원격 함수 및 Translation API 튜토리얼

이 튜토리얼에서는 BigQuery 원격 함수를 만들고, Cloud Translation API를 호출하고, SQL 및 Python을 사용하여 모든 언어에서 스페인어로 콘텐츠 번역을 수행하는 방법을 설명합니다.

이 함수의 사용 사례에는 다음이 포함됩니다.

• 웹사이트의 사용자 댓글을 현지 언어로 번역
• 지원 케이스 작업자를 위해 여러 언어의 지원 요청을 하나의 공통 언어로 번역합니다.

목표

• 필요한 역할을 계정 할당하기
• Cloud Run 함수 만들기
• BigQuery 데이터 세트 만들기
• BigQuery 연결 및 서비스 계정 만들기
• BigQuery 서비스 계정에 권한 부여하기
• BigQuery 원격 함수 만들기
• BigQuery 원격 함수 호출하기

비용

이 문서에서는 비용이 청구될 수 있는 다음과 같은 Google Cloud 구성요소를 사용합니다.

• BigQuery
• Cloud Run functions
• Cloud Translation

프로젝트 사용량을 기준으로 예상 비용을 산출하려면 가격 계산기를 사용하세요. Google Cloud를 처음 사용하는 사용자는 무료 체험판을 사용할 수 있습니다.

시작하기 전에

이 튜토리얼에서는 Google Cloud 프로젝트를 만드는 것이 좋습니다. 또한 이 튜토리얼을 완료하는 데 필요한 역할이 있는지 확인합니다.

Google Cloud 프로젝트 설정

이 튜토리얼을 위한 Google Cloud 프로젝트를 설정하려면 다음 단계를 완료하세요.

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, BigQuery Connection, Cloud Translation, Cloud Run functions, Cloud Build, Cloud Logging, Cloud Pub/Sub, Artifact Registry, and Cloud Run Admin 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, BigQuery Connection, Cloud Translation, Cloud Run functions, Cloud Build, Cloud Logging, Cloud Pub/Sub, Artifact Registry, and Cloud Run Admin APIs.

   Enable the APIs

계정에 필요한 역할

이 튜토리얼의 태스크를 수행하는 데 필요한 권한을 얻으려면 관리자에게 프로젝트에 대한 다음 IAM 역할을 부여해 달라고 요청하세요.

• BigQuery 데이터 소유자(roles/bigquery.dataOwner)
• BigQuery 연결 관리자(roles/bigquery.connectionAdmin)
• Cloud Functions 개발자(roles/cloudfunctions.developer)

역할 부여에 대한 자세한 내용은 프로젝트, 폴더, 조직에 대한 액세스 관리를 참조하세요.

이러한 사전 정의된 역할에는 이 튜토리얼의 작업을 수행하는 데 필요한 권한이 포함되어 있습니다. 필요한 정확한 권한을 보려면 필수 권한 섹션을 펼치세요.

필수 권한

이 튜토리얼의 태스크를 수행하려면 다음 권한이 필요합니다.

• bigquery.datasets.create
• bigquery.connections.create
• bigquery.connections.get
• cloudfunctions.functions.create

커스텀 역할이나 다른 사전 정의된 역할을 사용하여 이 권한을 부여받을 수도 있습니다.

Compute Engine 기본 서비스 계정에 필요한 역할

Cloud Run 함수용 API를 사용 설정하면 Compute Engine 기본 서비스 계정이 생성됩니다. 이 튜토리얼을 완료하려면 이 기본 서비스 계정에 Cloud Translation API 사용자 역할을 부여해야 합니다.

1. 프로젝트에 할당된 ID를 가져옵니다.

2. Compute Engine 기본 서비스 계정을 복사합니다. 기본 서비스 계정은 다음과 같습니다.

   [e-mail]
   

   PROJECT_NUMBER를 프로젝트 ID로 바꿉니다.

