Programa una transferencia de PostgreSQL

El conector del Servicio de transferencia de datos de BigQuery para PostgreSQL ayuda a los usuarios a crear trabajos de transferencia de datos recurrentes y a pedido para transferir datos de su instancia de PostgreSQL a BigQuery. El conector admite instancias de PostgreSQL alojadas en tu entorno local, Cloud SQL, así como otros proveedores de servicios en la nube pública, como Amazon Web Services (AWS) y Microsoft Azure.

Limitaciones

Las transferencias de datos de PostgreSQL están sujetas a las siguientes limitaciones:

  • La cantidad máxima de ejecuciones de transferencia simultáneas a una sola base de datos de PostgreSQL se determina según la cantidad máxima de conexiones simultáneas que admite la base de datos de PostgreSQL. La cantidad de trabajos de transferencia simultáneos debe limitarse a un valor inferior a la cantidad máxima de conexiones simultáneas que admite la base de datos de PostgreSQL.
  • En PostgreSQL, algunos tipos de datos se asignan al tipo de cadena en BigQuery para evitar pérdidas de datos. Por ejemplo, los tipos numéricos definidos en PostgreSQL que no tienen una precisión y escala definidas se asignan al tipo de cadena en BigQuery.

Antes de comenzar

Roles obligatorios

Si quieres configurar las notificaciones de ejecución de transferencias para Pub/Sub, asegúrate de tener el permiso pubsub.topics.setIamPolicy de Identity and Access Management (IAM). Los permisos de Pub/Sub no son necesarios si solo configuras las notificaciones por correo electrónico. Para obtener más información, consulta la sección sobre notificaciones de ejecución del Servicio de transferencia de datos de BigQuery.

Para obtener los permisos que necesitas para crear una transferencia de datos de PostgreSQL, pídele a tu administrador que te otorgue el rol de IAM de administrador de BigQuery (roles/bigquery.admin) en tu proyecto. Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.

Este rol predefinido contiene los permisos necesarios para crear una transferencia de datos de PostgreSQL. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:

Permisos necesarios

Se requieren los siguientes permisos para crear una transferencia de datos de PostgreSQL:

  • bigquery.transfers.update
  • bigquery.datasets.get

También puedes obtener estos permisos con roles personalizados o con otros roles predefinidos.

Conexiones de red

Si no hay una dirección IP pública disponible para la conexión de la base de datos de PostgreSQL, debes configurar un adjunto de red.

Para obtener instrucciones detalladas sobre la configuración de red requerida, consulta los siguientes documentos:

Configura una transferencia de datos de PostgreSQL

Selecciona una de las siguientes opciones:

Console

  1. Ve a la página Transferencias de datos.

    Ir a Transferencias de datos

  2. Haz clic en Crear transferencia.

  3. En la sección Tipo de fuente, en Fuente, selecciona PostgreSQL.

  4. En la sección Nombre de configuración de la transferencia (Transfer config name), en Nombre visible (Display name), ingresa el nombre de la transferencia. El nombre de la transferencia puede ser cualquier valor que te permita identificarla si es necesario hacerle modificaciones más tarde.

  5. En la sección Opciones de programación, haz lo siguiente:

    • Selecciona una frecuencia de repetición. Si seleccionas las opciones Horas, Días (opción predeterminada), Semanas o Meses, también debes especificar una frecuencia. También puedes seleccionar la opción Personalizado para crear una frecuencia de repetición más específica. Si seleccionas la opción Según demanda, esta transferencia de datos solo se ejecuta cuando activas la transferencia de forma manual.
    • Si corresponde, selecciona la opción Comenzar ahora o Comenzar a una hora determinada y proporciona una fecha de inicio y una hora de ejecución.

  6. En la sección Configuración de destino, en Conjunto de datos, selecciona el conjunto de datos que creaste para almacenar tus datos o haz clic en Crear conjunto de datos nuevo y crea uno para usarlo como conjunto de datos de destino.

  7. En la sección Detalles de fuente de datos, haz lo siguiente:

    • En Adjunto de red, selecciona un adjunto de red existente o haz clic en Crear adjunto de red. Para obtener más información, consulta la sección Conexiones de red de este documento.
    • En Host, ingresa el nombre de host o la dirección IP del servidor de la base de datos de PostgreSQL.
    • En Número de puerto, ingresa el número de puerto del servidor de la base de datos de PostgreSQL.
    • En Nombre de la base de datos, ingresa el nombre de la base de datos de PostgreSQL.
    • En Nombre de usuario, ingresa el nombre de usuario del usuario de PostgreSQL que inicia la conexión a la base de datos de PostgreSQL.
    • En Contraseña, ingresa la contraseña del usuario de PostgreSQL que inicia la conexión a la base de datos de PostgreSQL.

    • Para que se transfieran los objetos de PostgreSQL, haz una de las siguientes acciones:

      • Haz clic en Explorar para seleccionar las tablas de PostgreSQL que se requieren para la transferencia y, luego, haz clic en Seleccionar.
      • Ingresa manualmente los nombres de las tablas en los objetos de PostgreSQL que deseas transferir.

