Questa pagina mostra come installare l'SDK Apache Beam in modo da poter eseguire le pipeline sul servizio Dataflow.
Installare le release dell'SDK
L'SDK Apache Beam è un modello di programmazione open source per pipeline di dati. Definisci queste pipeline con un programma Apache Beam e puoi scegliere un runner, come Dataflow, per eseguire la pipeline.
Java
L'ultima versione rilasciata dell'SDK Apache Beam per Java è 2.56.0. Consulta l' annuncio di rilascio per informazioni sulle modifiche incluse nella release.
Per ottenere l'SDK Apache Beam per Java utilizzando Maven, utilizza uno degli artefatti rilasciati dal repository centrale Maven.
Aggiungi le dipendenze e gli strumenti di gestione delle dipendenze al file pom.xml
per l'artefatto dell'SDK. Per maggiori dettagli, consulta
Gestire le dipendenze della pipeline in Dataflow.
Per ulteriori informazioni sull'SDK Apache Beam per le dipendenze Java, consulta SDK Apache Beam per le dipendenze Java e Gestione delle dipendenze Beam in Java nella documentazione di Apache Beam.
Python
L'ultima versione rilasciata dell'SDK Apache Beam per Python è 2.56.0. Consulta l' annuncio di rilascio per informazioni sulle modifiche incluse nella release.
Per ottenere l'SDK Apache Beam per Python, utilizza uno dei pacchetti rilasciati dal Python Package Index.
Installa la ruota Python eseguendo questo comando:
pip install wheel
Installa la versione più recente dell'SDK Apache Beam per Python eseguendo questo comando da un ambiente virtuale:
pip install 'apache-beam[gcp]'
A seconda della connessione, l'installazione potrebbe richiedere del tempo.
Per eseguire l'upgrade di un'installazione esistente di apache-beam, usa il flag --upgrade
:
pip install --upgrade 'apache-beam[gcp]'
Go
L'ultima versione rilasciata dell'SDK Apache Beam per Go è 2.56.0. Consulta l' annuncio di rilascio per informazioni sulle modifiche incluse nella release.
Per installare la versione più recente dell'SDK Apache Beam per Go, esegui questo comando:
go get -u github.com/apache/beam/sdks/v2/go/pkg/beam
Configurazione dell'ambiente di sviluppo
Per informazioni su come configurare il progetto e l'ambiente di sviluppo di Google Cloud per utilizzare Dataflow, segui una delle guide rapide:
- Crea una pipeline Dataflow utilizzando Java
- Crea una pipeline Dataflow con Python
- Creare una pipeline Dataflow utilizzando Go
- Creare una pipeline di inserimento flussi utilizzando un modello Dataflow
Codice sorgente ed esempi
Il codice sorgente di Apache Beam è disponibile nel repository Apache Beam su GitHub.
Java
Gli esempi di codice sono disponibili nella directory Esempi di Apache Beam su GitHub.
Python
Gli esempi di codice sono disponibili nella directory degli esempi di Apache Beam su GitHub.
Go
Gli esempi di codice sono disponibili nella directory degli esempi di Apache Beam su GitHub.
Trovare la versione dell'SDK Dataflow
I dettagli di installazione dipendono dall'ambiente di sviluppo. Se utilizzi Maven, puoi avere più versioni dell'SDK Dataflow "installate" in uno o più repository Maven locali.
Java
Per scoprire quale versione dell'SDK Dataflow è in esecuzione su una determinata pipeline, puoi esaminare
l'output della console quando viene eseguita con DataflowPipelineRunner
o
BlockingDataflowPipelineRunner
. La console conterrà un messaggio come il seguente, che contiene le informazioni sulla versione dell'SDK Dataflow:
Python
Per scoprire quale versione dell'SDK Dataflow è in esecuzione su una determinata pipeline, puoi esaminare
l'output della console quando viene eseguita con DataflowRunner
. La console conterrà un messaggio come il seguente, che contiene le informazioni sulla versione dell'SDK Dataflow:
Go
Per scoprire quale versione dell'SDK Dataflow è in esecuzione su una determinata pipeline, puoi esaminare
l'output della console quando viene eseguita con DataflowRunner
. La console conterrà un messaggio come il seguente, che contiene le informazioni sulla versione dell'SDK Dataflow:
INFO: Executing pipeline on the Dataflow Service, ... Dataflow SDK version: <version>
Passaggi successivi
- Dataflow si integra con Google Cloud CLI. Per istruzioni sull'installazione dell'interfaccia a riga di comando di Dataflow, consulta Utilizzo dell'interfaccia a riga di comando di Dataflow.
- Per conoscere le funzionalità di Apache Beam supportate da Dataflow, consulta la matrice delle funzionalità di Apache Beam.