3. Google Cloud 콘솔에서 IAM 페이지로 이동합니다.

   IAM으로 이동

4. 프로젝트를 선택합니다.

5. 액세스 권한 부여를 클릭한 후 새 주 구성원 필드에서 이전에 복사한 Compute Engine 기본 서비스 계정을 붙여넣습니다.

6. 역할 할당 목록에서 Cloud Translation API 사용자를 검색하여 선택합니다.

7. 저장을 클릭합니다.

Cloud Run 함수 만들기

Cloud Run을 사용하여 입력 텍스트를 스페인어로 번역하는 함수를 만듭니다.

1. 다음 사양으로 Cloud Run 함수를 만듭니다.

   • 환경에서 2세대를 선택합니다.
   • 함수 이름에 translation-handler를 입력합니다.
   • 리전에서 us-central1을 선택합니다.

   • 최대 인스턴스 수에 10를 입력합니다.

     이 설정은 런타임, 빌드, 연결, 보안 설정 섹션에 있습니다.

     이 튜토리얼에서는 Translation에 전송되는 요청 비율을 제어하기 위해 기본값보다 낮은 값을 사용합니다.

   • 런타임에 Python 3.10을 선택합니다.

   • 진입점에 handle_translation를 입력합니다.

2. 파일 목록에서 main.py를 선택한 후 다음 코드를 붙여넣습니다.

   이 샘플을 사용해 보기 전에 BigQuery 빠른 시작: 클라이언트 라이브러리 사용의 Python 설정 안내를 따르세요. 자세한 내용은 BigQuery Python API 참고 문서를 확인하세요.

   BigQuery에 인증하려면 애플리케이션 기본 사용자 인증 정보를 설정합니다. 자세한 내용은 클라이언트 라이브러리의 인증 설정을 참조하세요.

   from __future__ import annotations
   
   
   import flask
   import functions_framework
   from google.api_core.retry import Retry
   from google.cloud import translate
   
   # Construct a Translation Client object
   translate_client = translate.TranslationServiceClient()
   
   
   # Register an HTTP function with the Functions Framework
   @functions_framework.http
   def handle_translation(request: flask.Request) -> flask.Response:
       """BigQuery remote function to translate input text.
   
       Args:
           request: HTTP request from BigQuery
           https://cloud.google.com/bigquery/docs/reference/standard-sql/remote-functions#input_format
   
       Returns:
           HTTP response to BigQuery
           https://cloud.google.com/bigquery/docs/reference/standard-sql/remote-functions#output_format
       """
       try:
           # Parse request data as JSON
           request_json = request.get_json()
           # Get the project of the query
           caller = request_json["caller"]
           project = extract_project_from_caller(caller)
           if project is None:
               return flask.make_response(
                   flask.jsonify(
                       {
                           "errorMessage": (
                               'project can\'t be extracted from "caller":' f" {caller}."
                           )
                       }
                   ),
                   400,
               )
           # Get the target language code, default is Spanish ("es")
           context = request_json.get("userDefinedContext", {})
           target = context.get("target_language", "es")
   
           calls = request_json["calls"]
           translated = translate_text([call[0] for call in calls], project, target)
   
           return flask.jsonify({"replies": translated})
       except Exception as err:
           return flask.make_response(
               flask.jsonify({"errorMessage": f"Unexpected error {type(err)}:{err}"}),
               400,
           )
   
   
   def extract_project_from_caller(job: str) -> str:
       """Extract project id from full resource name of a BigQuery job.
   
       Args:
           job: full resource name of a BigQuery job, like
             "//bigquery.googleapi.com/projects/<project>/jobs/<job_id>"
   
       Returns:
           project id which is contained in the full resource name of the job.
       """
       path = job.split("/")
       return path[4] if len(path) > 4 else None
   
   
   def translate_text(
       calls: list[str], project: str, target_language_code: str
   ) -> list[str]:
       """Translates the input text to specified language using Translation API.
   
