Melacak silsilah data untuk tabel BigQuery
Garis keturunan data memungkinkan Anda melacak perpindahan data melalui sistem: dari mana data berasal, tempat data diteruskan, dan transformasi yang diterapkan pada data.
Pelajari cara mulai melacak silsilah data untuk tugas penyalinan dan kueri BigQuery:
Salin dua tabel dari set data
new_york_taxi_trips
yang tersedia secara publik.Gabungkan total jumlah perjalanan dengan taksi dari kedua tabel ke dalam tabel baru.
Melihat grafik visualisasi silsilah untuk ketiga operasi.
Sebelum memulai
Siapkan project Anda:
- Login ke akun Google Cloud Anda. Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.
-
Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.
-
Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.
-
Aktifkan API Data Catalog, BigQuery, and data lineage.
-
Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.
-
Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.
-
Aktifkan API Data Catalog, BigQuery, and data lineage.
Peran yang diperlukan
Untuk mendapatkan izin yang Anda perlukan guna melihat grafik visualisasi silsilah, minta administrator untuk memberi Anda peran IAM berikut:
-
Penampil Katalog Data (
roles/datacatalog.viewer
) di project resource Data Catalog -
Data lineage viewer (
roles/datalineage.viewer
) di project tempat Anda menggunakan BigQuery -
Data viewer BigQuery (
roles/bigquery.dataViewer
) di project tempat Anda menggunakan BigQuery
Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses.
Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.
Tambahkan set data publik ke project Anda
Di konsol Google Cloud, buka halaman BigQuery.
Di panel Explorer, klik Add.
Di panel Add, cari
Public datasets
, lalu pilih hasil Public datasets.Di panel Marketplace, telusuri
NYC TLC Trips
lalu klik hasil Perjalanan NYC TLC.Klik View Dataset.
Langkah ini akan menambahkan set data new_york_taxi_trips ke project Anda. Panel detail menampilkan Dataset info, termasuk informasi seperti Dataset ID, Data location, dan tanggal Last modified.
Membuat set data di project Anda
Di panel Explorer, pilih project tempat Anda ingin membuat set data.
Klik ikon
Tindakan, lalu klik Buat set data.Di halaman Create dataset, di kolom Dataset ID, masukkan:
data_lineage_demo
. Biarkan kolom lain tetap pada nilai defaultnya.Klik Buat set data.
Di panel Explorer, klik
data_lineage_demo
yang baru ditambahkan.
Panel detail menampilkan Dataset info-nya.
Salin dua tabel yang dapat diakses secara publik ke set data Anda
Buka editor kueri: Di panel detail, di samping tab bernama
data_lineage_demo
, klik (Compose new query). Langkah ini akan membuat tab bernamaUntitled
.Di editor kueri, salin tabel pertama dengan memasukkan kueri berikut. Ganti
PROJECT_ID
dengan ID project Anda.CREATE TABLE `PROJECT_ID.data_lineage_demo.nyc_green_trips_2021` COPY `bigquery-public-data.new_york_taxi_trips.tlc_green_trips_2021`
Klik
Run. Langkah ini akan membuat tabel pertama, yang disebutnyc_green_trips_2021
.Di panel Query results, klik Go to table. Langkah ini menampilkan isi tabel pertama.
Di editor kueri, salin tabel kedua dengan mengganti kueri sebelumnya dengan kueri berikut. Ganti
PROJECT_ID
dengan ID project Anda.CREATE TABLE `PROJECT_ID.data_lineage_demo.nyc_green_trips_2022` COPY `bigquery-public-data.new_york_taxi_trips.tlc_green_trips_2022`
Klik
Run. Langkah ini akan membuat tabel kedua, yang disebutnyc_green_trips_2022
.Di panel Query results, klik Go to table. Langkah ini menampilkan isi tabel kedua.
Menggabungkan data ke dalam tabel baru
Di editor kueri, masukkan kueri berikut. Ganti
PROJECT_ID
dengan ID project Anda.CREATE TABLE `PROJECT_ID.data_lineage_demo.total_green_trips_22_21` AS SELECT vendor_id, COUNT(*) AS number_of_trips FROM ( SELECT vendor_id FROM `PROJECT_ID.data_lineage_demo.nyc_green_trips_2022` UNION ALL SELECT vendor_id FROM `PROJECT_ID.data_lineage_demo.nyc_green_trips_2021` ) GROUP BY vendor_id
Klik
Run. Langkah ini akan membuat tabel gabungan, yang disebuttotal_green_trips_22_21
.Di panel Query results, klik Go to table. Langkah ini menampilkan tabel gabungan.
Melihat grafik silsilah di Dataplex
Buka halaman Dataplex Search.
Di kotak Search, masukkan
total_green_trips_22_21
, lalu klik Search.Dari daftar hasil, klik
total_green_trips_22_21
. Langkah ini akan menampilkan tab Details tabel BigQuery.Klik tab Silsilah.
Pada grafik silsilah, setiap node persegi panjang mewakili tabel, baik tabel asli, salinan, atau gabungan. Anda dapat melakukan hal berikut:
Menampilkan atau menyembunyikan asal tabel, dengan mengklik + (Luaskan) atau - (Ciutkan).
Tampilkan informasi tabel dengan mengklik node. Langkah ini akan menampilkan panel Details node.
Tampilkan informasi proses, dengan mengklik ikon proses . Langkah ini menampilkan panel Details proses yang menampilkan tugas yang mengubah tabel sumber ke tabel target.
Pembersihan
Agar tidak menimbulkan biaya pada akun Google Cloud Anda untuk resource yang digunakan pada halaman ini, ikuti langkah-langkah berikut.
Menghapus project
Cara termudah untuk menghilangkan penagihan adalah dengan menghapus project yang Anda buat untuk tutorial.
Untuk menghapus project:
- Di konsol Google Cloud, buka halaman Manage resource.
- Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Delete.
- Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.
Menghapus set data
Buka halaman BigQuery.
Di panel Explorer, cari set data
data_lineage_demo
yang Anda buat.Klik kanan set data, lalu pilih Delete.
Konfirmasi tindakan penghapusan Anda.
Langkah selanjutnya
- Pelajari Dataplex dan silsilah data lebih lanjut.
- Pelajari cara menjalankan kueri BigQuery.
- Pelajari cara menggunakan silsilah data dan melihat grafik silsilah data.
- Pelajari harga dan billing Dataplex.