JDBC to BigQuery 템플릿
Dataproc Serverless JDBC to BigQuery 템플릿을 사용하여 JDBC 데이터베이스에서 BigQuery로 데이터를 추출하세요.
이 템플릿은 입력으로 다음 데이터베이스를 지원합니다.
- MySQL
- PostgreSQL
- Microsoft SQL Server
- Oracle
템플릿 사용
gcloud CLI 또는 Dataproc API를 사용해서 템플릿을 실행합니다.
아래의 명령어 데이터를 사용하기 전에 다음을 바꿉니다.
PROJECT_ID : (필수사항) IAM 설정에 나열된 Google Cloud 프로젝트 ID입니다.REGION : (필수사항) Compute Engine 리전입니다.TEMPLATE_VERSION : (필수사항) 최신 템플릿 버전 또는 특정 버전의 날짜로latest
를 지정합니다(예시:2023-03-17_v0.1.0-beta
). 사용 가능한 템플릿 버전을 나열하려면 gs://dataproc-templates-binaries를 방문하거나gcloud storage ls gs://dataproc-templates-binaries
를 실행하세요.SUBNET : (선택사항) 서브넷이 지정되지 않은 경우default
네트워크의 지정된 리전에 있는 서브넷이 선택됩니다.예시:
projects/PROJECT_ID/regions/REGION/subnetworks/SUBNET_NAME
JDBC_CONNECTOR_CLOUD_STORAGE_PATH : (필수사항) JDBC 커넥터 jar이 저장되는 파일 이름이 포함된 전체 Cloud Storage 경로입니다. 다음 명령어를 사용해서 Cloud Storage에 업로드할 JDBC 커넥터를 다운로드할 수 있습니다.- MySQL:
wget http://dev.mysql.com/get/Downloads/Connector-J/mysql-connector-java-5.1.30.tar.gz
- Postgres SQL:
wget https://jdbc.postgresql.org/download/postgresql-42.2.6.jar
- Microsoft SQL Server:
wget https://repo1.maven.org/maven2/com/microsoft/sqlserver/mssql-jdbc/6.4.0.jre8/mssql-jdbc-6.4.0.jre8.jar
- Oracle:
wget https://repo1.maven.org/maven2/com/oracle/database/jdbc/ojdbc8/21.7.0.0/ojdbc8-21.7.0.0.jar
- MySQL:
DATASET 및TABLE : (필수) 대상 BigQuery 데이터 세트와 테이블입니다.- 다음 변수는 필요한
JDBC_CONNECTION_URL 을 구성하는 데 사용됩니다.JDBC_HOST JDBC_PORT JDBC_DATABASE 또는 Oracle의 경우JDBC_SERVICE JDBC_USERNAME JDBC_PASSWORD
다음 커넥터별 형식 중 하나를 사용하여 JDBC_CONNECTION_URL을 구성하세요.
- MySQL:
jdbc:mysql://
JDBC_HOST :JDBC_PORT /JDBC_DATABASE ?user=JDBC_USERNAME &password=JDBC_PASSWORD - Postgres SQL:
jdbc:postgresql://
JDBC_HOST :JDBC_PORT /JDBC_DATABASE ?user=JDBC_USERNAME &password=JDBC_PASSWORD - Microsoft SQL Server:
jdbc:sqlserver://
JDBC_HOST :JDBC_PORT ;databaseName=JDBC_DATABASE ;user=JDBC_USERNAME ;password=JDBC_PASSWORD - Oracle:
jdbc:oracle:thin:@//
JDBC_HOST :JDBC_PORT /JDBC_SERVICE ?user=JDBC_USERNAME &password=JDBC_PASSWORD
DRIVER : 필수. 연결에 사용될 JDBC 드라이버입니다.- MySQL:
com.mysql.cj.jdbc.Driver
- Postgres SQL:
org.postgresql.Driver
- Microsoft SQL Server:
com.microsoft.sqlserver.jdbc.SQLServerDriver
- Oracle:
oracle.jdbc.driver.OracleDriver
- MySQL:
QUERY : 필수. JDBC에서 데이터를 추출하는 SQL 쿼리입니다.MODE : (필수사항) BigQuery 출력의 쓰기 모드입니다. 옵션:append
,overwrite
,ignore
,errorifexists
.TEMP_BUCKET : (필수사항) Cloud Storage 버킷 이름입니다. 이 버킷은 BigQuery 로드에 사용됩니다.예시:
gs://dataproc-templates/jdbc_to_cloud_storage_output
INPUT_PARTITION_COLUMN ,LOWERBOUND ,UPPERBOUND ,PARTITIONS : (선택사항) 사용할 경우 다음 매개변수를 모두 지정해야 합니다.- INPUT_PARTITION_COLUMN: JDBC 입력 테이블 파티션 열 이름입니다.