       Args:
           calls: a list of input text to translate.
           project: the project where the translate service will be used.
           target_language_code: The ISO-639 language code to use for translation
             of the input text. See
             https://cloud.google.com/translate/docs/advanced/discovering-supported-languages-v3#supported-target
               for the supported language list.
   
       Returns:
           a list of translated text.
       """
       location = "<your location>"
       parent = f"projects/{project}/locations/{location}"
       # Call the Translation API, passing a list of values and the target language
       response = translate_client.translate_text(
           request={
               "parent": parent,
               "contents": calls,
               "target_language_code": target_language_code,
               "mime_type": "text/plain",
           },
           retry=Retry(),
       )
       # Convert the translated value to a list and return it
       return [translation.translated_text for translation in response.translations]
   
   

   <your location>을 us-central1로 업데이트합니다.

3. 파일 목록에서 requirements.txt를 선택한 후 다음 텍스트를 붙여넣습니다.

   Flask==2.2.2
   functions-framework==3.5.0
   google-cloud-translate==3.16.0
   Werkzeug==2.3.7
   

4. 배포를 클릭하고 함수가 배포될 때까지 기다립니다.

5. 트리거 탭을 클릭합니다.

6. 트리거 URL 값을 복사하고 나중에 사용할 수 있도록 저장하세요. BigQuery 원격 함수를 만들 때 이 URL을 사용해야 합니다.

BigQuery 데이터 세트 만들기

원격 함수를 포함할 BigQuery 데이터 세트를 만듭니다. 데이터 세트를 만들 때 다음 사양을 포함합니다.

• 데이터 세트 ID에 remote_function_test를 입력합니다.
• 위치 유형으로 멀티 리전을 선택합니다.
• 멀티 리전에서 미국(미국의 여러 리전)을 선택합니다.

BigQuery 연결 및 서비스 계정 만들기

Cloud Run 함수 및 Cloud Run에서 지원되는 언어로 원격 함수를 구현할 수 있도록 BigQuery 연결을 만듭니다. 연결을 만들면 해당 연결에 대한 서비스 계정이 생성됩니다.

1. 다음 사양으로 Google Cloud 리소스 연결을 만듭니다.

   • 연결 유형으로 BigLake 및 원격 함수(Cloud 리소스)를 선택합니다.
   • 연결 ID에 remote-function-connection을 입력합니다.
   • 위치 유형으로 멀티 리전을 선택합니다.
   • 멀티 리전에서 미국(미국의 여러 리전)을 선택합니다.

2. 외부 연결 목록을 열고 us.remote-function-connection을 선택합니다.

3. 서비스 계정 ID를 복사하여 나중을 위해 저장합니다. 다음 단계에서 이 ID에 권한을 부여해야 합니다.

BigQuery 서비스 계정에 권한 부여

이전 단계에서 만든 서비스 계정에는 BigQuery 원격 함수가 Cloud Run 함수를 사용할 수 있도록 Cloud Run 사용 권한이 필요합니다. 서비스 계정에 권한을 부여하려면 다음 단계를 완료하세요.

1. Cloud Run 페이지로 이동합니다.

   Cloud Run으로 이동

2. 프로젝트를 선택합니다.

3. translation-handler 옆의 체크박스를 선택합니다.

4. 권한 패널에서 주 구성원 추가를 클릭합니다.

5. 새 주 구성원 필드에 앞에서 복사한 서비스 계정 ID를 입력합니다.

6. 역할 할당 목록에서 Cloud Run 호출자를 검색하여 선택합니다.

7. 저장을 클릭합니다.

참고: 새 권한이 적용되려면 최대 1분이 걸릴 수 있습니다.

BigQuery 원격 함수 만들기

BigQuery 원격 함수로 텍스트를 스페인어로 번역하는 Cloud Run 함수를 사용하려면 다음 단계를 완료하세요.

1. Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

   BigQuery로 이동

2. 쿼리 편집기에서 다음 쿼리를 입력합니다.

