Organízate con las colecciones
Guarda y clasifica el contenido según tus preferencias.
Migración de DAGs externos de la versión 4.2 a la 5.0
En esta guía se describen los pasos necesarios para trasladar las tablas de resultados de los gráficos acíclicos dirigidos (DAGs) externos a sus nuevas ubicaciones en la arquitectura de Cortex Data Foundation v5.0. Por ejemplo, El tiempo y Tendencias. Esta guía está diseñada específicamente para los usuarios que han implementado DAGs externos en versiones anteriores de Data Foundation de Cortex Framework (de la 4.2 a la 5.0) y que ahora van a actualizar. Si no has usado DAGs externos o no has implementado SAP, esta guía no es aplicable.
Contexto
Las versiones anteriores a la 4.2 de Cortex Framework Data Foundation usaban una marca _GEN_EXT para gestionar la implementación de fuentes de datos externas. Algunas fuentes estaban vinculadas a cargas de trabajo específicas (como la conversión de moneda para SAP). Sin embargo, en la versión 5.0, esta marca se ha eliminado. Ahora hay un nuevo módulo dedicado a gestionar DAGs que pueden servir para varias cargas de trabajo. En esta guía se describen los pasos que debes seguir para ajustar tus
pipelines de datos actuales de forma que funcionen con esta nueva estructura.
DAGs reutilizables entre cargas de trabajo
La versión 5.0 de Data Foundation de Cortex Framework incorpora K9, un nuevo componente encargado de ingerir, procesar y modelar elementos de datos reutilizables que se comparten entre varias fuentes de datos. Las vistas de informes ahora hacen referencia al conjunto de datos K9_PROCESSING para acceder a estos componentes reutilizables, lo que agiliza el acceso a los datos y reduce la redundancia. Las siguientes fuentes de datos externas se han implementado como parte de K9 en el conjunto de datos K9_PROCESSING:
date_dimension
holiday_calendar
trends
weather
DAGs dependientes de SAP
Los DAGs que dependen de SAP se siguen activando mediante la secuencia de comandos generate_external_dags.sh, pero ahora se ejecutan durante el paso de compilación de informes y escriben en el conjunto de datos de informes de SAP en lugar de en la fase de CDC (captura de datos de cambios).
currency_conversion
inventory_snapshots
prod_hierarchy_texts
Guía de migración
En esta guía se describen los pasos para actualizar tu Data Foundation de Cortex Framework a la versión 5.0.
Implementar Cortex Framework Data Foundation 5.0
Primero, implementa la versión más reciente (5.0) de Cortex Framework Data Foundation en tus proyectos siguiendo estas directrices:
Usa los conjuntos de datos RAW y CDC que ya tengas de implementaciones de desarrollo o de staging anteriores como conjuntos de datos RAW y CDC de esta implementación, ya que no se les hará ninguna modificación durante la implementación.
Asigna el valor False a testData y SAP.deployCDC en config/config.json.
Crea un proyecto de informes de SAP independiente de tu entorno de la versión 4.2 para hacer pruebas. De esta forma, se evalúa el proceso de actualización de forma segura sin que afecte a tus operaciones actuales.
Opcional. Si tienes DAGs de Airflow activos en ejecución para tu versión anterior de Data Foundation de Cortex Framework, pausa esos DAGs antes de continuar con la migración.
Puedes hacerlo a través de la interfaz de usuario de Airflow. Para obtener instrucciones detalladas, consulta la documentación sobre cómo abrir la interfaz de usuario de Airflow desde Composer y pausar el DAG.
Si sigues estos pasos, podrás pasar a la versión 5.0 de Cortex Framework Data Foundation de forma segura y validar las nuevas funciones.
Migrar tablas
Para migrar las tablas a su nueva ubicación, usa jinja-cli para dar formato a la plantilla de secuencia de comandos de migración proporcionada y completar la migración.
Instala jinja-cli con el siguiente comando:
pipinstalljinja-cli
Identifica los siguientes parámetros de tu implementación de la versión 4.2 y de la nueva versión 5.0:
Nombre
Descripción
project_id_src
Proyecto de origen: proyecto en el que se encuentra el conjunto de datos de CDC de SAP de la versión 4.2. Google Cloud También se crea un conjunto de datos K9_PROCESSING en este proyecto.
project_id_tgt
Google Cloud Indica dónde se encuentra el conjunto de datos de informes de SAP que acabas de implementar con la versión 5.0. Puede ser diferente del proyecto de origen.
dataset_cdc_processed
Conjunto de datos de BigQuery de CDC:
conjunto de datos de BigQuery en el que se almacenan los datos procesados de CDC y los registros disponibles más recientes. Puede ser el mismo que el conjunto de datos de origen.
dataset_reporting_tgt
Conjunto de datos de informes de BigQuery de destino: conjunto de datos de BigQuery en el que se implementan los modelos de datos predefinidos de Data Foundation for SAP.
k9_datasets_processing
Conjunto de datos de BigQuery de K9:
conjunto de datos de BigQuery en el que se implementa K9 (fuentes de datos aumentadas).
