Replica dei dati da MySQL a BigQuery

---

Questo tutorial mostra come creare ed eseguire il deployment di un job che replica continuamente i dati modificati da un database MySQL in una tabella BigQuery.

Obiettivi

In questo tutorial:

1. Esegui il deployment del database MySQL su Compute Engine.
2. Configura il database MySQL per abilitare la replica.
3. Crea ed esegui un job di replica Cloud Data Fusion.
4. Visualizza i risultati in BigQuery.

Costi

In questo documento utilizzi i seguenti componenti fatturabili di Google Cloud:

• Cloud Data Fusion
• BigQuery
• Dataproc
• Cloud Storage
• Compute Engine

Per generare una stima dei costi in base all'utilizzo previsto, utilizza il Calcolatore prezzi. I nuovi Google Cloud utenti potrebbero avere diritto a una prova gratuita.

Quando viene eseguita la replica, ti viene addebitato il costo del cluster Dataproc e devi sostenere i costi di elaborazione per BigQuery. Per ottimizzare questi costi, ti consigliamo vivamente di utilizzare i prezzi a costo fisso di BigQuery.

Prima di iniziare

1. 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

2. Make sure that billing is enabled for your Google Cloud project.

3. Enable the Cloud Data Fusion, BigQuery, and Cloud Storage APIs.

   Enable the APIs

4. Crea un'istanza Cloud Data Fusion pubblica nella versione 6.3.0 o successiva. Se crei un'istanza privata, configura il peering di rete VPC.
   • Quando crei l'istanza, abilita la replica facendo clic su Aggiungi acceleratori e selezionando la casella di controllo Replica.
   • Per attivarla in un'istanza esistente, consulta Attivare la replica.
Importante: devi attivare la replica nell'istanza affinché venga visualizzata nell'interfaccia web di Cloud Data Fusion Menu (vedi Attivare la replica).

Ruoli obbligatori

Per ottenere le autorizzazioni necessarie per questo tutorial, consulta Controllo accessi con IAM e Concedere l'autorizzazione utente per l'account di servizio.

Installare MySQL in Compute Engine

1. Scarica un'immagine Docker di MySQL Server.

2. Carica l'immagine Docker in Artifact Registry.

3. Esegui il deployment dell'immagine Docker su una nuova istanza VM.

   Nota: per eseguire il deployment dell'immagine nella nuova istanza VM, il servizio Compute Engine deve disporre del ruolo Lettore del registry degli elementi (roles/artifactregistry.reader).

4. Nella pagina Dischi di Compute Engine, imposta la dimensione del disco su 500 GB e riavvia la VM.

   Vai a Dischi

5. Crea un firewall per l'istanza VM.

6. Installa il database di esempio Sakila.

Attivare la replica nel database MySQL

Per abilitare la replica, configura Change Data Capture (CDC) in MySQL.

Potresti dover contattare l'amministratore del database per ottenere le autorizzazioni per eseguire i comandi.

Creare ed eseguire un job di replica Cloud Data Fusion

Carica il driver JDBC

Nota: utilizza il driver JDBC versione 8 o successive.

1. Scarica il driver JDBC MySQL (versione 8 o successiva) sulla tua macchina locale.

2. Nell'interfaccia web di Cloud Data Fusion, carica il driver JDBC.

   Utilizza questi valori per configurare il driver JDBC:

   • Nel campo Nome, inserisci mysql.
   • Nel campo Versione, mantieni il valore predefinito.
   • Nel campo Nome corso, inserisci com.mysql.jdbc.Driver.

Crea il lavoro

1. Nell'interfaccia web di Cloud Data Fusion, fai clic su Replicazione.

2. Fai clic su Crea un job di replica.

3. Nella pagina Crea nuovo job di replica, specifica un Nome per il job di replica e fai clic su Avanti.

4. Configura l'origine:

   1. Seleziona MySQL come origine.
   2. In Host, inserisci il nome host del server MySQL da cui leggere.
   3. In Porta, inserisci la porta da utilizzare per connetterti al server MySQL: 3306.
   4. In Nome plug-in JDBC , seleziona mysql o il nome specificato quando hai configurato il driver JDBC.
   5. In Nome database, inserisci sakila.
   6. Nella sezione Credenziali, inserisci il tuo nome utente e la tua password per accedere al server MySQL.

