Esta página foi traduzida pela API Cloud Translation.

Modelo de JDBC para Cloud Spanner

Use o modelo Serverless for Apache Spark JDBC to Spanner para extrair dados de bases de dados JDBC para o Spanner.

Este modelo suporta as seguintes bases de dados como entrada:

MySQL
PostgreSQL
Microsoft SQL Server
Oracle

Use o modelo

Execute o modelo através da CLI gcloud ou da API Dataproc.

gcloud

Antes de usar qualquer um dos dados de comandos abaixo, faça as seguintes substituições:

PROJECT_ID: obrigatório. O seu Google Cloud ID do projeto indicado nas definições de IAM.
REGION: obrigatório. Região do Compute Engine.
TEMPLATE_VERSION: obrigatório. Especifique latest para a versão mais recente do modelo ou a data de uma versão específica, por exemplo, 2023-03-17_v0.1.0-beta (visite gs://dataproc-templates-binaries ou execute gcloud storage ls gs://dataproc-templates-binaries para listar as versões de modelos disponíveis).
SUBNET: opcional. Se não for especificada uma sub-rede, é selecionada a sub-rede na REGIÃO especificada na rede default.
Exemplo: projects/PROJECT_ID/regions/REGION/subnetworks/SUBNET_NAME

JDBC_CONNECTOR_CLOUD_STORAGE_PATH: obrigatório. O caminho completo do Cloud Storage, incluindo o nome do ficheiro, onde o JAR do conetor JDBC está armazenado. Pode usar os seguintes comandos para transferir conetores JDBC para carregar para o Cloud Storage:

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

As seguintes variáveis são usadas para criar o elemento JDBC_CONNECTION_URL obrigatório:

JDBC_HOST, JDBC_PORT, JDBC_DATABASE ou, para a Oracle, JDBC_SERVICE, JDBC_USERNAME, e JDBC_PASSWORD: obrigatório. Anfitrião, porta, base de dados, nome de utilizador e palavra-passe JDBC.

MySQL:

jdbc:mysql://JDBC_HOST:JDBC_PORT/JDBC_DATABASE?user=JDBC_USERNAME&password=JDBC_PASSWORD

PostgreSQL:

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: obrigatório. O controlador JDBC que vai ser usado para a ligação:

MySQL:
```
com.mysql.cj.jdbc.Driver
```
Postgres SQL:
```
org.postgresql.Driver
```

Microsoft SQL Server:

  com.microsoft.sqlserver.jdbc.SQLServerDriver

Oracle:
```
oracle.jdbc.driver.OracleDriver
```

QUERY ou QUERY_FILE: obrigatório. Defina QUERY ou QUERY_FILE para especificar a consulta a usar para extrair dados do JDBC
INPUT_PARTITION_COLUMN, LOWERBOUND, UPPERBOUND, NUM_PARTITIONS: opcional. Se forem usados, têm de ser especificados todos os seguintes parâmetros:
- INPUT_PARTITION_COLUMN: nome da coluna de partição da tabela de entrada JDBC.
- LOWERBOUND: limite inferior da coluna de partição da tabela de entrada JDBC usado para determinar o intervalo de partição.
- UPPERBOUND: limite superior da coluna de partição da tabela de entrada JDBC usado para decidir o intervalo de partição.
- NUM_PARTITIONS: o número máximo de partições que podem ser usadas para o paralelismo de leituras e escritas de tabelas. Se especificado, este valor é usado para a ligação de entrada e saída JDBC. Predefinição: 10.
FETCHSIZE: opcional. O número de linhas a obter por viagem de ida e volta. Predefinição: 10.
JDBC_SESSION_INIT: opcional. Declaração de inicialização de sessão para ler modelos Java.
TEMPVIEW e SQL_QUERY: opcional. Pode usar estes dois parâmetros opcionais para aplicar uma transformação Spark SQL enquanto carrega dados para o Spanner. TEMPVIEW é o nome da vista temporária e SQL_QUERY é a declaração de consulta. TEMPVIEW e o nome da tabela em SQL_QUERY têm de corresponder.
INSTANCE: obrigatório. ID da instância do Spanner.
SPANNER_DATABASE: obrigatório. ID da base de dados do Spanner.
TABLE: obrigatório. Nome da tabela de saída do Spanner.
SPANNER_JDBC_DIALECT: obrigatório. Dialeto JDBC do Spanner. Opções: googlesql ou postgresql. A predefinição é googlesql.
MODE: opcional. Modo de escrita para saída do Spanner. Opções: Append, Overwrite, Ignore ou ErrorIfExists. A predefinição é ErrorIfExists.
PRIMARY_KEY: obrigatório. Colunas de chave principal separadas por vírgulas necessárias ao criar a tabela de saída do Spanner.
SERVICE_ACCOUNT: opcional. Se não for fornecida, é usada a conta de serviço predefinida do Compute Engine.
PROPERTY e PROPERTY_VALUE: Opcional. Lista separada por vírgulas de pares propriedade do Spark=value.
LABEL e LABEL_VALUE: Opcional. Lista de pares label=value separados por vírgulas.
LOG_LEVEL: opcional. Nível de registo. Pode ser um dos seguintes: ALL, DEBUG, ERROR, FATAL, INFO, OFF, TRACE ou WARN. Predefinição: INFO.
KMS_KEY: opcional. A chave do Cloud Key Management Service a usar para encriptação. Se não for especificada uma chave, os dados são encriptados em repouso através de uma Google-owned and Google-managed encryption key.
Exemplo: projects/PROJECT_ID/regions/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME

Execute o seguinte comando:

Linux, macOS ou 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=JDBCTOSPANNER \
    --templateProperty log.level="LOG_LEVEL" \
    --templateProperty project.id="PROJECT_ID" \
    --templateProperty jdbctospanner.jdbc.url="JDBC_CONNECTION_URL" \
    --templateProperty jdbctospanner.jdbc.driver.class.name="DRIVER" \
    --templateProperty jdbctospanner.jdbc.fetchsize="FETCHSIZE" \
    --templateProperty jdbctospanner.jdbc.sessioninitstatement="JDBC_SESSION_INIT" \
    --templateProperty jdbctospanner.sql="QUERY" \
    --templateProperty jdbctospanner.sql.file="QUERY_FILE" \
    --templateProperty jdbctospanner.sql.numPartitions="NUM_PARTITIONS" \
    --templateProperty jdbctospanner.sql.partitionColumn="INPUT_PARTITION_COLUMN" \
    --templateProperty jdbctospanner.sql.lowerBound="LOWERBOUND" \
    --templateProperty jdbctospanner.sql.upperBound="UPPERBOUND" \
    --templateProperty jdbctospanner.output.instance="INSTANCE" \
    --templateProperty jdbctospanner.output.database="SPANNER_DATABASE" \
    --templateProperty jdbctospanner.output.table="TABLE" \
    --templateProperty jdbctospanner.output.saveMode="MODE" \
    --templateProperty jdbctospanner.output.primaryKey="PRIMARY_KEY" \
    --templateProperty jdbctospanner.output.batch.size="BATCHSIZE" \
    --templateProperty jdbctospanner.temp.table="TEMPVIEW" \
    --templateProperty jdbctospanner.temp.query="SQL_QUERY" \
    --templateProperty spanner.jdbc.dialect="SPANNER_JDBC_DIALECT"

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=JDBCTOSPANNER `
    --templateProperty log.level="LOG_LEVEL" `
    --templateProperty project.id="PROJECT_ID" `
    --templateProperty jdbctospanner.jdbc.url="JDBC_CONNECTION_URL" `
    --templateProperty jdbctospanner.jdbc.driver.class.name="DRIVER" `
    --templateProperty jdbctospanner.jdbc.fetchsize="FETCHSIZE" `
    --templateProperty jdbctospanner.jdbc.sessioninitstatement="JDBC_SESSION_INIT" `
    --templateProperty jdbctospanner.sql="QUERY" `
    --templateProperty jdbctospanner.sql.file="QUERY_FILE" `
    --templateProperty jdbctospanner.sql.numPartitions="NUM_PARTITIONS" `
    --templateProperty jdbctospanner.sql.partitionColumn="INPUT_PARTITION_COLUMN" `
    --templateProperty jdbctospanner.sql.lowerBound="LOWERBOUND" `
    --templateProperty jdbctospanner.sql.upperBound="UPPERBOUND" `
    --templateProperty jdbctospanner.output.instance="INSTANCE" `
    --templateProperty jdbctospanner.output.database="SPANNER_DATABASE" `
    --templateProperty jdbctospanner.output.table="TABLE" `
    --templateProperty jdbctospanner.output.saveMode="MODE" `
    --templateProperty jdbctospanner.output.primaryKey="PRIMARY_KEY" `
    --templateProperty jdbctospanner.output.batch.size="BATCHSIZE" `
    --templateProperty jdbctospanner.temp.table="TEMPVIEW" `
    --templateProperty jdbctospanner.temp.query="SQL_QUERY" `
    --templateProperty spanner.jdbc.dialect="SPANNER_JDBC_DIALECT"

