Questa pagina spiega come utilizzare l'interfaccia di amministrazione di Dataproc Metastore.
L'interfaccia amministratore ti offre uno strumento centralizzato per esaminare e gestire i metadati archiviati nel servizio Dataproc Metastore, il tutto senza dover connetterti a un cluster Dataproc o a un'istanza Hive. In alternativa, puoi gestire i metadati con Google Cloud CLI o le API Dataproc Metastore.
Ad esempio, utilizzando l'interfaccia di amministrazione, puoi eseguire una query SQL direttamente
sui metadati di backend per recuperare un nome di tabella specifico. Questo processo prevede
meno passaggi rispetto al flusso di lavoro tipico, ad esempio la creazione di un
cluster Dataproc, la connessione al cluster utilizzando SSH, l'avvio di un'istanza Hive
e infine l'esecuzione di una query (ad esempio SELECT * FROM table_name
).
Di conseguenza, l'interfaccia amministratore può aiutarti a risparmiare tempo e a ridurre la quantità di risorse necessarie per recuperare i tuoi dati. Google Cloud
Prima di iniziare
- Abilita Dataproc Metastore nel tuo progetto.
- Crea un servizio Dataproc Metastore.
- Importa i metadati in Dataproc Metastore.
Ruoli obbligatori
Per ottenere le autorizzazioni necessarie per utilizzare l'interfaccia di amministrazione di Dataproc Metastore, chiedi all'amministratore di concederti i seguenti ruoli IAM sul tuo progetto, in base al principio del privilegio minimo:
-
Per eseguire query sui metadati di Dataproc Metastore:
Amministratore query metadati (
roles/metastore.metadataQueryAdmin
) sull'account utente o sul account di servizio -
Per modificare la posizione della risorsa dei metadati, inclusi database, tabelle e partizioni, o spostare una tabella in un altro database:
-
Amministratore di modifica dei metadati (
roles/metastore.metadataMutateAdmin
) nell'account utente o nel account di servizio -
Editor Dataproc Metastore (
roles/metastore.editor
) sull'account utente o sul account di servizio
-
Amministratore di modifica dei metadati (
Per ulteriori informazioni sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.
Questi ruoli predefiniti contengono le autorizzazioni necessarie per utilizzare l'interfaccia di amministrazione di Dataproc Metastore. Per vedere quali sono esattamente le autorizzazioni richieste, espandi la sezione Autorizzazioni obbligatorie:
Autorizzazioni obbligatorie
Per utilizzare l'interfaccia amministratore di Dataproc Metastore sono necessarie le seguenti autorizzazioni:
-
Per eseguire query sui metadati di Dataproc Metastore:
metastore.services.queryMetadata
-
Per modificare o spostare le tabelle Dataproc Metastore:
metastore.services.mutateMetadata
Potresti anche ottenere queste autorizzazioni con ruoli personalizzati o altri ruoli predefiniti.
Per saperne di più su ruoli e autorizzazioni specifici di Dataproc Metastore, consulta Panoramica di Identity and Access Management di Dataproc Metastore.Operazioni dell'amministratore supportate
Puoi eseguire operazioni dell'interfaccia di amministrazione solo utilizzando gcloud CLI o le API Dataproc Metastore. Le operazioni dell'interfaccia amministratore non sono supportate nella console Google Cloud .
L'interfaccia amministratore supporta le seguenti operazioni.
Operazioni di sola lettura.
- Esegui query sui metadati.
Operazioni di lettura e scrittura.
- Modifica la posizione della risorsa dei metadati, inclusi database, tabelle e partizioni.
- Modifica le proprietà della tabella, ad esempio le coppie chiave-valore personalizzate.
- Sposta una tabella in un altro database.
Se l'interfaccia di amministrazione non supporta un'operazione diversa, puoi
interrogare direttamente il metastore Hive.
Ad esempio, per elencare tutte le tabelle in un'istanza Dataproc Metastore,
puoi eseguire query direttamente sullo schema del metastore Hive. In questo caso, puoi eseguire
select * from TBLS
per elencare tutte le tabelle memorizzate nel servizio.
