JDBC 至 JDBC 範本
使用 Serverless for Apache Spark JDBC to JDBC 範本,從 JDBC 擷取資料至 JDBC。
這個範本支援下列資料庫:
- MySQL
- PostgreSQL
- Microsoft SQL Server
- Oracle
使用範本
使用 gcloud CLI 或 Dataproc API 執行範本。
gcloud
使用下方的任何指令資料之前,請先替換以下項目:
- PROJECT_ID:必填。 Google Cloud「IAM 設定」中列出的專案 ID。
- REGION:必填。 Compute Engine 區域。
-
SUBNET:選用。如未指定子網路,系統會選取
default
網路中指定 REGION 的子網路。範例:
projects/PROJECT_ID/regions/REGION/subnetworks/SUBNET_NAME
-
TEMPLATE_VERSION:必填。
指定
latest
代表最新版範本,或指定特定版本的日期, 例如2023-03-17_v0.1.0-beta
(請前往 gs://dataproc-templates-binaries 或執行gcloud storage ls gs://dataproc-templates-binaries
列出可用的範本版本)。 -
INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH和
OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH:
必填。完整的 Cloud Storage 路徑,包括儲存輸入和輸出 JDBC 連接器 JAR 的檔案名稱。
注意:如果輸入和輸出 JAR 相同,只要設定 INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH 即可。
您可以使用下列指令下載 JDBC 連接器,然後上傳至 Cloud Storage:
-
MySQL:
wget http://dev.mysql.com/get/Downloads/Connector-J/mysql-connector-java-5.1.30.tar.gz
-
PostgreSQL:
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:
-
下列變數用於建構必要輸入的 JDBC 網址:
- INPUT_JDBC_HOST
- INPUT_JDBC_PORT
- INPUT_JDBC_DATABASE,或 (如果是 Oracle) INPUT_JDBC_SERVICE
- INPUT_JDBC_USERNAME
- INPUT_JDBC_PASSWORD
使用下列其中一種連接器專屬格式,建構 INPUT_JDBC_CONNECTION_URL:
-
MySQL:
jdbc:mysql://INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_DATABASE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD
-
PostgreSQL:
jdbc:postgresql://INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_DATABASE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD
-
Microsoft SQL Server:
jdbc:sqlserver://INPUT_JDBC_HOST:INPUT_JDBC_PORT;databaseName=INPUT_JDBC_DATABASE;user=INPUT_JDBC_USERNAME;password=INPUT_JDBC_PASSWORD
-
Oracle:
jdbc:oracle:thin:@//INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_SERVICE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD
-
下列變數用於建構必要的輸出 JDBC 網址:
- OUTPUT_JDBC_HOST
- OUTPUT_JDBC_PORT
- OUTPUT_JDBC_DATABASE,或 (如果是 Oracle) OUTPUT_JDBC_SERVICE
- OUTPUT_JDBC_USERNAME
- OUTPUT_JDBC_PASSWORD
使用下列其中一種連接器專屬格式,建構 OUTPUT_JDBC_CONNECTION_URL:
-
MySQL:
jdbc:mysql://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_DATABASE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD
-
PostgreSQL:
jdbc:postgresql://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_DATABASE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD
-
Microsoft SQL Server:
jdbc:sqlserver://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT;databaseName=OUTPUT_JDBC_DATABASE;user=OUTPUT_JDBC_USERNAME;password=OUTPUT_JDBC_PASSWORD
-
Oracle:
jdbc:oracle:thin:@//OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_SERVICE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD
-
INPUT_JDBC_TABLE:必填。輸入內容 JDBC 資料表名稱
或 JDBC 輸入資料表的 SQL 查詢。
範例 (SQL 查詢應位於括號內):
(select * from TABLE_NAME) as ALIAS_TABLE_NAME
- OUTPUT_JDBC_TABLE:必填。用於儲存輸出內容的 JDBC 資料表。
-
INPUT_DRIVER 和
OUTPUT_DRIVER:
必填。用於連線的 JDBC 輸入和輸出驅動程式:
-
MySQL:
com.mysql.cj.jdbc.Driver
-
PostgreSQL:
org.postgresql.Driver
-
Microsoft SQL Server:
com.microsoft.sqlserver.jdbc.SQLServerDriver
-
Oracle:
oracle.jdbc.driver.OracleDriver
-
MySQL:
