빠른 시작: 자바 및 Apache Maven 사용

이 문서에서는 Google Cloud 프로젝트를 설정하고, 자바용 Apache Beam SDK를 사용하여 Maven 프로젝트를 만들고, Dataflow 서비스에서 파이프라인 예시를 실행하는 방법을 보여줍니다. 이 파이프라인은 Cloud Storage에서 텍스트 파일을 읽고, 파일의 고유 단어 수를 계산한 다음 단어 수를 다시 Cloud Storage에 작성합니다.

이 빠른 시작을 진행하려면 로컬 프로덕션 환경에서 자바 및 Maven을 설치하고 구성하는 데 익숙해야 합니다. 로컬 환경에서 기본 요건을 먼저 설치하지 않고 샘플 작업을 실행하려면 Google Cloud Console에서 Dataflow 단어 수 튜토리얼을 사용해 보세요.

Dataflow 튜토리얼로 이동

시작하기 전에

  1. Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.
  2. Google Cloud Console의 프로젝트 선택기 페이지에서 Google Cloud 프로젝트를 선택하거나 만듭니다.

    프로젝트 선택기로 이동

  3. Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다. 프로젝트에 결제가 사용 설정되어 있는지 확인하는 방법을 알아보세요.

  4. Dataflow, Compute Engine, Cloud Logging, Cloud Storage, Google Cloud Storage JSON, BigQuery, Cloud Pub/Sub, Cloud Datastore, Cloud Resource Manager API를 사용 설정합니다.

    API 사용 설정

  5. 서비스 계정을 만듭니다.

    1. Cloud Console에서 서비스 계정 만들기 페이지로 이동합니다.

      서비스 계정 만들기로 이동
    2. 프로젝트를 선택합니다.
    3. 서비스 계정 이름 필드에 이름을 입력합니다. Cloud Console은 이 이름을 기반으로 서비스 계정 ID 필드를 채웁니다.

      서비스 계정 설명 필드에 설명을 입력합니다. 예를 들면 Service account for quickstart입니다.

    4. 만들기를 클릭합니다.
    5. 역할 선택 필드를 클릭합니다.

      빠른 액세스에서 기본을 클릭한 후 소유자를 클릭합니다.

    6. 계속을 클릭합니다.
    7. 완료를 클릭하여 서비스 계정 만들기를 마칩니다.

      브라우저 창을 닫지 마세요. 다음 단계에서 사용합니다.

  6. 서비스 계정 키 만들기

    1. Cloud Console에서 만든 서비스 계정의 이메일 주소를 클릭합니다.
    2. 를 클릭합니다.
    3. 키 추가를 클릭한 후 새 키 만들기를 클릭합니다.
    4. 만들기를 클릭합니다. JSON 키 파일이 컴퓨터에 다운로드됩니다.
    5. 닫기를 클릭합니다.
  7. GOOGLE_APPLICATION_CREDENTIALS 환경 변수를 서비스 계정 키가 포함된 JSON 파일의 경로로 설정합니다. 이 변수는 현재 셸 세션에만 적용되므로, 새 세션을 열 경우, 변수를 다시 설정합니다.

  8. Cloud Storage 버킷 만들기:
    1. Cloud Console에서 Cloud Storage 브라우저 페이지로 이동합니다.

      브라우저로 이동

    2. 버킷 만들기를 클릭합니다.
    3. 버킷 만들기 페이지에서 버킷 정보를 입력합니다. 다음 단계로 이동하려면 계속을 클릭합니다.
      • 버킷 이름 지정에 고유한 버킷 이름을 입력합니다. 버킷 네임스페이스는 전역적이며 공개로 표시되므로 버킷 이름에 민감한 정보를 포함해서는 안 됩니다.
      • 데이터 저장 위치 선택에서 다음을 수행합니다.
        • 위치 유형 옵션을 선택합니다.
        • 위치 옵션을 선택합니다.
      • 데이터의 기본 스토리지 클래스를 선택하려면 Standard.
      • 객체 액세스를 제어하는 방법 선택에서 액세스 제어 옵션을 선택합니다.
      • 고급 설정(선택사항)에서 암호화 방법, 보관 정책 또는 버킷 라벨을 지정합니다.
    4. 만들기를 클릭합니다.
  9. 뒤에 나오는 섹션에서 필요하므로 다음을 복사합니다.
    • Cloud Storage 버킷 이름
    • Google Cloud 프로젝트 ID 이 ID를 찾으려면 프로젝트 식별을 참고하세요.
  10. JDK(Java Development Kit) 버전11을 다운로드하고 설치합니다. Dataflow는 버전 8을 계속 지원합니다. JAVA_HOME 환경 변수가 설정되어 있고 JDK 설치를 가리키는지 확인합니다.
  11. 사용 중인 특정 운영체제의 Maven 설치 가이드를 따라 Apache Maven을 다운로드하고 설치합니다.

파이프라인 코드 가져오기

Apache Beam SDK는 데이터 처리 파이프라인용 오픈소스 프로그래밍 모델입니다. Apache Beam 프로그램으로 이러한 파이프라인을 정의하고 Dataflow와 같은 실행기를 선택하여 파이프라인을 실행할 수 있습니다.

