Nesta página, explicamos como usar o administrador do metastore do Dataproc interface gráfica do usuário.
A interface do administrador oferece uma ferramenta centralizada para inspecionar e gerenciar os metadados armazenados no serviço Metastore do Dataproc; sem precisar se conectar a um cluster do Dataproc ou a uma instância do Hive. Em vez disso, é possível gerenciar seus metadados com a CLI gcloud ou o metastore do Dataproc APIs de terceiros.
Por exemplo, na interface do administrador, é possível executar uma consulta SQL diretamente
nos metadados de back-end para buscar um nome de tabela específico. Esse processo envolve
seguindo menos etapas do que o fluxo de trabalho comum, como criar
cluster do Dataproc, conectando-se ao cluster usando SSH, iniciando uma instância do Hive,
Por fim, execute uma consulta (por exemplo, SELECT * FROM table_name
).
Como resultado, a interface do administrador pode ajudá-lo a economizar tempo e a diminuir a quantidade de recursos do Google Cloud necessários para recuperar os dados.
Antes de começar
- Ative o metastore do Dataproc no seu projeto.
- Crie um serviço do Dataproc Metastore.
- Importar metadados para o metastore do Dataproc.
Funções exigidas
Para ter as permissões necessárias para usar a interface de administrador do metastore do Dataproc, peça ao administrador para conceder a você papéis do IAM a seguir no projeto, com base no princípio de privilégio mínimo:
-
Para consultar metadados do Dataproc Metastore:
Administrador de consulta de metadados (
roles/metastore.metadataQueryAdmin
) na conta de usuário ou de serviço -
Para alterar o local de recursos dos seus metadados, incluindo bancos de dados, tabelas e partições, ou mover uma tabela para outro banco de dados:
-
Administrador de mutação de metadados (
roles/metastore.metadataMutateAdmin
) na conta de usuário ou de serviço -
Editor do metastore do Dataproc (
roles/metastore.editor
) na conta de usuário ou de serviço
-
Administrador de mutação de metadados (
Para mais informações sobre como conceder papéis, consulte Gerenciar acesso.
Esses papéis predefinidos têm as permissões necessárias para usar a interface do administrador do metastore do Dataproc. Para conferir as permissões exatas necessárias, expanda a seção Permissões necessárias:
Permissões necessárias
As seguintes permissões são necessárias para usar a interface do administrador do metastore do Dataproc:
-
Para consultar metadados do Dataproc Metastore:
metastore.services.queryMetadata
-
Para alterar ou mover tabelas do metastore do Dataproc:
metastore.services.mutateMetadata
Essas permissões também podem ser concedidas com funções personalizadas ou outros papéis predefinidos.
Para mais informações sobre papéis e permissões específicos do metastore do Dataproc, consulte Visão geral do IAM do metastore do Dataproc.Operações de administrador compatíveis
Só é possível executar operações da interface do administrador com a CLI gcloud ou as APIs Dataproc Metastore. Operações da interface do administrador não têm suporte no console do Google Cloud.
A interface do administrador é compatível com as operações a seguir.
Operações somente leitura.
- Metadados de consulta.
Operações de leitura e gravação.
- Alterar o local de recursos dos metadados, incluindo bancos de dados, tabelas e partições.
- Alterar as propriedades da tabela, como pares de chave-valor personalizados.
- Mover uma tabela para outro banco de dados.
Metadados de consulta
Esta operação permite procurar informações de metadados no seu banco de dados usando consultas SQL. Depois que você executa uma consulta, os resultados são despejados no seu bucket de artefatos do Google Cloud.
Antes de executar essa operação, observe as seguintes considerações:
- As operações aceitas incluem apenas consultas
read-only
MySQL ou Spanner. Se a consulta tentar modificar os dados, a operação falhará. - O arquivo de saída contém um máximo de 1.000 linhas. Essa configuração não podem ser alteradas.
