Migrazione dei dati di Amazon Redshift con una rete VPC

Questo documento spiega come eseguire la migrazione dei dati da Amazon Redshift a in BigQuery usando un VPC.

Se hai un'istanza Amazon Redshift privata in AWS, puoi eseguire la migrazione dei dati in BigQuery creando una rete VPC (Virtual Private Cloud) e collegandola alla rete VPC di Amazon Redshift. Il processo di migrazione dei dati funziona come segue:

1. Crea una rete VPC nel progetto da utilizzare per il trasferimento. La rete VPC non può essere una rete VPC condiviso.
2. Hai configurato rete privata virtuale (VPN) e connettere la rete VPC del progetto Rete VPC Amazon Redshift.
3. Quando configuri il trasferimento, specifica la rete VPC del progetto e un intervallo IP riservato.
4. BigQuery Data Transfer Service crea un progetto tenant e lo collega al progetto che stai utilizzando per il trasferimento.
5. BigQuery Data Transfer Service crea una rete VPC con una subnet nel progetto tenant, utilizzando l'intervallo IP riservato che hai specificato.
6. BigQuery Data Transfer Service crea un peering VPC tra la rete VPC del progetto e la rete VPC del progetto del tenant.
7. La migrazione di BigQuery Data Transfer Service viene eseguita nel progetto tenant. Attiva un'operazione di unload da Amazon Redshift verso un'area di gestione temporanea in in un bucket Amazon S3. La velocità di scarico è determinata dalla configurazione del cluster.
8. La migrazione di BigQuery Data Transfer Service trasferisce i dati da dal bucket Amazon S3 a BigQuery.

Attenzione: la comunicazione tra BigQuery e Amazon Redshift avviene sulla VPN tra le reti VPC in peering. Tuttavia, il trasferimento dei dati da Amazon S3 a BigQuery avviene tramite internet pubblico.

Se vuoi trasferire i dati dalla tua istanza Amazon Redshift tramite IP pubblici, puoi eseguire la migrazione dei dati di Amazon Redshift in BigQuery con queste istruzioni.

Prima di iniziare

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the BigQuery and BigQuery Data Transfer Service APIs.

   Enable the APIs

5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the BigQuery and BigQuery Data Transfer Service APIs.

   Enable the APIs

Impostare le autorizzazioni richieste

Prima di creare un trasferimento di Amazon Redshift, segui questi passaggi:

1. Assicurati che la persona che crea il trasferimento disponga delle seguenti autorizzazioni IAM (Identity and Access Management) necessarie in BigQuery:

   • Autorizzazioni bigquery.transfers.update per creare il trasferimento
   • bigquery.datasets.update autorizzazioni in set di dati di destinazione

   Il ruolo IAM predefinito role/bigquery.admin include bigquery.transfers.update e bigquery.datasets.update autorizzazioni aggiuntive. Per saperne di più sui ruoli IAM in BigQuery Data Transfer Service, consulta Controllo dell'accesso.

2. Consulta la documentazione di Amazon S3 per assicurarti di avere configurato le eventuali autorizzazioni necessarie per abilitare il trasferimento. Come minimo, i dati di origine Amazon S3 devono avere il criterio gestito da AWS AmazonS3ReadOnlyAccess applicato.

3. Concedi le autorizzazioni Autorizzazioni IAM per creare ed eliminare il peering di rete VPC alla singola trasferimento. Il servizio utilizza le credenziali utente Google Cloud dell'utente per per creare la connessione in peering VPC.

   • Autorizzazioni per creare il peering VPC: compute.networks.addPeering
   • Autorizzazioni per eliminare il peering VPC: compute.networks.removePeering

   roles/project.owner, roles/project.editor e Valore predefinito: roles/compute.networkAdmin I ruoli IAM includono compute.networks.addPeering e compute.networks.removePeering per impostazione predefinita.

Crea un set di dati

Crea un set di dati BigQuery per archiviare i dati. Non è necessario creare tabelle.

Concedi l'accesso al tuo cluster Amazon Redshift

Segui le istruzioni riportate in Configurare le regole in entrata per i client SQL per inserire nella lista consentita gli intervalli IP del tuo cluster Amazon Redshift privato. In un passaggio successivo, quando configuri il trasferimento, definisci l'intervallo IP privato in questa rete VPC.

Concedi l'accesso al tuo bucket Amazon S3

Devi disporre di un bucket Amazon S3 da utilizzare come area temporanea per trasferire Dati di Amazon Redshift in BigQuery. Per istruzioni dettagliate, vedi Documentazione di Amazon.

