permissões para carregar dados no BigQuery
Para carregar dados em uma nova tabela ou partição do BigQuery ou anexar ou substituir uma tabela ou partição existente, você precisa das seguintes permissões do IAM:
bigquery.tables.create
bigquery.tables.updateData
bigquery.tables.update
bigquery.jobs.create
Cada um dos seguintes papéis de IAM predefinidos inclui as permissões necessárias para carregar dados em uma tabela ou partição do BigQuery:
roles/bigquery.dataEditor
roles/bigquery.dataOwner
roles/bigquery.admin
(inclui a permissãobigquery.jobs.create
)bigquery.user
(inclui a permissãobigquery.jobs.create
)bigquery.jobUser
(inclui a permissãobigquery.jobs.create
)
Além disso, se você tiver a permissão bigquery.datasets.create
, poderá criar e atualizar
tabelas usando um job de carregamento nos conjuntos de dados que criar.
Para mais informações sobre papéis e permissões do IAM no BigQuery, consulte Papéis e permissões predefinidos.
Permissões para carregar dados do Cloud Storage
Para receber as permissões necessárias para carregar dados de um bucket do Cloud Storage,
peça ao administrador para conceder a você o
o papel IAM doAdministrador de armazenamento (roles/storage.admin
) no bucket.
Para mais informações sobre como conceder papéis, consulte Gerenciar acesso.
Esse papel predefinido contém as permissões necessárias para carregar dados de um bucket do Cloud Storage. Para conferir as permissões exatas necessárias, expanda a seção Permissões necessárias:
Permissões necessárias
As permissões a seguir são necessárias para carregar dados de um bucket do Cloud Storage:
-
storage.buckets.get
-
storage.objects.get
-
storage.objects.list (required if you are using a URI wildcard)
Essas permissões também podem ser concedidas com papéis personalizados ou outros papéis predefinidos.
Como carregar dados do serviço de exportação do Firestore
É possível carregar dados de um arquivo de metadados de exportação do Firestore usando o Console do Google Cloud, a ferramenta de linha de comando bq ou API.
Às vezes, a terminologia do Datastore é usada no console do Google Cloud e na ferramenta de linha de comando bq, mas os procedimentos a seguir são compatíveis com os arquivos de exportação do Firestore. O Firestore e o Datastore compartilham um formato de exportação.
Console
No Console do Google Cloud, acesse a página BigQuery.
- No painel Explorer, expanda seu projeto e selecione um conjunto de dados.
- Na seção Informações do conjunto de dados, clique em Criar tabela.
- No painel Criar tabela, especifique os seguintes detalhes:
- Na seção Origem, selecione Google Cloud Storage na lista Criar tabela de.
Em seguida, faça o seguinte:
- Selecione um arquivo do bucket do Cloud Storage ou insira o
URI do Cloud Storage.
Não é possível incluir vários URIs
no console do Google Cloud, mas caracteres curinga
são suportados. O bucket do Cloud Storage precisa estar no mesmo local que o conjunto de dados que contém a tabela que você quer criar, anexar ou substituir.
O URI do arquivo de exportação do Firestore precisa terminar comKIND_COLLECTION_ID.export_metadata
. Por exemplo, emdefault_namespace_kind_Book.export_metadata
,Book
é o ID da coleção, edefault_namespace_kind_Book
é o nome do arquivo gerado pelo Firestore. Se o URI não terminar comKIND_COLLECTION_ID.export_metadata
, você receberá a seguinte mensagem de erro: não contém metadados de backup válidos. (error code: invalid). - Em Formato do arquivo, selecione Backup do Cloud Datastore. O Firestore e o Datastore compartilham o formato de exportação.
- Selecione um arquivo do bucket do Cloud Storage ou insira o
URI do Cloud Storage.
Não é possível incluir vários URIs
no console do Google Cloud, mas caracteres curinga
são suportados. O bucket do Cloud Storage precisa estar no mesmo local que o conjunto de dados que contém a tabela que você quer criar, anexar ou substituir.
- Na seção Destino, especifique os seguintes campos:
- Em Conjunto de dados, selecione o conjunto de dados em que você quer criar a tabela.
- No campo Tabela, insira o nome da tabela que você quer criar.
- Verifique se o campo Tipo de tabela está definido como Tabela nativa.
- Na seção Esquema, nenhuma ação é necessária. O esquema é inferido para uma exportação do Firestore.
- Opcional: especifique configurações de partição e cluster. Para mais informações, consulte Como criar tabelas particionadas e Como criar e usar tabelas em cluster.
- Clique em Opções avançadas e faça o seguinte:
- Em Preferência de gravação, selecione Gravar apenas se a tabela estiver vazia. Usando essa opção, você cria uma nova tabela e carrega seus dados nela.
- Se você quiser ignorar valores em uma linha ausentes no esquema da tabela, selecione Valores desconhecidos.
- Em Criptografia, clique em Chave gerenciada pelo cliente para usar uma chave do Cloud Key Management Service. Se você optar pela configuração Chave gerenciada pelo Google, o BigQuery criptografará os dados em repouso.
