Criar um repositório do Dataform

Neste documento, mostramos como criar um repositório, definir e editar a conta de serviço do repositório e excluir um repositório no Dataform.

Ao criar um repositório do Dataform, defina as seguintes configurações:

ID do repositório

Um ID exclusivo do repositório. Os IDs podem incluir apenas números, letras, hifens e sublinhados.

Região

Região do Dataform para armazenar o repositório e o conteúdo dele.

Ela pode ser diferente da região de processamento em que o Dataform processa seu código e armazena a saída das execuções. Por padrão, a região de processamento é definida como a região padrão do conjunto de dados do BigQuery. É possível editar a região de processamento no arquivo de configurações do fluxo de trabalho depois de criar o repositório. Para mais informações, consulte Definir as configurações do Dataform.

Conta de serviço

Conta de serviço associada ao repositório. É possível selecionar a conta de serviço padrão do Dataform, uma conta de serviço associada ao seu projeto do Google Cloud ou inserir manualmente outra conta de serviço. Por padrão, o Dataform usa uma conta de serviço derivada do número do projeto no seguinte formato:

[e-mail]

O Dataform usa a conta de serviço padrão para todas as operações de repositório. É possível usar uma conta de serviço diferente para executar fluxos de trabalho no repositório, mas a conta de serviço padrão ainda é usada para todas as outras operações do repositório.

Criptografia

Método de criptografia para o repositório. É possível usar a criptografia padrão ou aplicar uma chave de criptografia do Cloud KMS gerenciada pelo cliente. Para mais informações sobre como usar chaves de criptografia gerenciadas pelo cliente (CMEK) no Dataform, consulte Usar chaves de criptografia gerenciadas pelo cliente.

Depois de criar um repositório, é possível conectá-lo ao GitHub ou ao GitLab (em inglês).

Importante: para criar um repositório do Dataform conectado a um repositório Git remoto que não esteja na lista de permissões na política dataform.restrictGitRemotes, primeiro adicione o repositório Git remoto à lista allowedValues na política e, em seguida, crie um novo repositório do Dataform e conecte-o ao repositório remoto. Para mais informações, consulte Restringir repositórios remotos.

Antes de começar

1. Faça login na sua conta do Google Cloud. Se você começou a usar o Google Cloud agora, crie uma conta para avaliar o desempenho de nossos produtos em situações reais. Clientes novos também recebem US$ 300 em créditos para executar, testar e implantar cargas de trabalho.

2. No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

   Acessar o seletor de projetos

3. Verifique se a cobrança está ativada para o seu projeto do Google Cloud.

4. Ative as APIs BigQuery and Dataform.

   Ative as APIs

5. No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

   Acessar o seletor de projetos

6. Verifique se a cobrança está ativada para o seu projeto do Google Cloud.

7. Ative as APIs BigQuery and Dataform.

   Ative as APIs

8. Para usar a criptografia CMEK no repositório, ative a criptografia CMEK dos repositórios do Dataform.

Importante :antes de criar um repositório do Dataform que você quer conectar a um repositório Git remoto, verifique se a organização ou o projeto restringe esses repositórios com a Política da organização dataform.restrictGitRemotes. Se a política estiver em vigor, verifique se o repositório remoto está na lista de permissões antes de criar o repositório do Dataform e conectá-lo ao repositório remoto. Para mais informações, consulte Restringir repositórios remotos

Funções exigidas

Para receber as permissões necessárias para criar e excluir um repositório, peça ao administrador para conceder a você o papel do IAM Administrador do Dataform (roles/dataform.admin) nos repositórios. Para mais informações sobre como conceder papéis, consulte Gerenciar acesso.

Também é possível receber as permissões necessárias com papéis personalizados ou outros papéis predefinidos.

Para usar uma conta de serviço diferente da conta de serviço padrão do Dataform, conceda acesso à conta de serviço personalizada.

Observação: uma conta de serviço personalizada associada a um repositório do Dataform é usada apenas para executar os fluxos de trabalho desse repositório. Todas as outras operações de repositório ainda são realizadas pela conta de serviço padrão do Dataform.

