Programa ejecuciones con Workflows y Cloud Scheduler

En este documento, se muestra cómo ejecutar ejecuciones programadas de flujos de trabajo de SQL de Dataform mediante Workflows y Cloud Scheduler.

Acerca de las ejecuciones de flujos de trabajo programadas

Para establecer la frecuencia de las ejecuciones de tu flujo de trabajo en SQL de Dataform, crea un trabajo de Cloud Scheduler que active un flujo de trabajo de Workflows. Workflows ejecutan servicios en un flujo de trabajo de organización que tú defines.

Workflows ejecuta el flujo de trabajo en SQL de Dataform en un proceso de dos pasos. Primero, extrae el código del repositorio de Dataform de tu proveedor de Git y lo compila en un resultado de compilación. Luego, usa el resultado de la compilación para crear un flujo de trabajo de SQL de Dataform y lo ejecuta con la frecuencia que establezcas.

Antes de comenzar

  1. En la consola de Google Cloud, ve a la página Dataform.

    Ir a la página Dataform

  2. Selecciona o crea un repositorio.

Funciones obligatorias

Si quieres obtener los permisos que necesitas para programar ejecuciones de Dataform con Workflows, pídele a tu administrador que te otorgue el rol de IAM de Editor de Dataform (roles/dataform.editor) en los repositorios. Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso.

Es posible que también puedas obtener los permisos necesarios mediante funciones personalizadas, o bien otras funciones predefinidas.

Crea un flujo de trabajo de organización programada

Si quieres ejecutar ejecuciones programadas de tu flujo de trabajo en SQL de Dataform, usa Workflows para crear un flujo de trabajo de organización y agrega un trabajo de Cloud Scheduler como activador.

  1. Workflows usa cuentas de servicio para otorgar a los flujos de trabajo acceso a los recursos de Google Cloud. Crea una cuenta de servicio y otórgale el rol de Editor de Dataform, así como los permisos mínimos necesarios para administrar el flujo de trabajo de organización. Si deseas obtener más información, consulta Otorga permiso a un flujo de trabajo para acceder a los recursos de Google Cloud.

  2. Crea un flujo de trabajo de organización y usa el siguiente código fuente YAML como definición de flujo de trabajo:

    main:
        steps:
        - init:
            assign:
            - repository: projects/PROJECT_ID/locations/REPOSITORY_LOCATION/repositories/REPOSITORY_ID
        - createCompilationResult:
            call: http.post
            args:
                url: ${"https://dataform.googleapis.com/v1beta1/" + repository + "/compilationResults"}
                auth:
                    type: OAuth2
                body:
                    gitCommitish: GIT_COMMITISH
            result: compilationResult
        - createWorkflowInvocation:
            call: http.post
            args:
                url: ${"https://dataform.googleapis.com/v1beta1/" + repository + "/workflowInvocations"}
                auth:
                    type: OAuth2
                body:
                    compilationResult: ${compilationResult.body.name}
            result: workflowInvocation
        - complete:
            return: ${workflowInvocation.body.name}
    

    Reemplaza lo siguiente:

    • PROJECT_ID: El ID del proyecto de Google Cloud
    • REPOSITORY_LOCATION: Es la ubicación del repositorio de Dataform.
    • REPOSITORY_ID: Es el nombre de tu repositorio de Dataform.
    • GIT_COMMITISH: Es la rama de Git desde la que deseas ejecutar el código de Dataform. Para un repositorio recién creado, reemplázalo por main.
  3. Programa el flujo de trabajo de organización con Cloud Scheduler.

Personaliza la solicitud de resultado de compilación de creación del flujo de trabajo de SQL de Dataform

Puedes actualizar el flujo de trabajo de organización existente y definir el flujo de trabajo de SQL de Dataform para crear la configuración de la solicitud de resultados de compilación en formato YAML. Para obtener más información sobre la configuración, consulta la referencia del recurso de REST projects.locations.repositories.compilationResults.

Por ejemplo, para agregar un schemaSuffix de _dev a todas las acciones durante la compilación, reemplaza el cuerpo del paso createCompilationResult por el siguiente fragmento de código:

    - createCompilationResult:
        call: http.post
        args:
            url: ${"https://dataform.googleapis.com/v1beta1/" + repository + "/compilationResults"}
            auth:
                type: OAuth2
            body:
                gitCommitish: GIT_COMMITISH
                codeCompilationConfig:
                    schemaSuffix: dev

También puedes pasar parámetros de configuración adicionales como argumentos del entorno de ejecución en una solicitud de ejecución de Workflows y acceder a esos argumentos mediante variables. Para obtener más información, consulta Cómo pasar argumentos del entorno de ejecución en una solicitud de ejecución.

Personaliza la solicitud de invocación de flujo de trabajo de SQL de Dataform

Puedes actualizar el flujo de trabajo de organización existente y definir la configuración de solicitudes de invocación del flujo de trabajo de SQL de Dataform en formato YAML. Para obtener más información sobre la configuración de las solicitudes de invocación, consulta la referencia del recurso de REST projects.locations.repositories.workflowInvocations.

Por ejemplo, para ejecutar solo acciones con la etiqueta hourly con todas las dependencias transitivas incluidas, reemplaza el cuerpo de createWorkflowInvocation por el siguiente fragmento de código:

    - createWorkflowInvocation:
        call: http.post
        args:
            url: ${"https://dataform.googleapis.com/v1beta1/" + repository + "/workflowInvocations"}
            auth:
                type: OAuth2
            body:
                compilationResult: ${compilationResult.body.name}
                invocationConfig:
                    includedTags:
                    - hourly
                    transitiveDependenciesIncluded: true
                

También puedes pasar parámetros de configuración adicionales como argumentos del entorno de ejecución en una solicitud de ejecución de Workflows y acceder a esos argumentos mediante variables. Para obtener más información, consulta Cómo pasar argumentos del entorno de ejecución en una solicitud de ejecución.

¿Qué sigue?