-
INPUT_PARTITION_COLUMN、
LOWERBOUND、
UPPERBOUND、
NUM_PARTITIONS:選用。如果使用,則必須指定下列所有參數:
- INPUT_PARTITION_COLUMN:JDBC 輸入資料表分區資料欄名稱。
- LOWERBOUND:用於判斷分區步幅的 JDBC 輸入資料表分區資料欄範圍下限。
- UPPERBOUND:用於判斷分區步幅的 JDBC 輸入資料表分區資料欄範圍上限。
- NUM_PARTITIONS:可用於平行處理資料表讀寫作業的分區數量上限。如果指定這個值,系統會用於 JDBC 輸入和輸出連線。
- FETCHSIZE:選用。每次往返要擷取的列數。
-
BATCH_SIZE:選用。每次往返要插入的記錄數。預設值:
1000
。 -
MODE:選用。JDBC 輸出內容的寫入模式。
選項:
Append
、Overwrite
、Ignore
或ErrorIfExists
。 - TABLE_PROPERTIES:選用。這個選項可讓您在建立輸出資料表時,設定資料庫專屬的資料表和分區選項。
- PRIMARY_KEY:選用。輸出資料表的主鍵欄。提及的資料欄不得包含重複值,否則會擲回錯誤。
- JDBC_SESSION_INIT:選用。工作階段初始化陳述式,用於讀取 Java 範本。
-
LOG_LEVEL:選用。記錄層級。可設為
ALL
、DEBUG
、ERROR
、FATAL
、INFO
、OFF
、TRACE
或WARN
。預設值:INFO
。 - TEMP_VIEW 和 TEMP_QUERY:選用。 您可以使用這兩個選用參數,在將資料載入 Cloud Storage 時套用 Spark SQL 轉換。TEMP_VIEW 必須與查詢中使用的資料表名稱相同,而 TEMP_QUERY 則是查詢陳述式。
- SERVICE_ACCOUNT:選用。如未提供,系統會使用預設的 Compute Engine 服務帳戶。
-
PROPERTY 和
PROPERTY_VALUE:
選用。以半形逗號分隔的Spark 屬性=
value
配對清單。 -
LABEL 和
LABEL_VALUE:選用。以半形逗號分隔的
label
=value
配對清單。 -
KMS_KEY:選用。用於加密的 Cloud Key Management Service 金鑰。如果未指定金鑰,系統會使用 Google-owned and Google-managed encryption key加密靜態資料。
範例:
projects/PROJECT_ID/regions/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
執行下列指令:
Linux、macOS 或 Cloud Shell
gcloud dataproc batches submit spark \ --class=com.google.cloud.dataproc.templates.main.DataProcTemplate \ --project="PROJECT_ID" \ --region="REGION" \ --version="1.2" \ --jars="gs://dataproc-templates-binaries/TEMPLATE_VERSION/java/dataproc-templates.jar,INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH,OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH" \ --subnet="SUBNET" \ --kms-key="KMS_KEY" \ --service-account="SERVICE_ACCOUNT" \ --properties="PROPERTY=PROPERTY_VALUE" \ --labels="LABEL=LABEL_VALUE" \ -- --template JDBCTOJDBC \ --templateProperty project.id="PROJECT_ID" \ --templateProperty log.level="LOG_LEVEL" \ --templateProperty jdbctojdbc.input.url="INPUT_JDBC_CONNECTION_URL" \ --templateProperty jdbctojdbc.input.driver="INPUT_DRIVER" \ --templateProperty jdbctojdbc.input.table="INPUT_JDBC_TABLE" \ --templateProperty jdbctojdbc.output.url="OUTPUT_JDBC_CONNECTION_URL" \ --templateProperty jdbctojdbc.output.driver="OUTPUT_DRIVER" \ --templateProperty jdbctojdbc.output.table="OUTPUT_JDBC_TABLE" \ --templateProperty jdbctojdbc.input.fetchsize="FETCHSIZE" \ --templateProperty jdbctojdbc.input.partitioncolumn="INPUT_PARTITION_COLUMN" \ --templateProperty jdbctojdbc.input.lowerbound="LOWERBOUND" \ --templateProperty jdbctojdbc.input.upperbound="UPPERBOUND" \ --templateProperty jdbctojdbc.numpartitions="NUM_PARTITIONS" \ --templateProperty jdbctojdbc.output.mode="MODE" \ --templateProperty jdbctojdbc.output.batch.size="BATCH_SIZE" \ --templateProperty jdbctojdbc.output.primary.key="PRIMARY_KEY" \ --templateProperty jdbctojdbc.output.create.table.option="TABLE_PROPERTIES" \ --templateProperty jdbctojdbc.sessioninitstatement="JDBC_SESSION_INIT" \ --templateProperty jdbctojdbc.temp.view.name="TEMP_VIEW" \ --templateProperty jdbctojdbc.sql.query="TEMP_QUERY"
Windows (PowerShell)