Query sui metadati
Questa operazione consente di cercare informazioni sui metadati nel database utilizzando query SQL. Dopo l'esecuzione di una query, i risultati vengono inseriti nel bucket artifacts Google Cloud .
Prima di eseguire questa operazione, tieni presente quanto segue:
- Le operazioni supportate includono solo query
read-only
MySQL o Spanner. Se la query tenta di modificare i dati, l'operazione non va a buon fine. - Il file di output contiene un massimo di 1000 righe. Questa configurazione non può essere modificata.
I file di output non vengono eliminati automaticamente. Devi invece eliminarli manualmente dal bucket Google Cloud . Se non li elimini, potresti incorrere in costi aggiuntivi per lo spazio di archiviazione.
Interfaccia a riga di comando gcloud
Per eseguire una query sui metadati, esegui questo comando
gcloud metastore services query-metadata
:gcloud metastore services query-metadata SERVICE \ --location=LOCATION \ --query=QUERY
Sostituisci quanto segue:
SERVICE
: il nome del servizio Dataproc Metastore.LOCATION
: la regione Google Cloud in cui si trova il servizio Dataproc Metastore.QUERY
: la query SQL per scegliere come target i metadati.- Se utilizzi un database MySQL, utilizza una normale query MySQL.
- Se utilizzi un database Spanner, utilizza una query GoogleSQL.
Visualizza il file di output nel bucket degli artefatti Google Cloud .
REST
curl -X POST -s -i \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-X POST -d '{"query": "QUERY"}' \
-H "Content-Type:application/json" \
https://metastore.googleapis.com/projects/PROJECT_ID/locations/LOCATION/services/SERVICE:queryMetadata
Sostituisci quanto segue:
QUERY
: la query SQL che utilizzi per scegliere come target i metadati.- Se utilizzi un database MySQL, utilizza una normale query MySQL.
- Se utilizzi un database Spanner, utilizza una query GoogleSQL.
PROJECT_ID
: l'ID progetto Google Cloud in cui risiede il servizio Dataproc Metastore.SERVICE
: il nome del servizio Dataproc Metastore.LOCATION
: la regione in cui si trova Dataproc Metastore.
L'esempio seguente mostra un comando di esempio che esegue una query select *
da un database denominato DBS.
curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" -X POST -d '{"query": "select * from DBS;"}' \
https://metastore.googleapis.com/projects/dpms/locations/us-central1/services/dpms1:queryMetadata
Interpretare l'output di un'operazione sui metadati di una query
La prima volta che esegui un comando di metadati della query, Dataproc Metastore crea automaticamente
una cartella Google Cloud nel bucket degli artefatti Google Cloud .
Questa cartella si chiama query-results
. Dopo ogni esecuzione riuscita della query (chiamata API),
viene creata una nuova cartella all'interno della cartella query-results
(che ha il nome di un
UUID generato in modo casuale).
Ogni nuova cartella contiene un file result manifest
con i risultati della query. La posizione
di questa cartella viene restituita nella risposta della chiamata API.
Ad esempio, nella risposta, il campo resultManifestUri
contiene la posizione del file.
"response": {
"@type": "type.googleapis.com/google.cloud.metastore.QueryMetadataResponse",
"resultManifestUri": "gs://gcs-bucket-6a3638b8-e319-46363-ad33-e632a5e/query-results/800156f5-2d13-4b80-bec3-2345a9e880f6/result-manifest"
}
L'output del file result manifest
è simile al seguente:
{
"status": {
"code": 0,
"message": "Query results are successfully uploaded to cloud storage",
"details": []
},
"filenames": ["result-001"]
}
Dettagli del file manifest dei risultati:
- Il campo
status
indica se la query è stata eseguita correttamente o meno. - Se l'esecuzione della query ha esito positivo, il campo
filenames
elenca tutti i file creati. Questi file si trovano nella stessa cartella del fileresult manifest
. - Se la query ha generato un errore, il campo
details
mostra il messaggio di errore.
