使用 Eventarc 构建 BigQuery 处理流水线

本教程介绍如何使用 Eventarc 构建处理流水线，该流水线安排对公共 BigQuery 数据集的查询，根据数据生成图表，并通过电子邮件分享图表链接。

目标

在本教程中，您将构建和部署三个 Cloud Run 服务，这些服务允许未经身份验证的访问并使用 Eventarc 接收事件：

Query Runner - 当 Cloud Scheduler 作业向 Pub/Sub 主题发布消息时触发，此服务使用 BigQuery API 从公共 COVID-19 数据集中检索数据，并将结果保存到新的 BigQuery 表中。
Chart Creator - 在 Query Runner 服务向 Pub/Sub 主题发布消息时触发，此服务使用 Python 绘图库 Matplotlib 生成图表，并将图表保存到 Cloud Storage 存储桶。
Notifier - 当 Chart Creator 服务将图表存储在 Cloud Storage 存储桶中时，由审核日志触发，此服务使用电子邮件服务 SendGrid，将图表的链接发送到某个电子邮件地址。

下图展示了高级别的基础架构：

费用

本教程使用 Google Cloud 的以下收费组件：

您可使用价格计算器根据您的预计使用情况来估算费用。 Google Cloud 新用户可能有资格申请免费试用。

准备工作

如果您的组织将限制应用于您的 Google Cloud 环境，则本文档中的某些步骤可能无法正常工作。在这种情况下，您可能无法完成创建公共 IP 地址或服务帐号密钥等任务。如果您发出的请求会返回有关限制条件的错误，请参阅如何在受限的 Google Cloud 环境中开发应用。

登录您的 Google Cloud 帐号。如果您是 Google Cloud 新手，请创建一个帐号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。

在 Google Cloud Console 中的项目选择器页面上，选择或创建一个 Google Cloud 项目。

转到“项目选择器”

确保您的 Cloud 项目已启用结算功能。了解如何检查项目是否已启用结算功能。

启用 Cloud Build, Cloud Logging, Cloud Run, Cloud Scheduler, Container Registry, Eventarc, Pub/Sub API。

启用 API

安装 Google Cloud CLI。

如需初始化 gcloud CLI，请运行以下命令：

gcloud init

在 Google Cloud Console 中的项目选择器页面上，选择或创建一个 Google Cloud 项目。

转到“项目选择器”

确保您的 Cloud 项目已启用结算功能。了解如何检查项目是否已启用结算功能。

启用 Cloud Build, Cloud Logging, Cloud Run, Cloud Scheduler, Container Registry, Eventarc, Pub/Sub API。

启用 API

安装 Google Cloud CLI。

如需初始化 gcloud CLI，请运行以下命令：

gcloud init

更新 gcloud 组件：
```
gcloud components update
```

使用您的帐号登录：
```
gcloud auth login
```

选择 Google Cloud Storage 并启用管理员读取、数据读取和数据写入日志类型：

转到“Cloud Audit Logs”

将 eventarc.eventReceiver 角色授予 Compute Engine 服务帐号：

export PROJECT_NUMBER="$(gcloud projects describe $(gcloud config get-value project) --format='value(projectNumber)')"

gcloud projects add-iam-policy-binding $(gcloud config get-value project) \
    --member=serviceAccount:${PROJECT_NUMBER}-compute@developer.gserviceaccount.com \
    --role='roles/eventarc.eventReceiver'

如果您在 2021 年 4 月 8 日或之前启用了 Pub/Sub 服务帐号，请将 iam.serviceAccountTokenCreator 角色授予 Pub/Sub 服务帐号：

gcloud projects add-iam-policy-binding $(gcloud config get-value project) \
    --member="serviceAccount:service-${PROJECT_NUMBER}@gcp-sa-pubsub.iam.gserviceaccount.com"\
    --role='roles/iam.serviceAccountTokenCreator'

设置本教程中使用的默认值：

export REGION=REGION
gcloud config set run/region ${REGION}
gcloud config set run/platform managed
gcloud config set eventarc/location ${REGION}

将 REGION 替换为您选择的受支持的 Eventarc 位置。

下载并安装 Git 源代码管理工具。

创建 SendGrid API 密钥

SendGrid 是云端电子邮件服务提供商，让您无需维护电子邮件服务器即可发送电子邮件。

登录到 SendGrid 并转到 Settings > API Keys。
点击 Create API Key。
为该密钥选择权限。该密钥必须至少具有 Mail Send 权限才能发送电子邮件。
点击保存以创建密钥。
SendGrid 会生成一个新的密钥。这是该密钥的唯一副本，因此请务必复制并保存该密钥以供日后使用。

创建 Cloud Storage 存储桶

创建一个唯一的 Cloud Storage 存储桶以保存图表。确保存储桶和图表是公开提供的，并且与 Cloud Run 服务位于同一区域：

  export BUCKET="$(gcloud config get-value core/project)-charts"
  gsutil mb -l $(gcloud config get-value run/region) gs://${BUCKET}
  gsutil uniformbucketlevelaccess set on gs://${BUCKET}
  gsutil iam ch allUsers:objectViewer gs://${BUCKET}