gcloud dataproc batches submit spark ` --class=com.google.cloud.dataproc.templates.main.DataProcTemplate ` --project="PROJECT_ID" ` --region="REGION" ` --version="1.2" ` --jars="gs://dataproc-templates-binaries/TEMPLATE_VERSION/java/dataproc-templates.jar,INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH,OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH" ` --subnet="SUBNET" ` --kms-key="KMS_KEY" ` --service-account="SERVICE_ACCOUNT" ` --properties="PROPERTY=PROPERTY_VALUE" ` --labels="LABEL=LABEL_VALUE" ` -- --template JDBCTOJDBC ` --templateProperty project.id="PROJECT_ID" ` --templateProperty log.level="LOG_LEVEL" ` --templateProperty jdbctojdbc.input.url="INPUT_JDBC_CONNECTION_URL" ` --templateProperty jdbctojdbc.input.driver="INPUT_DRIVER" ` --templateProperty jdbctojdbc.input.table="INPUT_JDBC_TABLE" ` --templateProperty jdbctojdbc.output.url="OUTPUT_JDBC_CONNECTION_URL" ` --templateProperty jdbctojdbc.output.driver="OUTPUT_DRIVER" ` --templateProperty jdbctojdbc.output.table="OUTPUT_JDBC_TABLE" ` --templateProperty jdbctojdbc.input.fetchsize="FETCHSIZE" ` --templateProperty jdbctojdbc.input.partitioncolumn="INPUT_PARTITION_COLUMN" ` --templateProperty jdbctojdbc.input.lowerbound="LOWERBOUND" ` --templateProperty jdbctojdbc.input.upperbound="UPPERBOUND" ` --templateProperty jdbctojdbc.numpartitions="NUM_PARTITIONS" ` --templateProperty jdbctojdbc.output.mode="MODE" ` --templateProperty jdbctojdbc.output.batch.size="BATCH_SIZE" ` --templateProperty jdbctojdbc.output.primary.key="PRIMARY_KEY" ` --templateProperty jdbctojdbc.output.create.table.option="TABLE_PROPERTIES" ` --templateProperty jdbctojdbc.sessioninitstatement="JDBC_SESSION_INIT" ` --templateProperty jdbctojdbc.temp.view.name="TEMP_VIEW" ` --templateProperty jdbctojdbc.sql.query="TEMP_QUERY"
Windows (cmd.exe)
gcloud dataproc batches submit spark ^ --class=com.google.cloud.dataproc.templates.main.DataProcTemplate ^ --project="PROJECT_ID" ^ --region="REGION" ^ --version="1.2" ^ --jars="gs://dataproc-templates-binaries/TEMPLATE_VERSION/java/dataproc-templates.jar,INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH,OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH" ^ --subnet="SUBNET" ^ --kms-key="KMS_KEY" ^ --service-account="SERVICE_ACCOUNT" ^ --properties="PROPERTY=PROPERTY_VALUE" ^ --labels="LABEL=LABEL_VALUE" ^ -- --template JDBCTOJDBC ^ --templateProperty project.id="PROJECT_ID" ^ --templateProperty log.level="LOG_LEVEL" ^ --templateProperty jdbctojdbc.input.url="INPUT_JDBC_CONNECTION_URL" ^ --templateProperty jdbctojdbc.input.driver="INPUT_DRIVER" ^ --templateProperty jdbctojdbc.input.table="INPUT_JDBC_TABLE" ^ --templateProperty jdbctojdbc.output.url="OUTPUT_JDBC_CONNECTION_URL" ^ --templateProperty jdbctojdbc.output.driver="OUTPUT_DRIVER" ^ --templateProperty jdbctojdbc.output.table="OUTPUT_JDBC_TABLE" ^ --templateProperty jdbctojdbc.input.fetchsize="FETCHSIZE" ^ --templateProperty jdbctojdbc.input.partitioncolumn="INPUT_PARTITION_COLUMN" ^ --templateProperty jdbctojdbc.input.lowerbound="LOWERBOUND" ^ --templateProperty jdbctojdbc.input.upperbound="UPPERBOUND" ^ --templateProperty jdbctojdbc.numpartitions="NUM_PARTITIONS" ^ --templateProperty jdbctojdbc.output.mode="MODE" ^ --templateProperty jdbctojdbc.output.batch.size="BATCH_SIZE" ^ --templateProperty jdbctojdbc.output.primary.key="PRIMARY_KEY" ^ --templateProperty jdbctojdbc.output.create.table.option="TABLE_PROPERTIES" ^ --templateProperty jdbctojdbc.sessioninitstatement="JDBC_SESSION_INIT" ^ --templateProperty jdbctojdbc.temp.view.name="TEMP_VIEW" ^ --templateProperty jdbctojdbc.sql.query="TEMP_QUERY"