Modificare la posizione della risorsa dei metadati
Questa operazione consente di modificare la posizione della risorsa di un database, di una tabella o di una partizione.
Quando esegui questo comando, vengono aggiornati solo la directory principale o la risorsa di metadati corrispondente. Questo comando non trasferisce i dati esistenti nella nuova posizione.
Interfaccia a riga di comando gcloud
Per modificare la posizione della risorsa dei metadati, esegui il seguente comando
gcloud metastore services alter-metadata-resource-location
:gcloud metastore services alter-metadata-resource-location SERVICE \ --location=LOCATION \ --resource_name=RESOURCE_NAME \ --location_uri=LOCATION_URI
Sostituisci quanto segue:
SERVICE
: il nome del servizio Dataproc Metastore.LOCATION
: la regione Google Cloud in cui si trova il servizio Dataproc Metastore.RESOURCE_NAME
: il nome del database, della tabella o della partizione che stai modificando.LOCATION_URI
: il nuovo percorso Cloud Storage per i contenuti diRESOURCE_NAME
. Questo valore è il percorso in cui sposti la posizione della risorsa dei metadati. Questo percorso deve iniziare congs://
. Ad esempio:gs://bucket/object
.
Verifica che la modifica della località della risorsa sia stata eseguita correttamente.
REST
curl -X POST -s -i \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
POST -d '{"resource_name": "RESOURCE_NAME", "location_uri":"LOCATION_URI"}' \
-H "Content-Type:application/json" \
https://metastore.googleapis.com/projects/PROJECT_ID/locations/LOCATION/services/SERVICE:alterLocation
Sostituisci quanto segue:
PROJECT_ID
: l'ID progetto Google Cloud in cui risiede il servizio Dataproc Metastore.SERVICE
: il nome del servizio Dataproc Metastore.LOCATION
: la regione in cui si trova Dataproc Metastore.RESOURCE_NAME
: il nome del database, della tabella o della partizione che stai modificando.LOCATION_URI
: il nuovo percorso Cloud Storage per i contenuti diRESOURCE_NAME
. Questo valore è il percorso in cui sposti la posizione della risorsa dei metadati. Questo percorso deve iniziare congs://
. Ad esempio:gs://bucket/object
.
L'esempio seguente mostra un comando di esempio che sposta una tabella denominata
test-table2
in un nuovo bucket Cloud Storage.
curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
-X POST -d '{"resource_name": "databases/testdb1/tables/test-table2",
"location_uri":"gs://gcs-bucket-dpms1-9425bd83-b794-4f1c-9e79-2d833f758cc1/empty"}'
https://metastore.googleapis.com/projects/dpms/locations/us-central1/services/dpms1:alterLocation
Modificare le proprietà della tabella
Questa operazione ti consente di modificare le proprietà di una tabella, ad esempio una coppia chiave-valore personalizzata che utilizzi per archiviare i dati. Ad esempio, puoi modificare
una coppia chiave-valore da properties.customerID_1
a properties.customerID_2
.
Interfaccia a riga di comando gcloud
Per modificare le proprietà di una tabella, esegui il seguente comando
gcloud metastore services alter-table-properties
:gcloud metastore services alter-table-properties SERVICE \ --location=LOCATION \ --table-name=TABLE_NAME \ --update-mask=UPDATE_MASK \ --properties=PROPERTIES
Sostituisci quanto segue:
SERVICE
: il nome del servizio Dataproc Metastore.LOCATION
: la regione Google Cloud in cui si trova il servizio Dataproc Metastore.TABLE_NAME
: il nome della tabella contenente le proprietà che stai modificando nel seguente formato:databases/{database_id}/tables/{table_id}
.UPDATE_MASK
: i valori delle proprietà esistenti che stai aggiornando. Utilizza un elenco separato da virgole per descrivere le coppie chiave-valore, ad esempioproperties.1,properties.2,properties.3,...
.PROPERTIES
: le nuove proprietà della tabella. Utilizza un elenco separato da virgole per descrivere le coppie chiave-valore. Ad esempio,a=1,b=2,c=3,...
. I valori che elenchi qui sovrascrivono i valori inUPDATE_MASK
.