Os arquivos de saída não são excluídos automaticamente. Em vez disso, exclua manualmente do bucket do Google Cloud. Se você não os excluir, poderá haver custos extras de armazenamento.
CLI da gcloud
Para consultar metadados, execute o seguinte comando
gcloud metastore services query-metadata
:gcloud metastore services query-metadata SERVICE \ --location=LOCATION \ --query=QUERY
Substitua:
SERVICE
: o nome do serviço Metastore do Dataproc.LOCATION
: a região do Google Cloud em que seu serviço do Dataproc Metastore.QUERY
: a consulta SQL para direcionar os metadados.- Caso esteja usando um banco de dados MySQL, use uma consulta MySQL normal.
- Se você estiver usando um banco de dados do Spanner, use uma consulta GoogleSQL.
Confira o arquivo de saída no bucket de artefatos do 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
Substitua:
QUERY
: a consulta SQL que você está usando para direcionar os metadados.- Caso esteja usando um banco de dados MySQL, use uma consulta MySQL normal.
- Se você estiver usando um banco de dados do Spanner, use uma consulta GoogleSQL.
PROJECT_ID
: o ID do projeto do Google Cloud que você está serviço do Dataproc Metastore.SERVICE
: o nome do metastore do Dataproc. serviço.LOCATION
: a região em que seu metastore do Dataproc está localizado.
No exemplo a seguir, mostramos um comando de amostra que executa uma consulta select *
em um banco de dados chamado 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
Interpretar a saída de uma operação de metadados de consulta
Quando você executa um comando de metadados de consulta pela primeira vez, o metastore do Dataproc automaticamente
cria uma pasta do Google Cloud no bucket de artefatos do Google Cloud.
O nome da pasta é query-results
. Após cada execução de consulta (chamada de API),
Uma nova pasta será criada dentro da pasta query-results
(nomeada com o
UUID gerado aleatoriamente).
Cada nova pasta contém um arquivo result manifest
com os resultados da consulta. O local
desta pasta será retornado na resposta da sua chamada de API.
Por exemplo, na resposta, o campo resultManifestUri
contém o local do arquivo.
"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"
}
A saída do arquivo result manifest
será semelhante a esta:
{
"status": {
"code": 0,
"message": "Query results are successfully uploaded to cloud storage",
"details": []
},
"filenames": ["result-001"]
}
Detalhes do arquivo de manifesto de resultados:
- O campo
status
mostra se a consulta foi bem-sucedida ou não. - Se a execução da consulta for bem-sucedida, o campo
filenames
listará todos os arquivos criados. Esses arquivos estão na mesma pasta que o arquivoresult manifest
. - Se a consulta falhar, o campo
details
vai mostrar a mensagem de erro.
Alterar o local do recurso dos seus metadados
Essa operação permite alterar o local do recurso de um banco de dados, tabela ou partição.
Quando executado, o comando atualiza apenas o diretório pai ou o respectivo diretório recurso de metadados. Esse comando não transfere nenhum dado atual para o novo local.
CLI da gcloud
Para mudar o local do recurso dos metadados, execute o seguinte 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
Substitua:
SERVICE
: o nome do metastore do Dataproc. serviço.LOCATION
: a região do Google Cloud em que seu serviço do Dataproc Metastore.RESOURCE_NAME
: o nome do banco de dados, tabela, ou partição que você está alterando.LOCATION_URI
: o novo caminho do Cloud Storage para o conteúdo deRESOURCE_NAME
. Esse valor é o caminho para onde você está movendo o local do recurso de metadados. Esse caminho precisa começar comgs://
. Por exemplo,gs://bucket/object
.
Verifique se a alteração do local do recurso foi bem-sucedida.
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
Substitua:
PROJECT_ID
: o ID do projeto do Google Cloud que você está serviço do Dataproc Metastore.SERVICE
: o nome do serviço do metastore do Dataproc.LOCATION
: a região em que o metastore do Dataproc reside.RESOURCE_NAME
: o nome do banco de dados, da tabela ou da partição que você está alterando.LOCATION_URI
: o novo caminho do Cloud Storage para o conteúdo deRESOURCE_NAME
. Esse valor é o caminho para onde você está movendo o local do recurso de metadados. Esse caminho precisa começar comgs://
. Por exemplo,gs://bucket/object
.
