Aus mehreren Microsoft SQL Server-Tabellen lesen

---

Auf dieser Seite wird beschrieben, wie Sie mehrere Tabellen aus einer Microsoft SQL Server-Datenbank mithilfe der Multi-Table-Quelle lesen. Verwenden Sie die Quelle für mehrere Tabellen, wenn Ihre Pipeline aus mehreren Tabellen lesen soll. Wenn Ihre Pipeline aus einer einzelnen Tabelle lesen soll, lesen Sie Daten aus einer SQL Server-Tabelle lesen.

Die Quelle für mehrere Tabellen gibt Daten mit mehreren Schemas aus und enthält ein Feld für den Tabellennamen, das die Tabelle angibt, aus der die Daten stammen. Nutzen Sie bei Verwendung der Multi-Table-Quelle eine der Senken für mehrere Tabellen, BigQuery Multi Table oder GCS Multi File.

Hinweise

1. Melden Sie sich bei Ihrem Google Cloud-Konto an. Wenn Sie mit Google Cloud noch nicht vertraut sind, erstellen Sie ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

2. Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.

   Hinweis: Wenn Sie die Ressourcen, die Sie in diesem Verfahren erstellen, nicht behalten möchten, erstellen Sie ein Projekt, anstatt ein vorhandenes Projekt auszuwählen. Wenn Sie fertig sind, können Sie das Projekt löschen und dadurch alle mit dem Projekt verknüpften Ressourcen entfernen.

   Zur Projektauswahl

3. Die Abrechnung für das Google Cloud-Projekt muss aktiviert sein.

4. Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.

   Hinweis: Wenn Sie die Ressourcen, die Sie in diesem Verfahren erstellen, nicht behalten möchten, erstellen Sie ein Projekt, anstatt ein vorhandenes Projekt auszuwählen. Wenn Sie fertig sind, können Sie das Projekt löschen und dadurch alle mit dem Projekt verknüpften Ressourcen entfernen.

   Zur Projektauswahl

5. Die Abrechnung für das Google Cloud-Projekt muss aktiviert sein.

6. Cloud Data Fusion, Cloud Storage, BigQuery, and Dataproc APIs aktivieren.

   Aktivieren Sie die APIs

7. Erstellen Sie eine Cloud Data Fusion-Instanz.
8. Prüfen Sie, ob Ihre SQL Server-Datenbank Verbindungen von Cloud Data Fusion akzeptieren kann. Daher empfehlen wir Ihnen, eine private Cloud Data Fusion-Instanz zu erstellen.

Cloud Data Fusion-Instanz aufrufen

Wenn Sie Cloud Data Fusion verwenden, können Sie sowohl die Google Cloud Console als auch die separate Cloud Data Fusion-UI verwenden. In der Google Cloud Console können Sie ein Google Cloud-Projekt sowie Cloud Data Fusion-Instanzen erstellen und löschen. In der Benutzeroberfläche von Cloud Data Fusion können Sie die verschiedenen Seiten wie Studio oder Wrangler nutzen, um Features von Cloud Data Fusion zu nutzen.

1. Rufen Sie in der Google Cloud Console die Seite „Cloud Data Fusion“ auf.

2. Klicken Sie zum Öffnen der Instanz in der Cloud Data Fusion-Weboberfläche auf Instanzen und dann auf Instanz ansehen.

   Zur Seite „VM-Instanzen“

SQL Server-Passwort als sicheren Schlüssel speichern

Fügen Sie Ihr SQL Server-Passwort als sicheren Schlüssel hinzu, um Ihre Cloud Data Fusion-Instanz zu verschlüsseln. Später in diesem Leitfaden sorgen Sie dafür, dass Ihr Passwort mit Cloud KMS abgerufen wird.

1. Klicken Sie rechts oben auf einer beliebigen Seite von Cloud Data Fusion auf Systemadministrator.

2. Klicken Sie auf den Tab Configuration (Konfiguration).

3. Klicken Sie auf HTTP-Aufrufe ausführen.

   

4. Wählen Sie im Drop-down-Menü PUT aus.

5. Geben Sie im Feld Pfad namespaces/NAMESPACE_ID/securekeys/PASSWORD ein.

6. Geben Sie im Feld Body den Wert {"data":"SQL_SERVER_PASSWORD"} ein.

7. Klicken Sie auf Senden.

   

Achten Sie darauf, dass die Antwort, die Sie erhalten, der Statuscode 200 ist.