1. Ti consigliamo di creare un utente Amazon IAM dedicato e di concedere solo utente: accesso in lettura ad Amazon Redshift e accesso in lettura e scrittura ad Amazon S3. Per completare questo passaggio, puoi applicare i seguenti criteri:

   

2. Crea una coppia di chiavi di accesso utente IAM di Amazon.

Configura il controllo dei carichi di lavoro con una coda di migrazione separata

Se vuoi, puoi definire una coda Amazon Redshift a fini di migrazione per limitare e separare le risorse utilizzate per la migrazione. Puoi configurare questa coda di migrazione con un conteggio massimo di query in contemporanea. Puoi quindi associare un determinato gruppo di utenti di migrazione alla coda e utilizzare queste credenziali durante la configurazione della migrazione per trasferire i dati in BigQuery. Il servizio di trasferimento ha solo l'accesso alla coda di migrazione.

Raccogliere le informazioni sul trasferimento

Raccogli le informazioni necessarie per configurare la migrazione BigQuery Data Transfer Service:

• Ottieni la VPC e l'intervallo IP riservato in Amazon Redshift.

• Segui queste istruzioni per ottenere l'URL JDBC.
• Ottieni il nome utente e la password di un utente con le autorizzazioni appropriate per del tuo database Amazon Redshift.
• Segui le istruzioni alla pagina Concedi l'accesso al tuo bucket Amazon S3 a ottenere una coppia di chiavi di accesso AWS.
• Recupera l'URI del bucket Amazon S3 che vuoi utilizzare per il trasferimento. Ti consigliamo di configurare Ciclo di vita per questo bucket, al fine di evitare addebiti inutili. Il tipo di la scadenza è di 24 ore per concedere tempo sufficiente per trasferire tutti i dati in BigQuery.

Valutare i dati

Nell'ambito del trasferimento dei dati, BigQuery Data Transfer Service scrive i dati da da Amazon Redshift in Cloud Storage come file CSV. Se questi file contengono il carattere ASCII 0, non possono essere caricati in BigQuery. Me suggerisci di valutare i dati per stabilire se questo potrebbe costituire un problema per te. Se puoi risolvere il problema esportando i dati in Amazon S3 come Parquet e importarli utilizzando BigQuery Data Transfer Service. Per ulteriori informazioni, vedi Panoramica dei trasferimenti di Amazon S3.

Configura la rete VPC e la VPN

1. Assicurati di disporre delle autorizzazioni per abilitare il peering VPC. Per saperne di più, vedi Impostare le autorizzazioni richieste.

2. Segui le istruzioni riportate in questa guida per configurare una rete VPC Google Cloud, configurare una VPN tra la rete VPC del tuo progetto Google Cloud e la rete VPC di Amazon Redshift e attivare il peering VPC.

   Attenzione: il servizio utilizza il nome della rete VPC come nome della connessione in peering VPC, quindi assicurati che non esistano connessioni in peering VPC che utilizzino già questo nome.

3. Configura Amazon Redshift per consentire la connessione alla VPN. Per ulteriori informazioni, consulta Gruppi di sicurezza dei cluster Amazon Redshift.

4. Nella console Google Cloud, vai alla pagina Reti VPC per verificare che la tua La rete VPC Google Cloud esiste nel progetto Google Cloud a cui è connessa tramite la VPN.

   Vai a Reti VPC

   Nella pagina della console sono elencate tutte le tue reti VPC.

Configurare un trasferimento Amazon Redshift

Segui queste istruzioni per configurare un trasferimento Amazon Redshift:

1. Nella console Google Cloud, vai alla pagina BigQuery.

   Vai a BigQuery

2. Fai clic su Trasferimenti di dati.

3. Fai clic su Crea trasferimento.

4. Nella sezione Tipo di origine, seleziona Migrazione: Amazon Redshift dall'elenco Origine.

5. Nella sezione Nome configurazione di trasferimento, inserisci un nome per il trasferimento. ad esempio My migration, nel campo Nome visualizzato. Il nome visualizzato può essere qualsiasi valore che ti consenta di identificare facilmente il trasferimento se devi modificarlo in un secondo momento.

6. Nella sezione Impostazioni di destinazione, scegli il set di dati che hai creato dall'elenco Set di dati.

7. Nella sezione Dettagli origine dati:

   1. Per URL connessione JDBC per Amazon Redshift, fornisci il parametro URL JDBC per accedere al cluster Amazon Redshift.
   2. In Nome utente del tuo database, inserisci il nome utente per Database Amazon Redshift di cui vuoi eseguire la migrazione.