5. Fai clic su Avanti.

6. Configura il target:

   1. Seleziona il target BigQuery.
   2. L'ID progetto e la chiave dell'account di servizio vengono rilevati automaticamente. Mantieni i valori predefiniti.
   3. (Facoltativo) Nella sezione Avanzate, configura il nome, la posizione, l'intervallo di caricamento, il prefisso della tabella di staging e il comportamento quando vengono eliminati database o tabelle del bucket di staging.

7. Fai clic su Avanti.

8. Se la connessione è riuscita, viene visualizzato un elenco di tabelle di database di esempio di Sakila. Per questo tutorial, seleziona alcune tabelle ed eventi da replicare, come gli eventi Insert, Update ed Delete.

9. (Facoltativo) Configura le proprietà avanzate. Per questo tutorial, puoi utilizzare le impostazioni predefinite.

10. Fai clic su Avanti.

11. Nella pagina Esamina valutazione, fai clic su Visualizza mappature in una delle tabelle per valutare i problemi relativi allo schema, le funzionalità mancanti o i problemi di connettività che potrebbero verificarsi durante la replica. Se si verificano problemi, devono essere risolti prima di poter procedere. Per questo tutorial, se una delle tabelle presenta problemi, torna al passaggio in cui hai selezionato le tabelle e scegli le tabelle o gli eventi (inserimenti, aggiornamenti o eliminazioni) senza problemi.

    Per ulteriori informazioni sulle conversioni dei tipi di dati dal database di origine alla destinazione BigQuery, consulta Tipi di dati di replica.

12. Fai clic su Avanti.

13. Esamina i dettagli del job di replica di riepilogo e poi fai clic su Esegui il deployment del job di replica.

Avvia il job

• Nella pagina Dettagli job di replica, fai clic su Avvia.

Il job di replica passa dallo stato Provisioning a Avvio e poi a In esecuzione. Nello stato di esecuzione, il job di replica carica in BigQuery uno snapshot iniziale dei dati della tabella selezionati. In questo stato, lo stato della tabella è indicato come Acquisizione istantanea. Dopo aver caricato lo snapshot iniziale in BigQuery, eventuali modifiche apportate alla tabella vengono replicate in BigQuery e lo stato della tabella è indicato come Replicating.

Monitora il job

Puoi avviare e interrompere il job di replica, esaminarne la configurazione e i log e monitorarlo.

Puoi monitorare le attività dei job di replica dalla pagina Dettagli job di replica.

1. Nella pagina Replicazione, fai clic sul nome del job di replicazione.

2. Fai clic su Monitoraggio.

Visualizza i risultati in BigQuery

Il job di replica crea un set di dati e una tabella replicati in BigQuery, con i nomi ereditati dal database MySQL corrispondente e dai nomi delle tabelle.

Nota: se il nome del database di origine non segue le convenzioni di denominazione dei set di dati BigQuery o se si verificano conflitti di denominazione durante la replica di più set di dati in un singolo set di dati BigQuery, specifica gli alias nelle proprietà di destinazione BigQuery.

1. Nella console Google Cloud , vai alla pagina BigQuery.

   Vai a BigQuery

2. Nel riquadro a sinistra, seleziona il nome del progetto per espandere un elenco di set di dati.

3. Per visualizzare i risultati, seleziona il set di dati sakila e una tabella.

Per ulteriori informazioni, consulta la documentazione di BigQuery.

Esegui la pulizia

Per evitare che al tuo Account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo tutorial, elimina il progetto che contiene le risorse oppure mantieni il progetto ed elimina le singole risorse.

Al termine del tutorial, elimina le risorse che hai creato su Google Cloud in modo che non occupino quota e non ti vengano addebitate in futuro. Le seguenti sezioni descrivono come eliminare o disattivare queste risorse.

Elimina l'istanza Cloud Data Fusion

Segui le istruzioni per eliminare l'istanza Cloud Data Fusion.

Elimina il progetto

Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

• L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
• Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un URL appspot.com, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

Se intendi esplorare più architetture, tutorial o guide rapide, il riuso dei progetti può aiutarti a non superare i limiti di quota.

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.

Passaggi successivi

• Scopri di più sulla replica in Cloud Data Fusion.
• Consulta il riferimento all'API Replication.
• Segui il tutorial sulla replica dei dati da SQL Server a BigQuery.
• Segui il tutorial Replicare i dati da Oracle a BigQuery.