- LOWERBOUND: 파티션 스트라이드를 결정하는 데 사용되는 JDBC 입력 테이블 파티션 열 하한값입니다.
- UPPERBOUND: 파티션 스트라이드를 결정하는 데 사용되는 JDBC 입력 테이블 파티션 열 상한값입니다.
- PARTITIONS: 테이블 읽기 및 쓰기의 동시 로드에 사용할 수 있는 최대 파티션 수입니다.
이 값을 지정하면 JDBC 입력 및 출력 연결에 사용됩니다. 기본값:
10
FETCHSIZE : (선택사항) 왕복당 가져올 행 수입니다. 기본값은 10입니다.TEMPVIEW 및SQL_QUERY : (선택사항) 이 두 가지 선택적 매개변수를 사용하여 BigQuery에 데이터를 로드하는 동안 Spark SQL 변환을 적용할 수 있습니다. TEMPVIEW는 임시 뷰 이름이고 SQL_QUERY는 쿼리 문입니다. TEMPVIEW와 SQL_QUERY의 테이블 이름이 일치해야 합니다.SERVICE_ACCOUNT : (선택사항) 입력하지 않으면 기본 Compute Engine 서비스 계정이 사용됩니다.PROPERTY 및PROPERTY_VALUE : (선택사항) Spark 속성=value
쌍의 쉼표로 구분된 목록입니다.LABEL 및LABEL_VALUE : (선택사항)label
=value
쌍의 쉼표로 구분된 목록입니다.LOG_LEVEL : (선택사항) 로깅 수준입니다.ALL
,DEBUG
,ERROR
,FATAL
,INFO
,OFF
,TRACE
,WARN
중 하나일 수 있습니다. 기본값은INFO
입니다.-
KMS_KEY : (선택사항) 암호화에 사용할 Cloud Key Management Service 키입니다. 키를 지정하지 않으면 Google 소유 및 Google 관리 키를 사용하여 데이터가 저장 상태에서 암호화됩니다.예시:
projects/PROJECT_ID/regions/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
다음 명령어를 실행합니다.
Linux, macOS 또는 Cloud Shell
gcloud dataproc batches submit spark \ --class=com.google.cloud.dataproc.templates.main.DataProcTemplate \ --version="1.2" \ --project="PROJECT_ID " \ --region="REGION " \ --jars="gs://dataproc-templates-binaries/TEMPLATE_VERSION /java/dataproc-templates.jar,JDBC_CONNECTOR_CLOUD_STORAGE_PATH " \ --subnet="SUBNET " \ --kms-key="KMS_KEY " \ --service-account="SERVICE_ACCOUNT " \ --properties="PROPERTY =PROPERTY_VALUE " \ --labels="LABEL =LABEL_VALUE " \ -- --template=JDBCTOBIGQUERY \ --templateProperty log.level="LOG_LEVEL " \ --templateProperty jdbctobq.bigquery.location="DATASET .TABLE " \ --templateProperty jdbctobq.jdbc.url="JDBC_CONNECTION_URL " \ --templateProperty jdbctobq.jdbc.driver.class.name="DRIVER " \ --templateProperty jdbctobq.write.mode="MODE " \ --templateProperty jdbctobq.temp.gcs.bucket="TEMP_BUCKET " \ --templateProperty jdbctobq.sql="QUERY " \ --templateProperty jdbctobq.sql.numPartitions="PARTITIONS " \ --templateProperty jdbctobq.sql.partitionColumn="INPUT_PARTITION_COLUMN " \ --templateProperty jdbctobq.sql.lowerBound="LOWERBOUND " \ --templateProperty jdbctobq.sql.upperBound="UPPERBOUND " \ --templateProperty jdbctobq.jdbc.fetchsize="FETCHSIZE " \ --templateProperty jdbctobq.temp.table="TEMPVIEW " \ --templateProperty jdbctobq.temp.query="SQL_QUERY "
Windows(PowerShell)