   3. In Password del database, inserisci la password del database.

      Nota: fornendo le tue credenziali Amazon, accetti che BigQuery Data Transfer Service agisce come tuo agente esclusivamente per lo scopo limitato di accedere ai tuoi dati per i trasferimenti.

   4. In ID chiave di accesso e Chiave di accesso segreta, inserisci la coppia di chiavi di accesso ottenuta da Concedere l'accesso al bucket S3.

   5. In URI Amazon S3, inserisci l'URI del bucket S3 che utilizzerai come area temporanea.

   6. Per Schema Amazon Redshift, inserisci lo schema Amazon Redshift che stai migrazione.

   7. Per Pattern nomi tabella, specifica un nome o un pattern per la corrispondenza dei nomi delle tabelle nello schema. Puoi utilizzare le espressioni regolari per specificare il pattern nel formato: <table1Regex>;<table2Regex>. Il pattern deve seguire la sintassi dell'espressione regolare Java. Ad esempio:

      • lineitem;ordertb corrisponde alle tabelle denominate lineitem e ordertb.
      • .* corrisponde a tutte le tabelle.

      Lascia vuoto questo campo per eseguire la migrazione di tutte le tabelle dallo schema specificato.

      Attenzione: per tabelle di grandi dimensioni, consigliamo di trasferirne una alla volta. BigQuery ha una quota di caricamento di 15 TB per job di caricamento.

   8. Per VPC e intervallo IP riservato, specifica il nome della tua rete VPC e l'intervallo di indirizzi IP privati da utilizzare nella rete VPC del progetto tenant. Specifica l'intervallo di indirizzi IP come blocco CIDR.

      

      • Il modulo è VPC_network_name:CIDR, ad esempio: my_vpc:10.251.1.0/24.
      • Utilizza intervalli di indirizzi di reti VPC private standard nella notazione CIDR, iniziando con 10.x.x.x.
      • L'intervallo IP deve contenere più di 10 indirizzi IP.
      • L'intervallo IP non deve sovrapporsi ad alcuna subnet nella rete VPC del progetto o nella rete VPC di Amazon Redshift.
      • Se hai configurato più trasferimenti per la stessa istanza Amazon Redshift, assicurati di utilizzare lo stesso valore VPC_network_name:CIDR in ciascuna, in modo che più trasferimenti possano riutilizzare la stessa infrastruttura di migrazione.
      Attenzione: dopo la configurazione, il valore di questo blocco CIDR è immutabile.

8. (Facoltativo) Nella sezione Opzioni di notifica, segui questi passaggi:

   1. Fai clic sul pulsante di attivazione/disattivazione per abilitare le notifiche via email. Se attivi questa opzione, l'amministratore dei trasferimenti riceve una notifica via email quando un'esecuzione del trasferimento non va a buon fine.
   2. Per Seleziona un argomento Pub/Sub, scegli l'argomento o fai clic su Crea un argomento. Questa opzione configura le notifiche di esecuzione di Pub/Sub per il trasferimento.

9. Fai clic su Salva.

10. La console Google Cloud mostra tutti i dettagli di configurazione del trasferimento, incluso un nome risorsa per questo trasferimento.

Quote e limiti

La migrazione di un'istanza privata Amazon Redshift con una rete VPC esegue la migrazione su un'infrastruttura a singolo tenant. A causa dei limiti delle risorse di calcolo, sono consentite al massimo 5 esecuzioni di trasferimento contemporaneamente.

BigQuery ha una quota di caricamento di 15 TB per ogni job di caricamento tabella. Internamente, Amazon Redshift comprime i dati della tabella, pertanto le dimensioni della tabella esportate saranno superiori a quelle riportate da Amazon Redshift. Se prevedi di eseguire la migrazione di una tabella di dimensioni superiori a 15 TB, contatta innanzitutto l'assistenza clienti Google Cloud.

L'utilizzo di questo servizio comporta l'addebito di costi esterni a Google. Consulta Amazon Redshift e Pagine dei prezzi di Amazon S3 per maggiori dettagli.

A causa del modello di coerenza di Amazon S3, è possibile che alcuni file non vengano inclusi nel trasferimento a BigQuery.

Passaggi successivi

• Scopri di più sulle migrazioni ad Amazon Redshift standard.
• Scopri di più su BigQuery Data Transfer Service.
• Esegui la migrazione del codice SQL con la traduzione SQL batch.