    Detalles de la fuente de datos en la página Crear transferencia

  8. Opcional: En el menú Cuenta de servicio, especifica una cuenta de servicio personalizada para autorizar la transferencia. Asegúrate de que la cuenta de servicio que se usa tenga todos los roles y permisos necesarios. Para obtener más información, consulta Cómo transferir el propietario como una cuenta de servicio.

  9. Opcional: En la sección Opciones de notificación, haz lo siguiente:

    • Para habilitar las notificaciones por correo electrónico, haz clic en el botón de activar o desactivar Notificaciones por correo electrónico para ponerlo en la posición de activado. Cuando habilitas esta opción, el administrador de transferencias recibe una notificación por correo electrónico cuando falla una ejecución de transferencia.
    • Para configurar las notificaciones de ejecución de Pub/Sub para tu transferencia, haz clic en el botón de activar o desactivar Notificaciones de Pub/Sub para ponerlo en la posición de activado. Puedes seleccionar el nombre del tema o hacer clic en Crear un tema para crear uno.

  10. Haz clic en Guardar.

bq

Ingresa el comando bq mk y suministra la marca de creación de transferencias --transfer_config.

bq mk \
    --transfer_config \
    --project_id=PROJECT_ID \
    --data_source=DATA_SOURCE \
    --display_name=DISPLAY_NAME \
    --target_dataset=DATASET \
    --params='PARAMETERS'

Reemplaza lo siguiente:

  • PROJECT_ID (opcional): El ID de tu proyecto de Google Cloud . Si no se proporciona la marca --project_id para especificar un proyecto en particular, se usa el proyecto predeterminado.
  • DATA_SOURCE: Es la fuente de datos, que es postgresql.
  • DISPLAY_NAME: el nombre visible de la configuración de transferencia de datos. El nombre de la transferencia puede ser cualquier valor que te permita identificarla con facilidad si es necesario hacerle modificaciones más tarde.
  • DATASET: el conjunto de datos de destino para la configuración de transferencia de datos.

  • PARAMETERS son los parámetros de la configuración de transferencia creada en formato JSON. Por ejemplo: --params='{"param":"param_value"}' Los siguientes son los parámetros para una transferencia de PostgreSQL:

    • networkAttachment (opcional): Es el nombre del adjunto de red para conectarse a la base de datos de PostgreSQL.
    • connector.database: Es el nombre de la base de datos de PostgreSQL.
    • connector.endpoint.host: El nombre de host o la dirección IP de la base de datos.
    • connector.endpoint.port: Es el número de puerto de la base de datos.
    • connector.authentication.username: Es el nombre de usuario del usuario de la base de datos.
    • connector.authentication.password: Es la contraseña del usuario de la base de datos.
    • assets: Es una lista de los nombres de las tablas de PostgreSQL que se transferirán desde la base de datos de PostgreSQL como parte de la transferencia.

Por ejemplo, el siguiente comando crea una transferencia de PostgreSQL llamada My Transfer:

bq mk \
    --transfer_config \
    --target_dataset=mydataset \
    --data_source=postgresql \
    --display_name='My Transfer' \
    --params='{"assets":["DB1/PUBLIC/DEPARTMENT","DB1/PUBLIC/EMPLOYEES"], \
        "connector.authentication.username": "User1", \
        "connector.authentication.password":"ABC12345", \
        "connector.database":"DB1", \
        "Connector.endpoint.host":"192.168.0.1", \
        "Connector.endpoint.port":"1520"}'

API

Usa el método projects.locations.transferConfigs.create y proporciona una instancia del recurso TransferConfig.

Asignación de tipos de datos

En la siguiente tabla, se asignan los tipos de datos de PostgreSQL a los tipos de datos de BigQuery correspondientes.

Tipo de datos de PostgreSQL Tipo de datos de BigQuery
bigint INTEGER
bigserial INTEGER
bit(n) STRING
bit varying(n) STRING
boolean BOOLEAN
bytea BYTES
character STRING
character varying STRING
double precision FLOAT
integer INTEGER
numeric(precision, scale)/decimal(precision, scale) NUMERIC
real FLOAT
smallint INTEGER
smallserial INTEGER
serial INTEGER
text INTEGER
date DATE
time [ (p) ] [ without timezone ] TIMESTAMP
time [ (p) ] with time zone TIMESTAMP
timestamp [ (p) ] [ without timezone ] TIMESTAMP
timestamp [ (p) ] with time zone TIMESPAMP
xml STRING
tsquery STRING
tsvector STRING
uuid STRING
box STRING
cidr STRING
circle STRING
inet STRING
interval STRING
json STRING
jsonb STRING
line STRING
lseg STRING
macaddr STRING
macaddr8 STRING
money STRING
path STRING
point STRING
polygon STRING

Solucionar problemas

Si tienes problemas para configurar tu transferencia de datos, consulta Problemas de transferencia de PostgreSQL.

¿Qué sigue?