   CREATE OR REPLACE FUNCTION `remote_function_test.translate_text`(x STRING)
   RETURNS
   STRING
       REMOTE WITH CONNECTION `us.remote-function-connection`
   OPTIONS (
       endpoint = 'TRIGGER_URL',
       max_batching_rows = 10);
   

   TRIGGER_URL을 이전에 Cloud Run 함수를 만들 때 저장한 트리거 URL로 바꿉니다.

3. 실행을 클릭합니다. 다음과 유사한 메시지가 표시됩니다.

   This statement created a new function named
   your_project.remote_function_test.translate_text.
   

참고: HTTP 요청에 포함되는 행 수를 제한하기 위해 max_batching_rows 옵션이 10으로 설정됩니다. max_batching_rows 옵션을 지정하지 않으면 BigQuery가 HTTP 요청에 포함할 행 수를 결정합니다.

BigQuery 원격 함수 호출

원격 함수를 만든 후 테스트하여 Cloud Run 함수에 연결되고 스페인어로 예상되는 결과를 생성하는지 확인합니다.

1. BigQuery 쿼리 편집기에서 다음 쿼리를 입력한 다음 실행을 클릭합니다.

   SELECT
     remote_function_test.translate_text('This new feature is fantastic!')
       AS translated_text;
   

   결과는 다음과 비슷합니다.

   +-------------------------------------------+
   | translated_text                           |
   +-------------------------------------------+
   | ¡Esta nueva característica es fantástica! |
   +-------------------------------------------+
   

2. 선택사항: 공개 데이터 세트에서 원격 함수를 테스트하려면 다음 쿼리를 입력한 다음 실행을 클릭합니다. 반환되는 결과를 제한하려면 LIMIT 절을 사용합니다.

   SELECT
       text,
       remote_function_test.translate_text(text) AS translated_text
   FROM
       (SELECT text FROM `bigquery-public-data.hacker_news.full` LIMIT 3);
   

   결과는 다음과 비슷합니다.

   +---------------------------------------------------------------------------+
   | text                            | translated_text                         |
   +---------------------------------------------------------------------------+
   | These benchmarks look good.     | Estos puntos de referencia se ven bien. |
   | Who is using Java?              | ¿Quién está usando Java?                |
   | You need more database storage. | Necesitas más almacenamiento.           |
   +---------------------------------------------------------------------------+
   

리소스 삭제

이 프로젝트에서 이러한 함수를 사용하지 않을 경우 프로젝트를 삭제하여 추가 비용을 방지할 수 있습니다. 이렇게 하면 프로젝트와 연결된 모든 리소스가 영구적으로 삭제됩니다.

주의: 프로젝트를 삭제하면 다음과 같은 효과가 발생합니다.

• 프로젝트의 모든 항목이 삭제됩니다. 이 문서의 태스크에 기존 프로젝트를 사용한 경우 프로젝트를 삭제하면 프로젝트에서 수행한 다른 작업도 삭제됩니다.
• 커스텀 프로젝트 ID가 손실됩니다. 이 프로젝트를 만들 때 앞으로 사용할 커스텀 프로젝트 ID를 만들었을 수 있습니다. appspot.com URL과 같이 프로젝트 ID를 사용하는 URL을 보존하려면 전체 프로젝트를 삭제하는 대신 프로젝트 내에서 선택한 리소스만 삭제합니다.

여러 아키텍처, 튜토리얼, 빠른 시작을 살펴보려는 경우 프로젝트를 재사용하면 프로젝트 할당량 한도 초과를 방지할 수 있습니다.

1. In the Google Cloud console, go to the Manage resources page.

   Go to Manage resources

2. In the project list, select the project that you want to delete, and then click Delete.
3. In the dialog, type the project ID, and then click Shut down to delete the project.

다음 단계

• BigQuery에서 원격 함수를 사용하는 방법 알아보기
• Translation 알아보기
• Cloud Run 함수 알아보기
• Cloud Run 알아보기