Migrazione dei dati Amazon Redshift con una rete VPC

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

Se disponi di un'istanza Amazon Redshift privata in AWS, puoi eseguire la migrazione dei dati in BigQuery creando una rete VPC (Virtual Private Cloud) e connettendola alla rete VPC 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. Configuri una rete privata virtuale (VPN) e connetti la rete VPC del tuo progetto alla rete VPC di Amazon Redshift.
3. Puoi specificare la rete VPC del progetto e un intervallo IP riservato quando configuri il trasferimento.
4. BigQuery Data Transfer Service crea un progetto tenant e lo collega al progetto utilizzato per il trasferimento.
5. BigQuery Data Transfer Service crea una rete VPC con una subnet nel progetto tenant, utilizzando l'intervallo IP riservato specificato.
6. BigQuery Data Transfer Service crea un peering VPC tra la rete VPC del progetto e la rete VPC del progetto 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 temporanea in un bucket Amazon S3. La velocità di unload è determinata dalla configurazione del cluster.
8. La migrazione di BigQuery Data Transfer Service trasferisce i dati dal bucket Amazon S3 a BigQuery.

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

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

Prima di iniziare

1. Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.

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. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

4. Abilita le API BigQuery and BigQuery Data Transfer Service.

   Abilita le API

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. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

7. Abilita le API BigQuery and BigQuery Data Transfer Service.

   Abilita le API

Imposta le autorizzazioni richieste

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

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

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

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

2. Consulta la documentazione di Amazon S3 per assicurarti di aver configurato le autorizzazioni necessarie per abilitare il trasferimento. Come minimo, ai dati di origine Amazon S3 deve essere applicato il criterio gestito da AWS AmazonS3ReadOnlyAccess.

3. Concedi le autorizzazioni IAM appropriate per creare ed eliminare il peering di rete VPC alla persona che configura il trasferimento. Il servizio utilizza le credenziali utente Google Cloud dell'utente 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

   I ruoli IAM predefiniti di roles/project.owner, roles/project.editor e roles/compute.networkAdmin includono le autorizzazioni compute.networks.addPeering e compute.networks.removePeering per impostazione predefinita.

crea un set di dati

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

Concedi l'accesso al cluster Amazon Redshift

Segui le istruzioni 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, definirai l'intervallo IP privato in questa rete VPC quando configuri il trasferimento.

Concedi l'accesso al tuo bucket Amazon S3

Devi avere un bucket Amazon S3 da utilizzare come area temporanea per trasferire i dati di Amazon Redshift in BigQuery. Per istruzioni dettagliate, consulta la documentazione di Amazon.

1. Ti consigliamo di creare un utente Amazon IAM dedicato e di concedere a quell'utente l'accesso in lettura ad Amazon Redshift e l'accesso in lettura e scrittura ad Amazon S3. Per farlo, puoi applicare le seguenti norme:

   

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

Facoltativamente, puoi definire una coda Amazon Redshift per la migrazione per limitare e separare le risorse utilizzate per la migrazione. Puoi configurare questa coda di migrazione con un numero massimo di query contemporanee. Puoi quindi associare un determinato gruppo di utenti di migrazione alla coda e utilizzare le credenziali durante la configurazione della migrazione per trasferire i dati a BigQuery. Il servizio di trasferimento ha accesso solo alla coda di migrazione.

Raccogliere informazioni sul trasferimento

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

• Ottieni il 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 il tuo database Amazon Redshift.
• Segui le istruzioni in Concedere l'accesso al bucket Amazon S3 per ottenere una coppia di chiavi di accesso AWS.
• Recupera l'URI del bucket Amazon S3 da utilizzare per il trasferimento. Ti consigliamo di configurare un criterio Ciclo di vita per questo bucket per evitare addebiti inutili. La scadenza consigliata è di 24 ore per concedere tempo sufficiente per trasferire tutti i dati in BigQuery.

Valuta i tuoi dati

Nell'ambito del trasferimento, BigQuery Data Transfer Service scrive i dati da Amazon Redshift in Cloud Storage come file CSV. Se questi file contengono il carattere ASCII 0, non possono essere caricati in BigQuery. Ti suggeriamo di valutare i tuoi dati per stabilire se questo potrebbe rappresentare un problema per te. In caso affermativo, puoi aggirare il problema esportando i dati in Amazon S3 come file Parquet e importandoli utilizzando BigQuery Data Transfer Service. Per maggiori informazioni, consulta 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 in questa guida per configurare una rete VPC di Google Cloud, configurare una VPN tra la rete VPC del tuo progetto Google Cloud e la rete VPC Amazon Redshift e abilitare 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 di peering VPC che utilizzano già quel nome.

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

4. Nella console Google Cloud, vai alla pagina Reti VPC per verificare che la tua rete VPC Google Cloud esista nel progetto Google Cloud sia connessa ad Amazon Redshift 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 trasferimento, inserisci un nome per il trasferimento, ad esempio My migration, nel campo Nome visualizzato. Il nome visualizzato può essere qualsiasi valore che consenta di identificare facilmente il trasferimento qualora fosse necessario modificarlo in un secondo momento.

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

7. Nella sezione Dettagli origine dati:

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

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

      Nota: se fornisci le tue credenziali Amazon, accetti che BigQuery Data Transfer Service sia il tuo agente esclusivamente per la finalità limitata 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 Concedi l'accesso al bucket S3.

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

   6. In Schema Amazon Redshift, inserisci lo schema Amazon Redshift di cui stai eseguendo la 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 delle espressioni regolari 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 molto grandi, consigliamo di trasferire una tabella alla volta. BigQuery ha una quota di carico di 15 TB per job di caricamento.

   8. Per VPC e intervallo IP riservato, specifica il nome della 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 gli intervalli di indirizzi di rete VPC privata standard nella notazione CIDR, a partire da 10.x.x.x.
      • L'intervallo IP deve avere più di 10 indirizzi IP.
      • L'intervallo IP non deve sovrapporsi ad alcuna subnet nella rete VPC del progetto o nella rete VPC Amazon Redshift.
      • Se hai configurato più trasferimenti per la stessa istanza Amazon Redshift, assicurati di utilizzare lo stesso valore VPC_network_name:CIDR in ciascuno, 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, procedi nel seguente modo:

   1. Fai clic sul pulsante di attivazione/disattivazione per abilitare le notifiche via email. Quando abiliti questa opzione, l'amministratore dei trasferimenti riceve una notifica via email quando un trasferimento non va a buon fine.
   2. In Seleziona un argomento Pub/Sub, scegli il nome dell'argomento o fai clic su Crea un argomento. Questa opzione consente di configurare le notifiche 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 il trasferimento.

Quote e limiti

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

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

L'utilizzo di questo servizio comporta l'addebito di costi esterni a Google. Per maggiori dettagli, consulta le pagine dei prezzi di Amazon Redshift e Amazon S3.

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.