  1. 셸 또는 터미널에서 Maven Archetype Plugin을 사용하여 컴퓨터에 Apache Beam SDK의 WordCount 예시가 포함된 Maven 프로젝트를 만듭니다.
    mvn archetype:generate \
        -DarchetypeGroupId=org.apache.beam \
        -DarchetypeArtifactId=beam-sdks-java-maven-archetypes-examples \
        -DarchetypeVersion=2.29.0 \
        -DgroupId=org.example \
        -DartifactId=word-count-beam \
        -Dversion="0.1" \
        -Dpackage=org.apache.beam.examples \
        -DinteractiveMode=false
    

    이 명령어는 현재 디렉터리 아래에 word-count-beam이라는 새 디렉터리를 만듭니다. word-count-beam 디렉터리에는 간단한 pom.xml 파일과 텍스트 파일의 단어 수를 계산하는 일련의 파이프라인 예시가 포함되어 있습니다.

  2. word-count-beam 디렉터리에 pom.xml 파일이 포함되어 있는지 확인합니다.

    Linux 또는 macOS

    cd word-count-beam/
    ls

    출력은 다음과 같습니다.

    pom.xml   src

    Windows

    cd word-count-beam/
    dir

    출력은 다음과 같습니다.

    pom.xml   src
  3. Maven 프로젝트에 예시 파이프라인이 포함되어 있는지 확인합니다.

    Linux 또는 macOS

    ls src/main/java/org/apache/beam/examples/

    출력은 다음과 같습니다.

    DebuggingWordCount.java   WindowedWordCount.java   common
    MinimalWordCount.java   WordCount.java

    Windows

    dir src/main/java/org/apache/beam/examples/

    출력은 다음과 같습니다.

    DebuggingWordCount.java   WindowedWordCount.java   common
    MinimalWordCount.java   WordCount.java

이 예시에 사용된 Apache Beam 개념에 대한 자세한 안내는 Apache Beam WordCount 예시를 참조하세요. 다음 섹션의 안내에서는 WordCount.java를 사용합니다.

로컬에서 파이프라인 실행

  • 셸 또는 터미널의 word-count-beam 디렉터리에서 로컬로 WordCount 파이프라인을 실행합니다.
    mvn compile exec:java \
        -Dexec.mainClass=org.apache.beam.examples.WordCount \
        -Dexec.args="--output=counts"
    

    출력 파일은 프리픽스가 counts이며 word-count-beam 디렉터리에 작성됩니다. 입력 텍스트의 고유 단어와 각 단어의 일치하는 항목 수가 포함됩니다.

Dataflow 서비스에서 파이프라인 실행

  • 셸 또는 터미널에서 word-count-beam 디렉터리의 Dataflow 서비스에서 WordCount 파이프라인을 빌드하고 실행합니다.
    mvn -Pdataflow-runner compile exec:java \
        -Dexec.mainClass=org.apache.beam.examples.WordCount \
        -Dexec.args="--project=PROJECT_ID \
        --gcpTempLocation=gs:BUCKET_NAME/temp/ \
        --output=gs://BUCKET_NAME/output \
        --runner=DataflowRunner \
        --region=REGION"
    

    다음을 바꿉니다.

결과 보기

  1. Cloud Console에서 Dataflow 작업 페이지로 이동합니다.
    작업으로 이동

    작업 페이지에는 상태를 포함하여 사용 가능한 모든 작업의 세부정보가 표시됩니다. 처음에는 wordcount 작업의 상태실행 중으로 나타나고 성공으로 업데이트됩니다.

  2. Cloud Console에서 Cloud Storage 브라우저 페이지로 이동합니다.
    브라우저로 이동

    브라우저 페이지에 프로젝트의 모든 스토리지 버킷 목록이 표시됩니다.

  3. 생성한 스토리지 버킷을 클릭합니다.

    버킷 세부정보 페이지에 Dataflow 작업에서 만든 출력 파일과 스테이징 파일이 표시됩니다.

정리

이 빠른 시작에서 사용한 리소스의 비용이 Google Cloud 계정에 청구되지 않도록 하려면 다음 단계를 따르세요.

프로젝트 삭제

비용이 청구되지 않도록 하는 가장 쉬운 방법은 빠른 시작용으로 만든 Google Cloud 프로젝트를 삭제하는 것입니다.

  1. Cloud Console에서 리소스 관리 페이지로 이동합니다.

    리소스 관리로 이동

  2. 프로젝트 목록에서 삭제할 프로젝트를 선택하고 삭제를 클릭합니다.
  3. 대화상자에서 프로젝트 ID를 입력한 후 종료를 클릭하여 프로젝트를 삭제합니다.

개별 리소스 삭제

이 빠른 시작에서 사용한 Google Cloud 프로젝트를 유지하려면 개별 리소스를 삭제합니다.

  1. Cloud Console에서 Cloud Storage 브라우저 페이지로 이동합니다.

    브라우저로 이동

  2. 삭제할 버킷의 체크박스를 클릭합니다.
  3. 버킷을 삭제하려면 삭제를 클릭한 후 안내를 따르세요.

다음 단계