REST
使用任何要求資料之前,請先替換以下項目:
- PROJECT_ID:必填。 Google Cloud「IAM 設定」中列出的專案 ID。
- REGION:必填。 Compute Engine 區域。
-
SUBNET:選用。如未指定子網路,系統會選取
default
網路中指定 REGION 的子網路。範例:
projects/PROJECT_ID/regions/REGION/subnetworks/SUBNET_NAME
-
TEMPLATE_VERSION:必填。
指定
latest
代表最新版範本,或指定特定版本的日期, 例如2023-03-17_v0.1.0-beta
(請前往 gs://dataproc-templates-binaries 或執行gcloud storage ls gs://dataproc-templates-binaries
列出可用的範本版本)。 -
INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH和
OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH:
必填。完整的 Cloud Storage 路徑,包括儲存輸入和輸出 JDBC 連接器 JAR 的檔案名稱。
注意:如果輸入和輸出 JAR 相同,只要設定 INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH 即可。
您可以使用下列指令下載 JDBC 連接器,然後上傳至 Cloud Storage:
-
MySQL:
wget http://dev.mysql.com/get/Downloads/Connector-J/mysql-connector-java-5.1.30.tar.gz
-
PostgreSQL:
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:
-
下列變數用於建構必要輸入的 JDBC 網址:
- INPUT_JDBC_HOST
- INPUT_JDBC_PORT
- INPUT_JDBC_DATABASE,或 (如果是 Oracle) INPUT_JDBC_SERVICE
- INPUT_JDBC_USERNAME
- INPUT_JDBC_PASSWORD
使用下列其中一種連接器專屬格式,建構 INPUT_JDBC_CONNECTION_URL:
-
MySQL:
jdbc:mysql://INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_DATABASE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD
-
PostgreSQL:
jdbc:postgresql://INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_DATABASE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD
-
Microsoft SQL Server:
jdbc:sqlserver://INPUT_JDBC_HOST:INPUT_JDBC_PORT;databaseName=INPUT_JDBC_DATABASE;user=INPUT_JDBC_USERNAME;password=INPUT_JDBC_PASSWORD
-
Oracle:
jdbc:oracle:thin:@//INPUT_JDBC_HOST:INPUT_JDBC_PORT/INPUT_JDBC_SERVICE?user=INPUT_JDBC_USERNAME&password=INPUT_JDBC_PASSWORD
-
下列變數用於建構必要的輸出 JDBC 網址:
- OUTPUT_JDBC_HOST
- OUTPUT_JDBC_PORT
- OUTPUT_JDBC_DATABASE,或 (如果是 Oracle) OUTPUT_JDBC_SERVICE
- OUTPUT_JDBC_USERNAME
- OUTPUT_JDBC_PASSWORD
使用下列其中一種連接器專屬格式,建構 OUTPUT_JDBC_CONNECTION_URL:
-
MySQL:
jdbc:mysql://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_DATABASE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD
-
PostgreSQL:
jdbc:postgresql://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_DATABASE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD
-
Microsoft SQL Server:
jdbc:sqlserver://OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT;databaseName=OUTPUT_JDBC_DATABASE;user=OUTPUT_JDBC_USERNAME;password=OUTPUT_JDBC_PASSWORD
-
Oracle:
jdbc:oracle:thin:@//OUTPUT_JDBC_HOST:OUTPUT_JDBC_PORT/OUTPUT_JDBC_SERVICE?user=OUTPUT_JDBC_USERNAME&password=OUTPUT_JDBC_PASSWORD
-
INPUT_JDBC_TABLE:必填。輸入內容 JDBC 資料表名稱
或 JDBC 輸入資料表的 SQL 查詢。
範例 (SQL 查詢應位於括號內):
(select * from TABLE_NAME) as ALIAS_TABLE_NAME
- OUTPUT_JDBC_TABLE:必填。用於儲存輸出內容的 JDBC 資料表。
-
INPUT_DRIVER 和
OUTPUT_DRIVER:
必填。用於連線的 JDBC 輸入和輸出驅動程式:
-
MySQL:
com.mysql.cj.jdbc.Driver
-
PostgreSQL:
org.postgresql.Driver
-
Microsoft SQL Server:
com.microsoft.sqlserver.jdbc.SQLServerDriver
-
Oracle:
oracle.jdbc.driver.OracleDriver
-
MySQL:
-
INPUT_PARTITION_COLUMN、
LOWERBOUND、
UPPERBOUND、
NUM_PARTITIONS:選用。如果使用,則必須指定下列所有參數:
- INPUT_PARTITION_COLUMN:JDBC 輸入資料表分區資料欄名稱。
- LOWERBOUND:用於判斷分區步幅的 JDBC 輸入資料表分區資料欄範圍下限。
- UPPERBOUND:用於判斷分區步幅的 JDBC 輸入資料表分區資料欄範圍上限。
- NUM_PARTITIONS:可用於平行處理資料表讀寫作業的分區數量上限。如果指定這個值,系統會用於 JDBC 輸入和輸出連線。
- FETCHSIZE:選用。每次往返要擷取的列數。
-
BATCH_SIZE:選用。每次往返要插入的記錄數。預設值:
1000
。 -
MODE:選用。JDBC 輸出內容的寫入模式。
選項:
Append
、Overwrite
、Ignore
或ErrorIfExists
。 - TABLE_PROPERTIES:選用。這個選項可讓您在建立輸出資料表時,設定資料庫專屬的資料表和分區選項。
- PRIMARY_KEY:選用。輸出資料表的主鍵欄。提及的資料欄不得包含重複值,否則會擲回錯誤。
- JDBC_SESSION_INIT:選用。工作階段初始化陳述式,用於讀取 Java 範本。
-
LOG_LEVEL:選用。記錄層級。可設為
ALL
、DEBUG
、ERROR
、FATAL
、INFO
、OFF
、TRACE
或WARN
。預設值:INFO
。 - TEMP_VIEW 和 TEMP_QUERY:選用。 您可以使用這兩個選用參數,在將資料載入 Cloud Storage 時套用 Spark SQL 轉換。TEMP_VIEW 必須與查詢中使用的資料表名稱相同,而 TEMP_QUERY 則是查詢陳述式。
- SERVICE_ACCOUNT:選用。如未提供,系統會使用預設的 Compute Engine 服務帳戶。
-
PROPERTY 和
PROPERTY_VALUE:
選用。以半形逗號分隔的Spark 屬性=
value
配對清單。 -
LABEL 和
LABEL_VALUE:選用。以半形逗號分隔的
label
=value
配對清單。 -
KMS_KEY:選用。用於加密的 Cloud Key Management Service 金鑰。如果未指定金鑰,系統會使用 Google-owned and Google-managed encryption key加密靜態資料。
範例:
projects/PROJECT_ID/regions/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
HTTP 方法和網址:
POST https://dataproc.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/batches
JSON 要求主體:
{ "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","JDBCTOJDBC", "--templateProperty","log.level=LOG_LEVEL", "--templateProperty","project.id=PROJECT_ID", "--templateProperty","jdbctojdbc.input.url=INPUT_JDBC_CONNECTION_URL", "--templateProperty","jdbctojdbc.input.driver=INPUT_DRIVER", "--templateProperty","jdbctojdbc.input.table=INPUT_TABLE", "--templateProperty","jdbctojdbc.output.url=OUTPUT_JDBC_CONNECTION_URL", "--templateProperty","jdbctojdbc.output.driver=OUTPUT_DRIVER", "--templateProperty","jdbctojdbc.output.table=OUTPUT_TABLE", "--templateProperty","jdbctojdbc.input.fetchsize=FETCHSIZE", "--templateProperty","jdbctojdbc.input.partitioncolumn=INPUT_PARTITION_COLUMN", "--templateProperty","jdbctojdbc.input.lowerbound=LOWERBOUND", "--templateProperty","jdbctojdbc.input.upperbound=UPPERBOUND", "--templateProperty","jdbctojdbc.numpartitions=NUM_PARTITIONS", "--templateProperty","jdbctojdbc.output.mode=MODE", "--templateProperty","jdbctojdbc.output.batch.size=BATCH_SIZE", "--templateProperty","jdbctojdbc.output.primary.key=PRIMARY_KEY", "--templateProperty","jdbctojdbc.output.create.table.option=TABLE_PROPERTIES", "--templateProperty","jdbctojdbc.sessioninitstatement=JDBC_SESSION_INIT", "--templateProperty","jdbctojdbc.temp.view.name=TEMP_VIEW", "--templateProperty","jdbctojdbc.sql.query=TEMP_QUERY" ], "jarFileUris": [ "gs://dataproc-templates-binaries/TEMPLATE_VERSION/java/dataproc-templates.jar", "INPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH", "OUTPUT_JDBC_CONNECTOR_CLOUD_STORAGE_PATH" ] } }
如要傳送要求,請展開以下其中一個選項:
您應該會收到如下的 JSON 回應:
{ "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" } }