- Selecione Criar tabela.
bq
Use o comando bq load
com source_format
definido como DATASTORE_BACKUP
.
Forneça a sinalização --location
e defina o valor como seu local. Se você estiver substituindo uma tabela atual, adicione a sinalização --replace
.
Para carregar apenas campos específicos, use a sinalização --projection_fields.
bq --location=LOCATION load \
--source_format=FORMAT \
DATASET.TABLE \
PATH_TO_SOURCE
Substitua:
LOCATION
: sua localização. A sinalização--location
é opcional.FORMAT
:DATASTORE_BACKUP
. Backup do Datastore é a opção correta para o Firestore. O Firestore e o Datastore compartilham um formato de exportação.DATASET
: o conjunto de dados que contém a tabela em que você está carregando dados.TABLE
: a tabela em que você está carregando dados. Se a tabela não existir, ela será criada.PATH_TO_SOURCE
: o URI do Cloud Storage.
Por exemplo, o comando a seguir carrega o arquivo de exportação gs://mybucket/20180228T1256/default_namespace/kind_Book/default_namespace_kind_Book.export_metadata
do Firestore em uma tabela chamada book_data
.
mybucket
e mydataset
foram criados no local multirregional US
.
bq --location=US load \
--source_format=DATASTORE_BACKUP \
mydataset.book_data \
gs://mybucket/20180228T1256/default_namespace/kind_Book/default_namespace_kind_Book.export_metadata
API
Defina as propriedades a seguir para carregar dados de exportação do Filestore por meio da API.
Crie uma configuração de job de
load
que aponte para os dados de origem no Cloud Storage.Especifique seu local na property
location
da seçãojobReference
do recurso do job.sourceUris
precisa ser totalmente qualificado, no formatogs://BUCKET/OBJECT
, na configuração do job de carregamento. O nome do arquivo ou objeto precisa terminar comKIND_NAME.export_metadata
. Apenas um URI é permitido para exportações do Firestore, e não é possível usar um caractere curinga.Para especificar o formato de dados, defina a property
sourceFormat
comoDATASTORE_BACKUP
na configuração do job de carregamento. O backup do Datastore é a opção correta para o Firestore. O Firestore e o Datastore compartilham um formato de exportação.Para carregar apenas campos específicos, defina a property
projectionFields
.Se você estiver substituindo uma tabela atual, especifique a disposição de gravação definindo a property
writeDisposition
comoWRITE_TRUNCATE
.
Python
Antes de testar esta amostra, siga as instruções de configuração do Python no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API BigQuery em Python.
Para autenticar no BigQuery, configure o Application Default Credentials. Para mais informações, acesse Configurar a autenticação para bibliotecas de cliente.
Opções do Firestore
Para alterar a forma como o BigQuery analisa os dados de exportação do Firestore, especifique as seguintes opções:
Opção do Console do Google Cloud | Sinalização "bq" | Propriedade da API BigQuery | Descrição |
---|---|---|---|
Indisponível | --projection_fields |
projectionFields
(Java,
Python) |
Opcional: uma lista separada por vírgulas que indica quais campos do documento de uma exportação do Firestore serão carregados. Por padrão, o BigQuery carrega todos os campos. Os nomes dos campos fazem distinção entre maiúsculas e minúsculas e precisam estar presentes na exportação. Não é possível especificar caminhos de campo dentro de um campo de mapa, como map.foo .
|
Conversão do tipo de dados
O BigQuery converte dados de cada documento nos arquivos de exportação do Firestore em tipos de dados do BigQuery. Confira na tabela a seguir a conversão entre os tipos de dados compatíveis.
Tipo de dados do Firestore | Tipo de dados do BigQuery |
---|---|
Matriz | RECORD |
Booleano | BOOLEAN |
Referência | RECORD |
Data e hora | TIMESTAMP |
Mapa | RECORD |
Número de ponto flutuante | FLOAT |
Ponto geográfico |
RECORD [{"lat","FLOAT"}, {"long","FLOAT"}] |
Número inteiro | INTEGER |
String | STRING (truncada para 64 KB) |
Properties da chave do Firestore
Cada documento do Firestore tem uma chave única que contém informações, como o ID e o caminho do documento.
O BigQuery cria um tipo de dados RECORD
(também conhecido como STRUCT
) para a chave com campos aninhados para cada informação, conforme descrito na tabela a seguir.
Property da chave | Descrição | Tipo de dados do BigQuery |
---|---|---|
__key__.app |
O nome do app do Firestore. | STRING |
__key__.id |
O ID do documento ou null se __key__.name estiver definido. |
INTEGER |
__key__.kind |
O ID de coleção do documento. | STRING |
__key__.name |
O nome do documento ou null se __key__.id estiver definido. |
STRING |
__key__.namespace |
O Firestore não permite namespaces personalizados. O namespace padrão é representado por uma string vazia. | STRING |
__key__.path |
O caminho do documento: a sequência do documento e os pares de coleções da coleção raiz. Por exemplo, "Country",
"USA", "PostalCode", 10011, "Route", 1234 . |
STRING |