O exemplo a seguir mostra um comando de amostra que move uma tabela chamada
test-table2
para um novo bucket do 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
Alterar propriedades da tabela
Essa operação permite alterar as propriedades de uma tabela, como uma tabela
par de chave-valor usado para armazenar dados. Por exemplo, é possível alterar
um par de chave-valor de properties.customerID_1
a properties.customerID_2
.
CLI da gcloud
Para mudar as propriedades de uma tabela, execute o seguinte 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
Substitua:
SERVICE
: o nome do serviço Metastore do Dataproc.LOCATION
: a região do Google Cloud em que seu serviço do Dataproc Metastore.TABLE_NAME
: o nome da tabela que contém o propriedades que você está alterando no formato a seguir,databases/{database_id}/tables/{table_id}
.UPDATE_MASK
: os valores de propriedade que você está atualizando. Use uma lista separada por vírgulas para descrever os pares de chave-valor, por exemplo,properties.1,properties.2,properties.3,...
:PROPERTIES
: as novas propriedades da tabela. Use uma lista separada por vírgulas para descrever os pares de chave-valor. Por exemplo,a=1,b=2,c=3,...
. Os valores listados aqui substituem os valores emUPDATE_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
Substitua:
SERVICE
: o nome do serviço Metastore do Dataproc.LOCATION
: a região do Google Cloud em que seu serviço do Dataproc Metastore.TABLE_NAME
: o nome da tabela que contém o propriedades que você está alterando no formato a seguir,databases/{database_id}/tables/{table_id}
.UPDATE_MASK
: os valores de propriedade atuais que você está atualizando. Use uma lista separada por vírgulas para descrever os pares de chave-valor, por exemplo,properties.1,properties.2,properties.3,...
:PROPERTIES
: as novas propriedades da tabela. Use uma lista separada por vírgulas para descrever os pares de chave-valor, por exemplo,a=1,b=2,c=3,...
: Os valores listados aqui substituem os valores noUPDATE_MASK
:
O exemplo a seguir mostra um exemplo de comando que altera as propriedades da tabela de
uma tabela chamada test-table
. Neste exemplo, o par de chave-valor atual,
properties.customerID_1
foi atualizado para o novo valor 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
Mover uma tabela para outro banco de dados
Esta operação permite mover uma tabela interna (tabela gerenciada) para outro banco de dados. Nesse caso, o diretório pai do banco de dados e os dados são movidos.
Não é possível mover dados armazenados em tabelas externas.
CLI da gcloud
Para mover uma tabela para outro banco de dados, execute o seguinte 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
Substitua:
SERVICE
: o nome do serviço do metastore do Dataproc.LOCATION
: a região do Google Cloud em que o serviço Metastore do Dataproc reside.DB_NAME
: o nome do banco de dados de origem que contém a tabela que você quer mover.TABLE_NAME
: o nome da tabela que você quer mover.DESTINATION_DB_NAME
: o nome do novo banco de dados para onde você quer mover a tabela.
Verifique se a alteração da tabela foi bem-sucedida.
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
Substitua:
PROJECT_ID
: o ID do projeto do Google Cloud que seu serviço do Dataproc Metastore.SERVICE
: o nome do metastore do Dataproc. serviço.LOCATION
: a região em que seu metastore do Dataproc está localizado.DB_NAME
: o nome do banco de dados de origem que contém a tabela que você quer mover.TABLE_NAME
: o nome da tabela que você quer mover.DESTINATION_DB_NAME
: o nome do novo banco de dados. para onde você quer mover a tabela.
O exemplo a seguir mostra um comando de amostra que move um objeto baseado em dados chamado
chamou testdb1
para um banco de dados diferente chamado 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