JDBC-Treiber für SQL Server abrufen

Hub verwenden

1. Klicken Sie in der Cloud Data Fusion-UI auf Hub.

2. Geben Sie in der Suchleiste Microsoft SQL Server JDBC Driver ein.

3. Klicken Sie auf Microsoft SQL Server JDBC-Treiber.

4. Klicken Sie auf Herunterladen. Führen Sie die angezeigten Schritte aus.

5. Klicken Sie auf Bereitstellen. Laden Sie die JAR-Datei aus dem vorherigen Schritt hoch.

6. Klicken Sie auf Finish (Beenden).

Studio verwenden

1. Rufen Sie Microsoft.com auf.

2. Wählen Sie einen Download aus und klicken Sie auf Herunterladen.

3. Klicken Sie in der Cloud Data Fusion-UI auf Menü und rufen Sie die Seite Studio auf.

4. Klicken Sie auf Hinzufügen.

5. Klicken Sie unter Treiber auf Hochladen.

6. Laden Sie die in Schritt 2 heruntergeladene JAR-Datei hoch.

7. Klicken Sie auf Next (Weiter).

8. Konfigurieren Sie den Treiber, indem Sie einen Namen eingeben.

9. Geben Sie im Feld Kursname com.microsoft.sqlserver.jdbc.SQLServerDriver ein.

10. Klicken Sie auf Finish (Beenden).

Multiple Table-Plug-ins bereitstellen

1. Klicken Sie in der Web-UI von Cloud Data Fusion auf Hub.

2. Geben Sie in der Suchleiste Multiple table plugins ein.

3. Klicken Sie auf Multiple Table-Plug-ins.

   

4. Klicken Sie auf Bereitstellen.

5. Klicken Sie auf Beenden.

6. Klicken Sie auf Pipeline erstellen.

Mit SQL Server verbinden

1. Klicken Sie in der Cloud Data Fusion-UI auf Menü und rufen Sie die Seite Studio auf.

2. Maximieren Sie in Studio das Menü Quelle.

3. Klicken Sie auf Multiple Database Tables.

   

4. Bewegen Sie den Mauszeiger auf den Knoten Multiple Database Tables und klicken Sie auf Properties.

   

5. Geben Sie im Feld Referenzname einen Referenznamen an, der zur Identifizierung der SQL Server-Quelle verwendet wird.

6. Geben Sie im Feld JDBC-Verbindungsstring den JDBC-Verbindungsstring ein. Beispiel: jdbc:sqlserver://mydbhost:1433 Weitere Informationen finden Sie unter Verbindungs-URL erstellen.

7. Geben Sie den JDBC-Plug-in-Name, Datenbanknutzername und Passwort des Datenbanknutzers ein.

8. Klicke auf Validieren.

9. Klicken Sie auf Schließen.

Mit BigQuery oder Cloud Storage verbinden

1. Klicken Sie in der Cloud Data Fusion-UI auf Menü und rufen Sie die Seite Studio auf.

2. Maximieren Sie Senke.

3. Klicken Sie auf BigQuery Multi Table oder GCS Multi File.

4. Verbinden Sie den Knoten Mehrere Datenbanktabellen mit BigQuery Multi Table oder GCS Multi File.

   

5. Bewegen Sie den Mauszeiger auf den Knoten BigQuery-Multitabelle oder GCS-Multi-Datei, klicken Sie auf Eigenschaften und konfigurieren Sie die Senke.

   Weitere Informationen finden Sie unter Google BigQuery-Senke mit mehreren Tabellen und Google Cloud Storage-Senke mit mehreren Dateien.

6. Klicke auf Validieren.

7. Klicken Sie auf Schließen.

Vorschau der Pipeline ausführen

1. Klicken Sie in der Cloud Data Fusion-UI auf Menü und rufen Sie die Seite Studio auf.

2. Klicken Sie auf Preview (Vorschau).

3. Klicken Sie auf Ausführen. Warten Sie, bis die Vorschau erfolgreich abgeschlossen wurde.

Stellen Sie die Pipeline bereit.

1. Klicken Sie in der Cloud Data Fusion-UI auf Menü und rufen Sie die Seite Studio auf.

2. Klicken Sie auf Bereitstellen.

Pipeline ausführen

1. Klicken Sie in der Cloud Data Fusion-UI auf Menü.

2. Klicken Sie auf Liste.

3. Klicken Sie auf die Pipeline.

4. Klicken Sie auf der Seite mit den Pipelinedetails auf Ausführen.

Nächste Schritte

• Weitere Informationen zu Cloud Data Fusion
• Folgen Sie einer der Anleitungen.