gcloud dataproc batches submit spark ` --class=com.google.cloud.dataproc.templates.main.DataProcTemplate ` --version="1.2" ` --project="PROJECT_ID " ` --region="REGION " ` --jars="gs://dataproc-templates-binaries/TEMPLATE_VERSION /java/dataproc-templates.jar,JDBC_CONNECTOR_CLOUD_STORAGE_PATH " ` --subnet="SUBNET " ` --kms-key="KMS_KEY " ` --service-account="SERVICE_ACCOUNT " ` --properties="PROPERTY =PROPERTY_VALUE " ` --labels="LABEL =LABEL_VALUE " ` -- --template=JDBCTOBIGQUERY ` --templateProperty log.level="LOG_LEVEL " ` --templateProperty jdbctobq.bigquery.location="DATASET .TABLE " ` --templateProperty jdbctobq.jdbc.url="JDBC_CONNECTION_URL " ` --templateProperty jdbctobq.jdbc.driver.class.name="DRIVER " ` --templateProperty jdbctobq.write.mode="MODE " ` --templateProperty jdbctobq.temp.gcs.bucket="TEMP_BUCKET " ` --templateProperty jdbctobq.sql="QUERY " ` --templateProperty jdbctobq.sql.numPartitions="PARTITIONS " ` --templateProperty jdbctobq.sql.partitionColumn="INPUT_PARTITION_COLUMN " ` --templateProperty jdbctobq.sql.lowerBound="LOWERBOUND " ` --templateProperty jdbctobq.sql.upperBound="UPPERBOUND " ` --templateProperty jdbctobq.jdbc.fetchsize="FETCHSIZE " ` --templateProperty jdbctobq.temp.table="TEMPVIEW " ` --templateProperty jdbctobq.temp.query="SQL_QUERY "
Windows(cmd.exe)
gcloud dataproc batches submit spark ^ --class=com.google.cloud.dataproc.templates.main.DataProcTemplate ^ --version="1.2" ^ --project="PROJECT_ID " ^ --region="REGION " ^ --jars="gs://dataproc-templates-binaries/TEMPLATE_VERSION /java/dataproc-templates.jar,JDBC_CONNECTOR_CLOUD_STORAGE_PATH " ^ --subnet="SUBNET " ^ --kms-key="KMS_KEY " ^ --service-account="SERVICE_ACCOUNT " ^ --properties="PROPERTY =PROPERTY_VALUE " ^ --labels="LABEL =LABEL_VALUE " ^ -- --template=JDBCTOBIGQUERY ^ --templateProperty log.level="LOG_LEVEL " ^ --templateProperty jdbctobq.bigquery.location="DATASET .TABLE " ^ --templateProperty jdbctobq.jdbc.url="JDBC_CONNECTION_URL " ^ --templateProperty jdbctobq.jdbc.driver.class.name="DRIVER " ^ --templateProperty jdbctobq.write.mode="MODE " ^ --templateProperty jdbctobq.temp.gcs.bucket="TEMP_BUCKET " ^ --templateProperty jdbctobq.sql="QUERY " ^ --templateProperty jdbctobq.sql.numPartitions="PARTITIONS " ^ --templateProperty jdbctobq.sql.partitionColumn="INPUT_PARTITION_COLUMN " ^ --templateProperty jdbctobq.sql.lowerBound="LOWERBOUND " ^ --templateProperty jdbctobq.sql.upperBound="UPPERBOUND " ^ --templateProperty jdbctobq.jdbc.fetchsize="FETCHSIZE " ^ --templateProperty jdbctobq.temp.table="TEMPVIEW " ^ --templateProperty jdbctobq.temp.query="SQL_QUERY "
요청 데이터를 사용하기 전에 다음을 바꿉니다.