Crea un archivo JSON con los datos de entrada necesarios. Asegúrate de quitar los DAGs que no quieras migrar de la sección migrate_list:
Examina el archivo SQL de salida y ejecútalo en BigQuery para migrar tus tablas a la nueva ubicación.
Actualizar y reactivar los DAGs de Airflow
Crea una copia de seguridad de los archivos DAG actuales en tu segmento de Airflow. A continuación, sustitúyelos por los archivos recién generados de tu implementación de la versión 5.0 de Data Foundation de Cortex Framework. Para obtener instrucciones detalladas, consulta la siguiente documentación:
La migración ya se ha completado. Ahora puede validar que todas las vistas de informes de la nueva implementación de la versión 5.0 funcionan correctamente. Si todo funciona correctamente, repita el proceso, pero esta vez diríjase a la implementación de la versión 5.0 en su conjunto de informes de producción. Después, puedes eliminar todas las tablas
con la siguiente secuencia de comandos:
[[["Es fácil de entender","easyToUnderstand","thumb-up"],["Me ofreció una solución al problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Es difícil de entender","hardToUnderstand","thumb-down"],["La información o el código de muestra no son correctos","incorrectInformationOrSampleCode","thumb-down"],["Me faltan las muestras o la información que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-08-21 (UTC)."],[[["\u003cp\u003eThis guide details the migration process for external Directed Acyclic Graphs (DAGs) when upgrading from Google Cloud Cortex Framework versions 4.2 to 5.0, which involves relocating output tables to the new Cortex Data Foundation v5.0 architecture.\u003c/p\u003e\n"],["\u003cp\u003eCortex Framework Data Foundation v5.0 introduces a new K9 module for managing cross-workload reusable data elements like \u003ccode\u003edate_dimension\u003c/code\u003e, \u003ccode\u003eholiday_calendar\u003c/code\u003e, \u003ccode\u003etrends\u003c/code\u003e, and \u003ccode\u003eweather\u003c/code\u003e in the \u003ccode\u003eK9_PROCESSING\u003c/code\u003e dataset, which replaces the \u003ccode\u003e_GEN_EXT\u003c/code\u003e flag used in prior versions.\u003c/p\u003e\n"],["\u003cp\u003eSAP-dependent DAGs, including \u003ccode\u003ecurrency_conversion\u003c/code\u003e, \u003ccode\u003einventory_snapshots\u003c/code\u003e, and \u003ccode\u003eprod_hierarchy_texts\u003c/code\u003e, are now triggered during the reporting build step and write to the SAP reporting dataset instead of the CDC stage.\u003c/p\u003e\n"],["\u003cp\u003eThe migration process requires deploying Cortex Framework Data Foundation 5.0, using existing RAW and CDC datasets, and creating a new SAP Reporting project, before migrating existing tables using \u003ccode\u003ejinja-cli\u003c/code\u003e and an outputted SQL file.\u003c/p\u003e\n"],["\u003cp\u003eAfter migration, users must update and unpause Airflow DAGs, validate the new v5.0 reporting deployment, and then optionally delete old DAG tables using a provided \u003ccode\u003ejinja\u003c/code\u003e command, ensuring backups are taken beforehand as this step is irreversible.\u003c/p\u003e\n"]]],[],null,["# External DAGs migration from v4.2 to v5.0\n=========================================\n\n| **Warning:** This page contains specific information to update only Google Cloud Cortex Framework versions 4.2 to 5.0. The content might not apply to other versions.\n\nThis guide outlines the steps necessary to relocate output tables from external\nDirected Acyclic Graphs (DAGs) to their new locations within the Cortex Data\nFoundation v5.0 architecture. For example, Weather and Trends. This guide is\nspecifically designed for users who have implemented External DAGs in previous\nCortex Framework Data Foundation versions (4.2 to 5.0) and are now upgrading. If\nyou haven't used External DAGs or haven't deployed SAP, this guide is not\napplicable.\n\nContext\n-------\n\nCortex Framework Data Foundation versions prior to 4.2 used a `_GEN_EXT` flag to manage\nthe deployment of external data sources, with some sources tied to specific\nworkloads (like currency conversion for SAP). However, with version 5.0, this\nflag has been removed. Now, there's a new module dedicated to managing DAGs\nthat can serve multiple workloads. This guide outlines steps to adjust your\nexisting data pipelines to work with this new structure.\n\n### Cross-workload reusable DAGs\n\nCortex Framework Data Foundation v5.0 introduces K9, a new component responsible for\ningesting, processing, and modeling reusable data elements that are shared\nacross various data sources. Reporting views are now reference the\n`K9_PROCESSING` dataset to access these reusable components, streamlining data\naccess and reducing redundancy. The following external data sources are now\ndeployed as a part of K9, into the `K9_PROCESSING` dataset:\n\n- `date_dimension`\n- `holiday_calendar`\n- `trends`\n- `weather`\n\n### SAP-dependent DAGs\n\nThe following SAP-dependent DAGs are still triggered by\n`generate_external_dags.sh` script, but now executes during the reporting build\nstep, and now write into the SAP reporting dataset instead of the CDC\n(Change Data Capture) stage.