REST
curl -X POST -s -i \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
POST -d '{"table_name": "TABLE_NAME", "update_mask":"UPDATE_MASK", "properties":PROPERTIES}'\
-H "Content-Type:application/json" \
https://metastore.googleapis.com/projects/PROJECT_ID/locations/LOCATION/services/SERVICE:alterTableProperties
Sostituisci quanto segue:
SERVICE
: il nome del servizio Dataproc Metastore.LOCATION
: la regione Google Cloud in cui si trova il servizio Dataproc Metastore.TABLE_NAME
: il nome della tabella contenente le proprietà che stai modificando nel seguente formato:databases/{database_id}/tables/{table_id}
.UPDATE_MASK
: i valori delle proprietà esistenti che stai aggiornando. Utilizza un elenco separato da virgole per descrivere le coppie chiave-valore, ad esempioproperties.1,properties.2,properties.3,...
.PROPERTIES
: le nuove proprietà della tabella. Utilizza un elenco separato da virgole per descrivere le coppie chiave-valore, ad esempioa=1,b=2,c=3,...
. I valori che elenchi qui sovrascrivono i valori inUPDATE_MASK
.
L'esempio seguente mostra un comando di esempio che modifica le proprietà della tabella
di una tabella denominata test-table
. In questo esempio, la coppia chiave-valore esistente
properties.customerID_1
viene aggiornata al nuovo valore properties.customerID_2
curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json"
-X POST -d '{"table_name": "databases/default/tables/test-table", "update_mask":{"paths":"properties.customerID_1"}, "properties":{"customerID_1":"customerID_2"}}' https://metastore.googleapis.com/projects/dpms-p
Spostare una tabella in un altro database
Questa operazione consente di spostare una tabella interna (tabella gestita) in un altro database. In questo caso, vengono spostati sia la directory principale del database sia i relativi dati.
Non puoi spostare i dati archiviati in tabelle esterne.
Interfaccia a riga di comando gcloud
Per spostare una tabella in un altro database, esegui il seguente comando
gcloud metastore services move-table-to-database
:gcloud metastore services move-table-to-database SERVICE \ --location=LOCATION \ --db_name=DB_NAME \ --table_name=TABLE_NAME \ --destination_db_name=DESTINATION_DB_NAME
Sostituisci quanto segue:
SERVICE
: il nome del servizio Dataproc Metastore.LOCATION
: la regione Google Cloud in cui si trova il servizio Dataproc Metastore.DB_NAME
: il nome del database di origine che contiene la tabella che vuoi spostare.TABLE_NAME
: il nome della tabella che vuoi spostare.DESTINATION_DB_NAME
: il nome del nuovo database in cui vuoi spostare la tabella.
Verifica che la modifica della tabella sia stata eseguita correttamente.
REST
curl -X POST -s -i \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
POST -d '{"table_name": "TABLE_NAME", "db_name": "DB_NAME", "destination_db_name": "DESTINATION_DB_NAME"}'\
-H "Content-Type:application/json" \
https://metastore.googleapis.com/projects/PROJECT_ID/locations/LOCATION/services/SERVICE:moveTableToDatabase
Sostituisci quanto segue:
PROJECT_ID
: l'ID progetto Google Cloud in cui si trova il servizio Dataproc Metastore.SERVICE
: il nome del servizio Dataproc Metastore.LOCATION
: la regione in cui si trova Dataproc Metastore.DB_NAME
: il nome del database di origine che contiene la tabella che vuoi spostare.TABLE_NAME
: il nome della tabella che vuoi spostare.DESTINATION_DB_NAME
: il nome del nuovo database in cui vuoi spostare la tabella.
L'esempio seguente mostra un comando di esempio che sposta un database chiamato
testdb1
in un altro database chiamato testdb2
.
curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json"
-X POST -d '{"table_name": "testtb1", "db_name": "testdb1",
"destination_db_name": "testdb2"}' https://metastore.googleapis.com/projects/dpms/locations/asia-northeast2/services/dpms1:moveTableToDatabase