Con la CLI de código abierto de Dataform, puedes inicializar, compilar, probar y ejecutar Dataform Core de forma local, fuera de Google Cloud.
Dataform distribuye una imagen de Docker que puedes usar para ejecutar el equivalente a los comandos de la CLI de Dataform.
La CLI de Dataform admite las credenciales predeterminadas de la aplicación (ADC). Con ADC, puedes hacer que las credenciales estén disponibles para tu aplicación en una variedad de entornos, como desarrollo o producción local, sin necesidad de modificar el código de tu aplicación. Para usar ADC, primero debes proporcionar tus credenciales a ADC.
Antes de comenzar
Antes de instalar la CLI de Dataform, instala NPM.
Instala la CLI de Dataform
Para instalar la CLI de Dataform, ejecuta el siguiente comando:
npm i -g @dataform/cli@^3.0.0-beta.2
Inicializa un proyecto de Dataform
Para inicializar un proyecto nuevo de Dataform, ejecuta el siguiente comando dentro del directorio del proyecto:
dataform init
Actualizar Dataform
Para actualizar el framework de Dataform, actualiza el
dataformCoreVersion
en el archivoworkflow_settings.yaml
y, luego, vuelve a ejecutar la instalación de NPM:npm i
Actualiza la CLI de Dataform
Para actualizar la herramienta de la CLI de Dataform, ejecuta el siguiente comando:
npm i -g @dataform/cli@^3.0.0-beta.2
Crea un archivo de credenciales
Dataform requiere un archivo de credenciales para conectarse a servicios remotos
y crear el archivo .df-credentials.json
en tu disco.
Para crear el archivo de credenciales, sigue estos pasos:
Ejecuta el siguiente comando:
dataform init-creds
Sigue el asistente de
init-creds
que te guiará en la creación de archivos de credenciales.
Crea un proyecto
Un proyecto vacío de Dataform tiene la siguiente estructura:
project-dir
├── definitions
├── includes
└── workflow_settings.yaml
Para crear un proyecto de Dataform a fin de implementar recursos en BigQuery, ejecuta el siguiente comando:
dataform init PROJECT_NAME --default-project YOUR_GOOGLE_CLOUD_PROJECT_ID
Reemplaza PROJECT_NAME por el nombre de tu proyecto y YOUR_GOOGLE_CLOUD_PROJECT_ID por el ID de tu proyecto de Google Cloud.
Clona un proyecto
Para clonar un proyecto de Dataform existente desde un repositorio de Git de terceros, sigue las instrucciones de tu proveedor de Git.
Una vez que se haya clonado el repositorio, ejecuta el siguiente comando dentro del directorio del repositorio clonado:
dataform install
Cómo definir una tabla
Almacena las definiciones en la carpeta definitions/
.
Para definir una tabla, ejecuta el siguiente comando:
echo "config { type: 'TABLE_TYPE' } SELECT_STATEMENT" > definitions/FILE.sqlx
Reemplaza lo siguiente:
- TABLE_TYPE por el tipo de la tabla:
table
,incremental
oview
- SELECT_STATEMENT con una declaración
SELECT
que define la tabla. - FILE por el nombre del archivo de definición de tablas
- TABLE_TYPE por el tipo de la tabla:
En la siguiente muestra de código, se define una vista en el archivo SQLX example
.
echo "config { type: 'view' } SELECT 1 AS test" > definitions/example.sqlx
Define una aserción manual
Almacena las definiciones en la carpeta definitions/
.
Para definir una aserción manual, ejecuta el siguiente comando:
echo "config { type: 'assertion' } SELECT_STATEMENT" > definitions/FILE.sqlx
Reemplaza lo siguiente:
- SELECT_STATEMENT con una declaración
SELECT
que define la aserción. - FILE por el nombre del archivo de definición de la operación de SQL personalizada
- SELECT_STATEMENT con una declaración
Cómo definir una operación de SQL personalizada
Almacena las definiciones en la carpeta definitions/
.
Para definir una operación de SQL personalizada, ejecuta el siguiente comando:
echo "config { type: 'operations' } SQL_QUERY" > definitions/FILE.sqlx
Reemplaza lo siguiente:
- SQL_QUERY por la operación de SQL personalizada.
- FILE por el nombre del archivo de definición de la operación de SQL personalizada
Ver el resultado de la compilación
Dataform compila tu código en tiempo real.
Para ver el resultado del proceso de compilación en la terminal, ejecuta el siguiente comando:
dataform compile
Para ver el resultado del proceso de compilación como un objeto JSON, ejecuta el siguiente comando:
dataform compile --json
Para ver el resultado de la compilación con variables de compilación personalizadas, ejecuta el siguiente comando:
dataform compile --vars=SAMPLE_VAR=SAMPLE_VALUE,foo=bar
Reemplaza lo siguiente:
- SAMPLE_VAR por tu variable de compilación personalizada
- SAMPLE_VALUE por el valor de la variable de compilación personalizada
Ejecutar código
Para ejecutar tu código, Dataform accede a BigQuery con el objetivo de determinar su estado actual y adaptar el SQL resultante según corresponda.
Para ejecutar el código de tu proyecto de Dataform, ejecuta el siguiente comando:
dataform run
Para ejecutar el código de tu proyecto de Dataform en BigQuery con variables de compilación personalizadas, ejecuta el siguiente comando:
dataform run --vars=SAMPLE_VAR=SAMPLE_VALUE,sampleVar2=sampleValue2
Reemplaza lo siguiente:
- SAMPLE_VAR por tu variable de compilación personalizada
- SAMPLE_VALUE por el valor de la variable de compilación personalizada
Para ejecutar el código de tu proyecto de Dataform en BigQuery y volver a compilar todas las tablas desde cero, ejecuta el siguiente comando:
dataform run --full-refresh
Sin --full-refresh
, Dataform actualiza las tablas incrementales sin volver a compilarlas desde cero.
Para ver el código SQL compilado final adaptado al estado actual de BigQuery, sin ejecutarlo dentro de BigQuery, ejecuta el siguiente comando:
dataform run --dry-run
Obtener ayuda
Para enumerar todos los comandos y opciones disponibles, ejecuta el siguiente comando:
dataform help
Para ver la descripción de un comando específico, ejecuta el siguiente comando:
dataform help COMMAND
Reemplaza COMMAND por el comando sobre el que deseas obtener más información.
¿Qué sigue?
- Para obtener más información sobre la CLI de Dataform, consulta la referencia de la CLI de Dataform.
- Para obtener más información sobre Dataform, consulta la Descripción general de Dataform.