PROJECT_ID : (필수사항) IAM 설정에 나열된 Google Cloud 프로젝트 ID입니다.REGION : (필수사항) Compute Engine 리전입니다.TEMPLATE_VERSION : (필수사항) 최신 템플릿 버전 또는 특정 버전의 날짜로latest
를 지정합니다(예시:2023-03-17_v0.1.0-beta
). 사용 가능한 템플릿 버전을 나열하려면 gs://dataproc-templates-binaries를 방문하거나gcloud storage ls gs://dataproc-templates-binaries
를 실행하세요.SUBNET : (선택사항) 서브넷이 지정되지 않은 경우default
네트워크의 지정된 리전에 있는 서브넷이 선택됩니다.예시:
projects/PROJECT_ID/regions/REGION/subnetworks/SUBNET_NAME
JDBC_CONNECTOR_CLOUD_STORAGE_PATH : (필수사항) JDBC 커넥터 jar이 저장되는 파일 이름이 포함된 전체 Cloud Storage 경로입니다. 다음 명령어를 사용해서 Cloud Storage에 업로드할 JDBC 커넥터를 다운로드할 수 있습니다.- MySQL:
wget http://dev.mysql.com/get/Downloads/Connector-J/mysql-connector-java-5.1.30.tar.gz
- Postgres SQL:
wget https://jdbc.postgresql.org/download/postgresql-42.2.6.jar
- Microsoft SQL Server:
wget https://repo1.maven.org/maven2/com/microsoft/sqlserver/mssql-jdbc/6.4.0.jre8/mssql-jdbc-6.4.0.jre8.jar
- Oracle:
wget https://repo1.maven.org/maven2/com/oracle/database/jdbc/ojdbc8/21.7.0.0/ojdbc8-21.7.0.0.jar
- MySQL:
DATASET 및TABLE : (필수) 대상 BigQuery 데이터 세트와 테이블입니다.- 다음 변수는 필요한
JDBC_CONNECTION_URL 을 구성하는 데 사용됩니다.JDBC_HOST JDBC_PORT JDBC_DATABASE 또는 Oracle의 경우JDBC_SERVICE JDBC_USERNAME JDBC_PASSWORD
다음 커넥터별 형식 중 하나를 사용하여 JDBC_CONNECTION_URL을 구성하세요.
- MySQL:
jdbc:mysql://
JDBC_HOST :JDBC_PORT /JDBC_DATABASE ?user=JDBC_USERNAME &password=JDBC_PASSWORD - Postgres SQL:
jdbc:postgresql://
JDBC_HOST :JDBC_PORT /JDBC_DATABASE ?user=JDBC_USERNAME &password=JDBC_PASSWORD - Microsoft SQL Server:
jdbc:sqlserver://
JDBC_HOST :JDBC_PORT ;databaseName=JDBC_DATABASE ;user=JDBC_USERNAME ;password=JDBC_PASSWORD - Oracle:
jdbc:oracle:thin:@//
JDBC_HOST :JDBC_PORT /JDBC_SERVICE ?user=JDBC_USERNAME &password=JDBC_PASSWORD
DRIVER : 필수. 연결에 사용될 JDBC 드라이버입니다.- MySQL:
com.mysql.cj.jdbc.Driver
- Postgres SQL:
org.postgresql.Driver
- Microsoft SQL Server:
com.microsoft.sqlserver.jdbc.SQLServerDriver
- Oracle:
oracle.jdbc.driver.OracleDriver
- MySQL:
QUERY : 필수. JDBC에서 데이터를 추출하는 SQL 쿼리입니다.MODE : (필수사항) BigQuery 출력의 쓰기 모드입니다. 옵션:append
,overwrite
,ignore
,errorifexists
.TEMP_BUCKET : (필수사항) Cloud Storage 버킷 이름입니다. 이 버킷은 BigQuery 로드에 사용됩니다.예시:
gs://dataproc-templates/jdbc_to_cloud_storage_output
INPUT_PARTITION_COLUMN ,LOWERBOUND ,UPPERBOUND ,PARTITIONS : (선택사항) 사용할 경우 다음 매개변수를 모두 지정해야 합니다.- INPUT_PARTITION_COLUMN: JDBC 입력 테이블 파티션 열 이름입니다.
- LOWERBOUND: 파티션 스트라이드를 결정하는 데 사용되는 JDBC 입력 테이블 파티션 열 하한값입니다.
- UPPERBOUND: 파티션 스트라이드를 결정하는 데 사용되는 JDBC 입력 테이블 파티션 열 상한값입니다.
- PARTITIONS: 테이블 읽기 및 쓰기의 동시 로드에 사용할 수 있는 최대 파티션 수입니다.
