Pub/Sub ke Avro Files di template Cloud Storage

File Pub/Sub ke Avro pada template Cloud Storage adalah pipeline streaming yang membaca data dari topik Pub/Sub dan menulis file Avro ke dalam bucket Cloud Storage yang ditentukan.

Persyaratan pipeline

  • Topik Pub/Sub input harus ada sebelum eksekusi pipeline.

Parameter template

Parameter Deskripsi
inputTopic Topik Pub/Sub untuk berlangganan agar pesan dapat dibaca. Nama topik harus dalam format projects/<project-id>/topics/<topic-name>.
outputDirectory Direktori output tempat file Avro output diarsipkan. Harus berisi / di bagian akhir. Contoh: gs://example-bucket/example-directory/.
avroTempDirectory Direktori untuk file Avro sementara. Harus berisi / di bagian akhir. Contoh: gs://example-bucket/example-directory/.
outputFilenamePrefix (Opsional) Awalan nama file output untuk file Avro.
outputFilenameSuffix (Opsional) Akhiran nama file output untuk file Avro.
outputShardTemplate (Opsional) Template shard dari file output. Ini ditetapkan sebagai urutan berulang dari huruf S atau N. Misalnya, SSS-NNN. Keduanya diganti dengan nomor shard atau jumlah total shard. Jika parameter ini tidak ditentukan, format template default adalah W-P-SS-of-NN.

Menjalankan template

Konsol

  1. Buka halaman Create job from template Dataflow.
  2. Buka Buat tugas dari template
  3. Di kolom Job name, masukkan nama pekerjaan yang unik.
  4. Opsional: Untuk Endpoint regional, pilih nilai dari menu drop-down. Region default-nya adalah us-central1.

    Untuk daftar region tempat Anda dapat menjalankan tugas Dataflow, lihat Lokasi Dataflow.

  5. Dari menu drop-down Dataflow template, pilih the Pub/Sub to Avro Files on Cloud Storage template.
  6. Di kolom parameter yang disediakan, masukkan parameter value Anda.
  7. Klik Run job.

gcloud

Di shell atau terminal Anda, jalankan template:

gcloud dataflow jobs run JOB_NAME \
    --gcs-location gs://dataflow-templates-REGION_NAME/VERSION/Cloud_PubSub_to_Avro \
    --region REGION_NAME \
    --staging-location STAGING_LOCATION \
    --parameters \
inputTopic=projects/PROJECT_ID/topics/TOPIC_NAME,\
outputDirectory=gs://BUCKET_NAME/output/,\
outputFilenamePrefix=FILENAME_PREFIX,\
outputFilenameSuffix=FILENAME_SUFFIX,\
outputShardTemplate=SHARD_TEMPLATE,\
avroTempDirectory=gs://BUCKET_NAME/temp/

Ganti kode berikut:

  • JOB_NAME: nama pekerjaan unik pilihan Anda
  • REGION_NAME: region tempat Anda ingin men-deploy tugas Dataflow, misalnya us-central1
  • VERSION: versi template yang ingin Anda gunakan

    Anda dapat menggunakan nilai berikut:

  • STAGING_LOCATION: lokasi untuk staging file lokal (misalnya, gs://your-bucket/staging)
  • TOPIC_NAME: nama topik Pub/Sub
  • BUCKET_NAME: nama bucket Cloud Storage Anda
  • FILENAME_PREFIX: awalan nama file output yang diinginkan
  • FILENAME_SUFFIX: akhiran nama file output yang diinginkan
  • SHARD_TEMPLATE: template shard output pilihan

API

Untuk menjalankan template menggunakan REST API, kirim permintaan HTTP POST. Untuk informasi selengkapnya tentang API dan cakupan otorisasinya, lihat projects.templates.launch.

POST https://dataflow.googleapis.com/v1b3/projects/PROJECT_ID/locations/LOCATION/templates:launch?gcsPath=gs://dataflow-templates-LOCATION/VERSION/Cloud_PubSub_to_Avro
{
   "jobName": "JOB_NAME",
   "environment": {
       "ipConfiguration": "WORKER_IP_UNSPECIFIED",
       "additionalExperiments": []
    },
   "parameters": {
       "inputTopic": "projects/PROJECT_ID/topics/TOPIC_NAME",
       "outputDirectory": "gs://BUCKET_NAME/output/",
       "avroTempDirectory": "gs://BUCKET_NAME/temp/",
       "outputFilenamePrefix": "FILENAME_PREFIX",
       "outputFilenameSuffix": "FILENAME_SUFFIX",
       "outputShardTemplate": "SHARD_TEMPLATE"
   }
}

Ganti kode berikut:

  • PROJECT_ID: ID project Google Cloud tempat Anda ingin menjalankan tugas Dataflow
  • JOB_NAME: nama pekerjaan unik pilihan Anda
  • LOCATION: region tempat Anda ingin men-deploy tugas Dataflow, misalnya us-central1
  • VERSION: versi template yang ingin Anda gunakan

    Anda dapat menggunakan nilai berikut:

  • STAGING_LOCATION: lokasi untuk staging file lokal (misalnya, gs://your-bucket/staging)
  • TOPIC_NAME: nama topik Pub/Sub
  • BUCKET_NAME: nama bucket Cloud Storage Anda
  • FILENAME_PREFIX: awalan nama file output yang diinginkan
  • FILENAME_SUFFIX: akhiran nama file output yang diinginkan
  • SHARD_TEMPLATE: template shard output pilihan

Langkah selanjutnya