部署 Notifier 服务

部署一个 Cloud Run 服务，该服务接收 Chart Creator 事件并使用 SendGrid 通过电子邮件发送生成的图表的链接。

克隆 GitHub 代码库并切换到 notifier/python 目录：

git clone https://github.com/GoogleCloudPlatform/eventarc-samples
cd eventarc-samples/processing-pipelines/bigquery/notifier/python/

构建并推送容器映像：

export SERVICE_NAME=notifier
docker build -t gcr.io/$(gcloud config get-value project)/${SERVICE_NAME}:v1 .
docker push gcr.io/$(gcloud config get-value project)/${SERVICE_NAME}:v1

将容器映像部署到 Cloud Run，并传入电子邮件发送到的地址以及 SendGrid API 密钥：

export TO_EMAILS=EMAIL_ADDRESS
export SENDGRID_API_KEY=YOUR_SENDGRID_API_KEY
gcloud run deploy ${SERVICE_NAME} \
    --image gcr.io/$(gcloud config get-value project)/${SERVICE_NAME}:v1 \
    --update-env-vars TO_EMAILS=${TO_EMAILS},SENDGRID_API_KEY=${SENDGRID_API_KEY},BUCKET=${BUCKET} \
    --allow-unauthenticated

请替换以下内容：

将 EMAIL_ADDRESS 替换为生成的图表的链接发送到的电子邮件地址
将 YOUR_SENDGRID_API_KEY 替换为您之前记下的 SendGrid API 密钥

当您看到服务网址时，表示部署完成。

为 Notifier 服务创建触发器

部署在 Cloud Run 上的 Notifier 服务的 Eventarc 触发器过滤 methodName 为 storage.objects.create 的 Cloud Storage 审核日志。

创建触发器：

gcloud eventarc triggers create trigger-${SERVICE_NAME} \
    --destination-run-service=${SERVICE_NAME} \
    --destination-run-region=${REGION} \
    --event-filters="type=google.cloud.audit.log.v1.written" \
    --event-filters="serviceName=storage.googleapis.com" \
    --event-filters="methodName=storage.objects.create" \
    --service-account=${PROJECT_NUMBER}-compute@developer.gserviceaccount.com

这将创建一个名为 trigger-notifier 的触发器。

部署 Chart Creator 服务

部署一个 Cloud Run 服务，该服务接收 Query Runner 事件，从 BigQuery 表检索特定国家/地区的数据，然后使用 Matplotlib 根据数据生成图表。图表将上传到 Cloud Storage 存储桶。

切换到 chart-creator/python 目录：
```
cd ../../chart-creator/python
```

构建并推送容器映像：

export SERVICE_NAME=chart-creator
docker build -t gcr.io/$(gcloud config get-value project)/${SERVICE_NAME}:v1 .
docker push gcr.io/$(gcloud config get-value project)/${SERVICE_NAME}:v1

将容器映像部署到 Cloud Run，传入 BUCKET：

gcloud run deploy ${SERVICE_NAME} \
  --image gcr.io/$(gcloud config get-value project)/${SERVICE_NAME}:v1 \
  --update-env-vars BUCKET=${BUCKET} \
  --allow-unauthenticated

当您看到服务网址时，表示部署完成。

为 Chart Creator 服务创建触发器

部署在 Cloud Run 上的 Chart Creator 服务的 Eventarc 触发器过滤发布到某个 Pub/Sub 主题的消息。

创建触发器：

gcloud eventarc triggers create trigger-${SERVICE_NAME} \
  --destination-run-service=${SERVICE_NAME} \
  --destination-run-region=${REGION} \
  --event-filters="type=google.cloud.pubsub.topic.v1.messagePublished"

这将创建一个名为 trigger-chart-creator 的触发器。

设置 Pub/Sub 主题环境变量。

export TOPIC_QUERY_COMPLETED=$(basename $(gcloud eventarc triggers describe trigger-${SERVICE_NAME} --format='value(transport.pubsub.topic)'))

部署 Query Runner 服务

部署一个 Cloud Run 服务，该服务接收 Cloud Scheduler 事件，从公共 COVID-19 数据集中检索数据，并将结果保存到新的 BigQuery 表中。

切换到 processing-pipelines 目录：
```
cd ../../..
```

构建并推送容器映像：

export SERVICE_NAME=query-runner
docker build -t gcr.io/$(gcloud config get-value project)/${SERVICE_NAME}:v1 -f bigquery/${SERVICE_NAME}/csharp/Dockerfile .
docker push gcr.io/$(gcloud config get-value project)/${SERVICE_NAME}:v1

将容器映像部署到 Cloud Run，传入 PROJECT_ID 和 TOPIC_QUERY_COMPLETED：

gcloud run deploy ${SERVICE_NAME} \
  --image gcr.io/$(gcloud config get-value project)/${SERVICE_NAME}:v1 \
  --update-env-vars PROJECT_ID=$(gcloud config get-value project),TOPIC_ID=${TOPIC_QUERY_COMPLETED} \
  --allow-unauthenticated