이 값을 지정하면 JDBC 입력 및 출력 연결에 사용됩니다. 기본값:
10
FETCHSIZE : (선택사항) 왕복당 가져올 행 수입니다. 기본값은 10입니다.TEMPVIEW 및SQL_QUERY : (선택사항) 이 두 가지 선택적 매개변수를 사용하여 BigQuery에 데이터를 로드하는 동안 Spark SQL 변환을 적용할 수 있습니다. TEMPVIEW는 임시 뷰 이름이고 SQL_QUERY는 쿼리 문입니다. TEMPVIEW와 SQL_QUERY의 테이블 이름이 일치해야 합니다.SERVICE_ACCOUNT : (선택사항) 입력하지 않으면 기본 Compute Engine 서비스 계정이 사용됩니다.PROPERTY 및PROPERTY_VALUE : (선택사항) Spark 속성=value
쌍의 쉼표로 구분된 목록입니다.LABEL 및LABEL_VALUE : (선택사항)label
=value
쌍의 쉼표로 구분된 목록입니다.LOG_LEVEL : (선택사항) 로깅 수준입니다.ALL
,DEBUG
,ERROR
,FATAL
,INFO
,OFF
,TRACE
,WARN
중 하나일 수 있습니다. 기본값은INFO
입니다.-
KMS_KEY : (선택사항) 암호화에 사용할 Cloud Key Management Service 키입니다. 키를 지정하지 않으면 Google 소유 및 Google 관리 키를 사용하여 데이터가 저장 상태에서 암호화됩니다.예시:
projects/PROJECT_ID/regions/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
HTTP 메서드 및 URL:
POST https://dataproc.googleapis.com/v1/projects/PROJECT_ID /locations/REGION /batches
JSON 요청 본문:
{ "environmentConfig": { "executionConfig": { "subnetworkUri": "SUBNET ", "kmsKey": "KMS_KEY ", "serviceAccount": "SERVICE_ACCOUNT " } }, "labels": { "LABEL ": "LABEL_VALUE " }, "runtimeConfig": { "version": "1.2", "properties": { "PROPERTY ": "PROPERTY_VALUE " } }, "sparkBatch": { "mainClass": "com.google.cloud.dataproc.templates.main.DataProcTemplate", "args": [ "--template","JDBCTOBIGQUERY", "--templateProperty","log.level=LOG_LEVEL ", "--templateProperty","jdbctobq.bigquery.location=DATASET .TABLE ", "--templateProperty","jdbctobq.jdbc.url=JDBC_CONNECTION_URL ", "--templateProperty","jdbctobq.jdbc.driver.class.name=DRIVER ", "--templateProperty","jdbctobq.sql=QUERY ", "--templateProperty","jdbctobq.write.mode=MODE ", "--templateProperty","jdbctobq.temp.gcs.bucket=TEMP_BUCKET ", "--templateProperty","jdbctobq.sql.partitionColumn=INPUT_PARTITION_COLUMN ", "--templateProperty","jdbctobq.sql.lowerBound=LOWERBOUND ", "--templateProperty","jdbctobq.sql.upperBound=UPPERBOUND ", "--templateProperty","jdbctobq.sql.numPartitions=PARTITIONS ", "--templateProperty","jdbctobq.jdbc.fetchsize=FETCHSIZE " ], "jarFileUris": [ "gs://dataproc-templates-binaries/TEMPLATE_VERSION /java/dataproc-templates.jar","gs://JDBC_CONNECTOR_GCS_PATH " ] } }
요청을 보내려면 다음 옵션 중 하나를 펼칩니다.
cURL(Linux, macOS, Cloud Shell)
요청 본문을 request.json
파일에 저장하고 다음 명령어를 실행합니다.
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://dataproc.googleapis.com/v1/projects/PROJECT_ID /locations/REGION /batches"
PowerShell(Windows)
요청 본문을 request.json
파일에 저장하고 다음 명령어를 실행합니다.
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://dataproc.googleapis.com/v1/projects/PROJECT_ID /locations/REGION /batches" | Select-Object -Expand Content
다음과 비슷한 JSON 응답이 표시됩니다.
{ "name": "projects/PROJECT_ID /regions/REGION /operations/OPERATION_ID ", "metadata": { "@type": "type.googleapis.com/google.cloud.dataproc.v1.BatchOperationMetadata", "batch": "projects/PROJECT_ID /locations/REGION /batches/BATCH_ID ", "batchUuid": "de8af8d4-3599-4a7c-915c-798201ed1583", "createTime": "2023-02-24T03:31:03.440329Z", "operationType": "BATCH", "description": "Batch" } }