\n\n- `currency_conversion`\n- `inventory_snapshots`\n- `prod_hierarchy_texts`\n\nMigration Guide\n---------------\n\nThis guide outlines the steps to upgrade your Cortex Framework Data Foundation to version 5.0.\n\n### Deploy Cortex Framework Data Foundation 5.0\n\nFirst, deploy the newest version (v5.0) of Cortex Framework Data Foundation to your\nprojects, with the following guidelines:\n\n1. Use your existing RAW and CDC datasets from prior development or staging deployments as your RAW and CDC datasets of this deployment, as no modification is made to them during deployment.\n2. Set both `testData` and `SAP.deployCDC` to `False` in `config/config.json`.\n3. Create a new SAP Reporting project separate from your existing v4.2 environment for testing purposes. This safely evaluate the upgrade process without impacting your current operations.\n4. Optional. If you have active Airflow DAGs running for your previous Cortex Framework Data Foundation version, pause them before proceeding with the migration. This can be done through the Airflow UI. For detailed instructions see [Open Airflow UI from Composer](/composer/docs/how-to/accessing/airflow-web-interface) and [Pause the DAG](https://airflow.apache.org/docs/apache-airflow/stable/core-concepts/dags.html#dag-pausing-deactivation-and-deletion) documentation.\n\nBy following these steps, you can safely transition to Cortex Framework Data Foundation\nversion 5.0 and validate the new features and functionalities.\n\n### Migrate existing tables\n\nTo migrate your existing tables to their new location, use `jinja-cli` to\nformat the provided migration script template to complete the migration.\n\n1. Install jinja-cli with the following command:\n\n pip install jinja-cli\n\n2. Identify the following parameters from your existing version 4.2 and new\n version 5.0 deployment:\n\n3. Create a JSON file with the required input data. Make sure to remove any\n DAGs you don't want to migrate from the `migrate_list` section:\n\n {\n \"project_id_src\": \"your-source-project\",\n \"project_id_tgt\": \"your-target-project\",\n \"dataset_cdc_processed\": \"your-cdc-processed-dataset\",\n \"dataset_reporting_tgt\": \"your-reporting-target-dataset-OR-SAP_REPORTING\",\n \"k9_datasets_processing\": \"your-k9-processing-dataset-OR-K9_REPORTING\",\n \"migrate_list\":\n [\n \"holiday_calendar\",\n \"trends\",\n \"weather\",\n \"currency_conversion\",\n \"inventory_snapshots\",\n \"prod_hierarchy_texts\"\n ]\n }\n EOF\n\n For example, if you want to remove `weather` and `trends`, the script would\n look like the following: \n\n {\n \"project_id_src\": \"kittycorn-demo\",\n \"project_id_tgt\": \"kittycorn-demo\",\n \"dataset_cdc_processed\": \"CDC_PROCESSED\",\n \"dataset_reporting_tgt\": \"SAP_REPORTING\",\n \"k9_datasets_processing\": \"K9_PROCESSING\",\n \"migrate_list\":\n [\n \"holiday_calendar\",\n \"currency_conversion\",\n \"inventory_snapshots\",\n \"prod_hierarchy_texts\"\n ]\n }\n\n4. Create an output folder with the following command:\n\n mkdir output\n\n5. Generate the parsed migration script with the following command (this command\n assumes you are at the root of the repository):\n\n jinja -d data.json -o output/migrate_external_dags.sql docs/external_dag_migration/scripts/migrate_external_dags.sql\n\n6. Examine the output SQL file and execute in BigQuery to migrate your tables to the new location.\n\n### Update and unpause the Airflow DAGs\n\nBack up the current DAG Files in your Airflow bucket. Then, replace them with\nthe newly generated files from your Cortex Framework Data Foundation version 5.0\ndeployment. For detail instructions, see the following documentation:\n\n- [Open Airflow UI from Composer](/composer/docs/how-to/accessing/airflow-web-interface)\n- [Unpause the DAG](https://airflow.apache.org/docs/apache-airflow/stable/core-concepts/dags.html#dag-pausing-deactivation-and-deletion)\n\n### Validation and cleanup\n\nThe migration is now complete. You can now validate that all reporting views\nin the new v5.0 reporting deployment is working correctly. If everything works\nproperly, go through the process again, this time targeting the v5.0 deployment\nto your production Reporting set. Afterwards, feel free to remove all tables\nusing the following script:\n**Warning:** This step permanently removes your old DAG tables and can't be undone after is applied. Only execute this step after all validation is complete. Consider taking backups of these tables. \n\n jinja -d data.json -o output/delete_old_dag_tables.sql docs/external_dag_migration/scripts/delete_old_dag_tables.sql"]]