当您看到服务网址时，表示部署完成。

为 Query Runner 服务创建触发器

部署在 Cloud Run 上的 Query Runner 服务的 Eventarc 触发器过滤发布到某个 Pub/Sub 主题的消息。

创建触发器：

gcloud eventarc triggers create trigger-${SERVICE_NAME} \
  --destination-run-service=${SERVICE_NAME} \
  --destination-run-region=${REGION} \
  --event-filters="type=google.cloud.pubsub.topic.v1.messagePublished"

这将创建一个名为 trigger-query-runner 的触发器。

为 Pub/Sub 主题设置环境变量。

export TOPIC_QUERY_SCHEDULED=$(gcloud eventarc triggers describe trigger-${SERVICE_NAME} --format='value(transport.pubsub.topic)')

安排作业

处理流水线由两个 Cloud Scheduler 作业触发。

创建 Cloud Scheduler 需要的 App Engine 应用，并指定适当的位置：

export APP_ENGINE_LOCATION=LOCATION
gcloud app create --region=${APP_ENGINE_LOCATION}

创建两个 Cloud Scheduler 作业，这些作业每天发布到 Pub/Sub 主题一次：

gcloud scheduler jobs create pubsub cre-scheduler-uk \
  --schedule="0 16 * * *" \
  --topic=${TOPIC_QUERY_SCHEDULED} \
  --message-body="United Kingdom"

gcloud scheduler jobs create pubsub cre-scheduler-cy \
  --schedule="0 17 * * *" \
  --topic=${TOPIC_QUERY_SCHEDULED} \
  --message-body="Cyprus"

时间表以 unix-cron 格式指定。例如，0 16 * * * 表示作业在世界协调时间 (UTC) 每天 16:00（下午 4 点）运行。

运行流水线

首先，确认所有触发器已成功创建：

gcloud eventarc triggers list

输出应类似如下所示：

NAME                   TYPE                                           DESTINATION_RUN_SERVICE  DESTINATION_RUN_PATH  ACTIVE
trigger-chart-creator  google.cloud.pubsub.topic.v1.messagePublished  chart-creator                                  Yes
trigger-notifier       google.cloud.audit.log.v1.written              notifier                                       Yes
trigger-query-runner   google.cloud.pubsub.topic.v1.messagePublished  query-runner                                   Yes

检索 Cloud Scheduler 作业 ID：

gcloud scheduler jobs list

输出应类似如下所示：

ID                LOCATION      SCHEDULE (TZ)         TARGET_TYPE  STATE
cre-scheduler-cy  us-central1   0 17 * * * (Etc/UTC)  Pub/Sub      ENABLED
cre-scheduler-uk  us-central1   0 16 * * * (Etc/UTC)  Pub/Sub      ENABLED

这些作业安排在每天下午 4 点和 5 点运行，但您也可以手动运行 Cloud Scheduler 作业：
```
gcloud scheduler jobs run cre-scheduler-cy
gcloud scheduler jobs run cre-scheduler-uk
```
几分钟后，确认 Cloud Storage 存储桶中有两个图表：
```
gsutil ls gs://${BUCKET}
```
输出应类似如下所示：
```
gs://BUCKET/chart-cyprus.png
gs://BUCKET/chart-unitedkingdom.png
```

恭喜！您应该还会收到两封电子邮件，其中包含图表链接。

清理

如果您为本教程创建了一个新项目，请删除项目。如果您使用的是现有项目，希望保留此项目且不保留本教程中添加的任何更改，请删除为教程创建的资源。

删除项目

为了避免产生费用，最简单的方法是删除您为本教程创建的项目。

要删除项目，请执行以下操作：

在 Google Cloud 控制台中，转到管理资源页面：
转到“管理资源”
在项目列表中，选择要删除的项目，然后点击删除。
在对话框中输入项目 ID，然后点击关闭以删除项目。

删除教程资源

删除您在本教程中部署的 Cloud Run 服务：
```
gcloud run services delete SERVICE_NAME
```
其中，SERVICE_NAME 是您选择的服务名称。

您还可以从 Google Cloud Console 中删除 Cloud Run 服务。
移除您在教程设置过程中添加的任何 gcloud CLI 默认配置。

例如：

gcloud config unset run/region

或

gcloud config unset project
删除在本教程中创建的其他 Google Cloud 资源：
- 删除 Eventarc 触发器：
```
gcloud eventarc triggers delete TRIGGER_NAME
```
  将 TRIGGER_NAME 替换为您的触发器的名称。
- 从 Container Registry 中删除容器映像（该容器名为 gcr.io/PROJECT_ID/SERVICE_NAME）。

使用 Eventarc 构建 BigQuery 处理流水线

目标

费用

准备工作

创建 SendGrid API 密钥

创建 Cloud Storage 存储桶

部署 Notifier 服务

为 Notifier 服务创建触发器

部署 Chart Creator 服务

为 Chart Creator 服务创建触发器

部署 Query Runner 服务

为 Query Runner 服务创建触发器

安排作业

运行流水线

清理

删除项目

删除教程资源

后续步骤