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=JDBCTOSPANNER ^
    --templateProperty log.level="LOG_LEVEL" ^
    --templateProperty project.id="PROJECT_ID" ^
    --templateProperty jdbctospanner.jdbc.url="JDBC_CONNECTION_URL" ^
    --templateProperty jdbctospanner.jdbc.driver.class.name="DRIVER" ^
    --templateProperty jdbctospanner.jdbc.fetchsize="FETCHSIZE" ^
    --templateProperty jdbctospanner.jdbc.sessioninitstatement="JDBC_SESSION_INIT" ^
    --templateProperty jdbctospanner.sql="QUERY" ^
    --templateProperty jdbctospanner.sql.file="QUERY_FILE" ^
    --templateProperty jdbctospanner.sql.numPartitions="NUM_PARTITIONS" ^
    --templateProperty jdbctospanner.sql.partitionColumn="INPUT_PARTITION_COLUMN" ^
    --templateProperty jdbctospanner.sql.lowerBound="LOWERBOUND" ^
    --templateProperty jdbctospanner.sql.upperBound="UPPERBOUND" ^
    --templateProperty jdbctospanner.output.instance="INSTANCE" ^
    --templateProperty jdbctospanner.output.database="SPANNER_DATABASE" ^
    --templateProperty jdbctospanner.output.table="TABLE" ^
    --templateProperty jdbctospanner.output.saveMode="MODE" ^
    --templateProperty jdbctospanner.output.primaryKey="PRIMARY_KEY" ^
    --templateProperty jdbctospanner.output.batch.size="BATCHSIZE" ^
    --templateProperty jdbctospanner.temp.table="TEMPVIEW" ^
    --templateProperty jdbctospanner.temp.query="SQL_QUERY" ^
    --templateProperty spanner.jdbc.dialect="SPANNER_JDBC_DIALECT"

REST

Antes de usar qualquer um dos dados do pedido, faça as seguintes substituições:

PROJECT_ID: obrigatório. O seu Google Cloud ID do projeto indicado nas definições de IAM.
REGION: obrigatório. Região do Compute Engine.
TEMPLATE_VERSION: obrigatório. Especifique latest para a versão mais recente do modelo ou a data de uma versão específica, por exemplo, 2023-03-17_v0.1.0-beta (visite gs://dataproc-templates-binaries ou execute gcloud storage ls gs://dataproc-templates-binaries para listar as versões de modelos disponíveis).
SUBNET: opcional. Se não for especificada uma sub-rede, é selecionada a sub-rede na REGIÃO especificada na rede default.
Exemplo: projects/PROJECT_ID/regions/REGION/subnetworks/SUBNET_NAME