Criar um repositório

Para criar um repositório do Dataform, siga estas etapas:

1. No Console do Google Cloud, acesse a página Dataform.

   Acessar o Dataform

2. Clique em Criar repositório.

3. Na página Criar repositório, no campo ID do repositório, insira um ID exclusivo.

   Os IDs podem incluir apenas números, letras, hifens e sublinhados.

4. Na lista suspensa Região, selecione uma região do Dataform para armazenar o repositório e o conteúdo dele. Selecione a região do Dataform mais próxima da sua localização.

   Para uma lista de regiões disponíveis do Dataform, consulte Locais. A região do repositório não precisa corresponder ao local dos conjuntos de dados do BigQuery.

   No arquivo workflow_settings.yaml, defina a região de processamento em que o Dataform processará seu código e armazenará a saída das execuções. A região de processamento precisa corresponder ao local dos conjuntos de dados do BigQuery, mas não à região do repositório. Para mais informações, consulte Definir configurações do Dataform.

5. No menu suspenso Conta de serviço, selecione uma conta de serviço para o repositório.

   No menu suspenso, é possível selecionar a conta de serviço padrão do Dataform ou qualquer conta de serviço associada ao projeto do Google Cloud a que você tem acesso. Lembre-se de que as contas de serviço personalizadas são usadas apenas para a execução do fluxo de trabalho. Todas as outras operações de repositório ainda são realizadas pela conta de serviço padrão do Dataform.

   1. Opcional: para selecionar uma conta de serviço que não aparece no menu suspenso, clique em Inserir manualmente e insira o ID dela.

6. Na seção Criptografia, selecione o método para o repositório.

   1. Para usar a criptografia padrão, selecione a opção Chave de criptografia gerenciada pelo Google.

   2. Para usar a CMEK, selecione a opção Chaves de criptografia gerenciadas pelo cliente (CMEK).

      1. No menu suspenso Selecionar uma chave gerenciada pelo cliente, selecione uma chave CMEK para o repositório.
   Observação: não é possível alterar o mecanismo de criptografia de um repositório do Dataform após a criação do repositório.

   Para mais informações, consulte Restrições de CMEK do Dataform.

7. Clique em Criar e depois em Concluído.

Editar a conta de serviço

É possível associar uma conta de serviço personalizada a um repositório do Dataform para a execução do fluxo de trabalho. Todas as outras operações de repositório ainda são executadas pela conta de serviço padrão do Dataform.

Para editar a conta de serviço de um repositório do Dataform, siga estas etapas:

1. No Console do Google Cloud, acesse a página Dataform.

   Acessar o Dataform

2. Selecione um repositório e clique em Configurações.

3. No campo Conta de serviço, clique em Editar conta de serviço.

4. No menu suspenso Conta de serviço, selecione uma conta de serviço para o repositório.

   No menu suspenso, é possível selecionar a conta de serviço padrão do Dataform ou qualquer conta de serviço associada ao projeto do Google Cloud a que você tem acesso.

   1. Opcional: para selecionar uma conta de serviço que não aparece no menu suspenso, clique em Inserir manualmente e insira o ID dela.

5. Clique em Salvar.

Excluir um repositório.

Para excluir um repositório e todo o conteúdo dele, siga estas etapas:

1. No Console do Google Cloud, acesse a página Dataform.

   Acessar o Dataform

2. Ao lado do repositório que você quer excluir, clique no menu Mais e selecione Excluir.

3. Na janela Excluir repositório, insira o nome do repositório para confirmar a exclusão.

4. Clique em Excluir.

A seguir

• Para saber como definir as configurações de processamento do Dataform, consulte Definir as configurações do Dataform.

• Para saber como vincular um repositório do Dataform a um provedor Git de terceiros, consulte Conectar um repositório Git de terceiros.

• Para saber mais sobre como usar CMEK no Dataform, consulte Usar chaves de criptografia gerenciadas pelo cliente.

• Para aprender a criar um espaço de trabalho de desenvolvimento, consulte Criar um espaço de trabalho.