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

As seguintes variáveis são usadas para criar o elemento JDBC_CONNECTION_URL obrigatório:
- JDBC_HOST, JDBC_PORT, JDBC_DATABASE ou, para a Oracle, JDBC_SERVICE, JDBC_USERNAME, e JDBC_PASSWORD: obrigatório. Anfitrião, porta, base de dados, nome de utilizador e palavra-passe JDBC.
- DRIVER: obrigatório. O controlador JDBC que vai ser usado para a ligação:
  - MySQL:
```
com.mysql.cj.jdbc.Driver
```
  - Postgres SQL:
```
org.postgresql.Driver
```
  - Microsoft SQL Server:
```
  com.microsoft.sqlserver.jdbc.SQLServerDriver
```
  - Oracle:
```
oracle.jdbc.driver.OracleDriver
```
- QUERY ou QUERY_FILE: obrigatório. Defina QUERY ou QUERY_FILE para especificar a consulta a usar para extrair dados do JDBC
- INPUT_PARTITION_COLUMN, LOWERBOUND, UPPERBOUND, NUM_PARTITIONS: opcional. Se forem usados, têm de ser especificados todos os seguintes parâmetros:
  - INPUT_PARTITION_COLUMN: nome da coluna de partição da tabela de entrada JDBC.
  - LOWERBOUND: limite inferior da coluna de partição da tabela de entrada JDBC usado para determinar o intervalo de partição.
  - UPPERBOUND: limite superior da coluna de partição da tabela de entrada JDBC usado para decidir o intervalo de partição.
  - NUM_PARTITIONS: o número máximo de partições que podem ser usadas para o paralelismo de leituras e escritas de tabelas. Se especificado, este valor é usado para a ligação de entrada e saída JDBC. Predefinição: 10.
- FETCHSIZE: opcional. O número de linhas a obter por viagem de ida e volta. Predefinição: 10.
- JDBC_SESSION_INIT: opcional. Declaração de inicialização de sessão para ler modelos Java.
- TEMPVIEW e SQL_QUERY: opcional. Pode usar estes dois parâmetros opcionais para aplicar uma transformação Spark SQL enquanto carrega dados para o Spanner. TEMPVIEW é o nome da vista temporária e SQL_QUERY é a declaração de consulta. TEMPVIEW e o nome da tabela em SQL_QUERY têm de corresponder.
- INSTANCE: obrigatório. ID da instância do Spanner.
- SPANNER_DATABASE: obrigatório. ID da base de dados do Spanner.
- TABLE: obrigatório. Nome da tabela de saída do Spanner.
- SPANNER_JDBC_DIALECT: obrigatório. Dialeto JDBC do Spanner. Opções: googlesql ou postgresql. A predefinição é googlesql.
- MODE: opcional. Modo de escrita para saída do Spanner. Opções: Append, Overwrite, Ignore ou ErrorIfExists. A predefinição é ErrorIfExists.
- PRIMARY_KEY: obrigatório. Colunas de chave principal separadas por vírgulas necessárias ao criar a tabela de saída do Spanner.
- SERVICE_ACCOUNT: opcional. Se não for fornecida, é usada a conta de serviço predefinida do Compute Engine.
- PROPERTY e PROPERTY_VALUE: Opcional. Lista separada por vírgulas de pares propriedade do Spark=value.
- LABEL e LABEL_VALUE: Opcional. Lista de pares label=value separados por vírgulas.
- LOG_LEVEL: opcional. Nível de registo. Pode ser um dos seguintes: ALL, DEBUG, ERROR, FATAL, INFO, OFF, TRACE ou WARN. Predefinição: INFO.
- KMS_KEY: opcional. A chave do Cloud Key Management Service a usar para encriptação. Se não for especificada uma chave, os dados são encriptados em repouso através de uma Google-owned and Google-managed encryption key.
  Exemplo: projects/PROJECT_ID/regions/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
Método HTTP e URL:
```
POST https://dataproc.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/batches
```
Corpo JSON do pedido:
```
{
  "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","JDBCTOSPANNER",
      "--templateProperty","log.level=LOG_LEVEL",
      "--templateProperty","project.id=PROJECT_ID",
      "--templateProperty","jdbctospanner.jdbc.url=JDBC_CONNECTION_URL",
      "--templateProperty","jdbctospanner.jdbc.driver.class.name=DRIVER",
      "--templateProperty","jdbctospanner.jdbc.fetchsize=FETCHSIZE",
      "--templateProperty","jdbctospanner.jdbc.sessioninitstatement=JDBC_SESSION_INIT",
      "--templateProperty","jdbctospanner.sql=QUERY",
      "--templateProperty","jdbctospanner.sql.file=QUERY_FILE",
      "--templateProperty","jdbctospanner.sql.numPartitions=NUM_PARTITIONS",
      "--templateProperty","jdbctospanner.sql.partitionColumn=INPUT_PARTITION_COLUMN",
      "--templateProperty","jdbctospanner.sql.lowerBound=LOWERBOUND",
      "--templateProperty","jdbctospanner.sql.upperBound=UPPERBOUND",
      "--templateProperty","jdbctospanner.output.instance=INSTANCE",
      "--templateProperty","jdbctospanner.output.database=SPANNER_DATABASE",
      "--templateProperty","jdbctospanner.output.table=TABLE",
      "--templateProperty","jdbctospanner.output.saveMode=MODE",
      "--templateProperty","jdbctospanner.output.primaryKey=PRIMARY_KEY",
      "--templateProperty","jdbctospanner.output.batch.size=BATCHSIZE",
      "--templateProperty","jdbctospanner.temp.table=TEMPVIEW",
      "--templateProperty","jdbctospanner.temp.query=SQL_QUERY",
      "--templateProperty spanner.jdbc.dialect=SPANNER_JDBC_DIALECT"
    ],
    "jarFileUris": [
      "gs://dataproc-templates-binaries/TEMPLATE_VERSION/java/dataproc-templates.jar"
    ]
  }
}
```
Para enviar o seu pedido, expanda uma destas opções:
curl (Linux, macOS ou Cloud Shell)

Nota: O comando seguinte pressupõe que tem sessão iniciada na CLI gcloud com a sua conta de utilizador executando gcloud init ou gcloud auth login, ou usando o Cloud Shell, que inicia automaticamente sessão na CLI gcloud. Pode verificar a conta atualmente ativa executando o comando gcloud auth list.

Guarde o corpo do pedido num ficheiro com o nome request.json, e execute o seguinte comando:
```
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)

Nota: O comando seguinte pressupõe que iniciou sessão na CLI do Google Cloud com a sua conta de utilizador executando gcloud init ou gcloud auth login .gcloud Pode verificar a conta atualmente ativa executando o comando gcloud auth list.

Guarde o corpo do pedido num ficheiro com o nome request.json, e execute o seguinte comando:
```
$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
```
Deve receber uma resposta JSON semelhante à seguinte:
```
{
  "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"
  }
}
```

Modelo de JDBC para Cloud Spanner

Use o modelo

gcloud

Linux, macOS ou Cloud Shell

Windows (PowerShell)

Windows (cmd.exe)

REST

curl (Linux, macOS ou Cloud Shell)

PowerShell (Windows)