Esegui la migrazione da DynamoDB a Spanner

Questo tutorial descrive come eseguire la migrazione da Amazon DynamoDB a Spanner. È destinato principalmente ai proprietari di app che vogliono passare da un sistema NoSQL a Spanner, un sistema di database SQL completamente relazionale, tollerante ai guasti e altamente scalabile che supporta le transazioni. Se utilizzi in modo coerente le tabelle Amazon DynamoDB, in termini di tipi e layout, la mappatura a Spanner è semplice. Se le tue tabelle Amazon DynamoDB contengono tipi e valori di dati arbitrari, potrebbe essere più semplice passare ad altri servizi NoSQL, come Datastore o Firestore.

Questo tutorial presuppone che tu abbia familiarità con gli schemi di database, i tipi di dati, i fondamenti di NoSQL e i sistemi di database relazionali. Il tutorial si basa sull'esecuzione di attività predefinite per eseguire una migrazione di esempio. Al termine del tutorial, puoi modificare il codice e i passaggi forniti per adattarli al tuo ambiente.

Il seguente diagramma di architettura illustra i componenti utilizzati nel tutorial per eseguire la migrazione dei dati:

Obiettivi

• Esegui la migrazione dei dati da Amazon DynamoDB a Spanner.
• Crea un database Spanner e una tabella di migrazione.
• Mappa uno schema NoSQL a uno schema relazionale.
• Crea ed esporta un set di dati di esempio che utilizza Amazon DynamoDB.
• Trasferisci dati tra Amazon S3 e Cloud Storage.
• Utilizza Dataflow per caricare i dati in Spanner.

Costi

Questo tutorial utilizza i seguenti componenti fatturabili di Google Cloud:

• Pub/Sub
• Cloud Storage
• Dataflow

Gli addebiti di Spanner si basano sulla quantità di capacità di calcolo nell'istanza e sulla quantità di dati archiviati durante il ciclo di fatturazione mensile. Durante il tutorial utilizzerai una configurazione minima di queste risorse, che verranno ripulite al termine. Per gli scenari reali, stima i requisiti di throughput e spazio di archiviazione, quindi utilizza la documentazione delle istanze Spanner per determinare la quantità di capacità di calcolo di cui hai bisogno.

Oltre alle risorse Google Cloud , questo tutorial utilizza le seguenti risorse Amazon Web Services (AWS):

• AWS Lambda
• Amazon S3
• Amazon DynamoDB

Questi servizi sono necessari solo durante la procedura di migrazione. Al termine del tutorial, segui le istruzioni per ripulire tutte le risorse in modo da evitare addebiti non necessari. Utilizza il Calcolatore prezzi AWS per stimare questi costi.

Per generare una stima dei costi in base all'utilizzo previsto, utilizza il Calcolatore prezzi.

Prima di iniziare

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Spanner, Pub/Sub, Compute Engine, and Dataflow APIs.

   Enable the APIs

5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the Spanner, Pub/Sub, Compute Engine, and Dataflow APIs.

   Enable the APIs

Al termine delle attività descritte in questo documento, puoi evitare la fatturazione continua eliminando le risorse che hai creato. Per ulteriori informazioni, consulta la sezione Pulizia.

prepara l'ambiente

In questo tutorial esegui i comandi in Cloud Shell. Cloud Shell ti consente di accedere alla riga di comando in Google Cloude include Google Cloud CLI e altri strumenti necessari per lo sviluppo su Google Cloud . L'inizializzazione di Cloud Shell può richiedere diversi minuti.

1. In the Google Cloud console, activate Cloud Shell.

   Activate Cloud Shell

   At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

2. Imposta la zona Compute Engine predefinita. Ad esempio, us-central1-b. gcloud config set compute/zone us-central1-b
3. Clona il repository GitHub contenente il codice campione. git clone https://github.com/GoogleCloudPlatform/dynamodb-spanner-migration.git
4. Vai alla directory clonata. cd dynamodb-spanner-migration
5. Crea un ambiente virtuale Python. pip3 install virtualenv virtualenv env
6. Attiva l'ambiente virtuale: source env/bin/activate
7. Installa i moduli Python richiesti. pip3 install -r requirements.txt

Configurare l'accesso ad AWS

In questo tutorial crei ed elimini tabelle Amazon DynamoDB, bucket Amazon S3 e altre risorse. Per accedere a queste risorse, devi prima creare le autorizzazioni IAM (Identity and Access Management) di AWS necessarie. Puoi utilizzare un account AWS di test o sandbox per evitare di influire sulle risorse di produzione nello stesso account.

Crea un ruolo AWS IAM per AWS Lambda

In questa sezione crei un ruolo AWS IAM utilizzato da AWS Lambda in un passaggio successivo del tutorial.

1. Nella console AWS, vai alla sezione IAM, fai clic su Ruoli e poi seleziona Crea ruolo.
2. In Tipo di entità attendibile, assicurati che sia selezionato Servizio AWS.
3. In Caso d'uso, seleziona Lambda e poi fai clic su Avanti.
4. Nella casella di filtro Norme relative alle autorizzazioni, inserisci AWSLambdaDynamoDBExecutionRole e premi Return per eseguire la ricerca.
5. Seleziona la casella di controllo AWSLambdaDynamoDBExecutionRole e poi fai clic su Avanti.
6. Nella casella Nome ruolo, inserisci dynamodb-spanner-lambda-role e poi fai clic su Crea ruolo.

Creare un utente AWS IAM

Segui questi passaggi per creare un utente AWS IAM con accesso programmatico alle risorse AWS, che vengono utilizzate durante il tutorial.

1. Mentre sei ancora nella sezione IAM della console AWS, fai clic su Utenti e poi seleziona Aggiungi utenti.
2. Nella casella Nome utente, inserisci dynamodb-spanner-migration.

3. In Tipo di accesso, seleziona la casella di controllo a sinistra di Access key - Accesso programmatico.

   Nota: non attivare l'accesso alla console di gestione, perché non utilizzerai questo utente IAM per accedere alla console.

4. Fai clic su Successivo: autorizzazioni.

5. Fai clic su Allega direttamente i criteri esistenti e utilizza la casella Cerca per filtrare, seleziona la casella di controllo accanto a ciascuno dei seguenti tre criteri:

   • AmazonDynamoDBFullAccess
   • AmazonS3FullAccess
   • AWSLambda_FullAccess

6. Fai clic su Avanti: tag e Avanti: esamina, quindi su Crea utente.

7. Fai clic su Mostra per visualizzare le credenziali. Vengono visualizzati l'ID chiave di accesso e la chiave di accesso segreta per l'utente appena creato. Per il momento, lascia aperta questa finestra perché le credenziali sono necessarie nella sezione seguente. Conserva al sicuro queste credenziali perché con queste puoi apportare modifiche al tuo account e influire sul tuo ambiente. Al termine di questo tutorial, puoi eliminare l'utente IAM.

Configura l'interfaccia a riga di comando AWS

1. In Cloud Shell, configura l'interfaccia a riga di comando (CLI) di AWS.

   aws configure
   

   Viene visualizzato il seguente output:

   AWS Access Key ID [None]: PASTE_YOUR_ACCESS_KEY_ID
   AWS Secret Access Key [None]: PASTE_YOUR_SECRET_ACCESS_KEY
   Default region name [None]: us-west-2
   Default output format [None]:
   

   • Inserisci ACCESS KEY ID e SECRET ACCESS KEY dall'account IAM AWS che hai creato.
   • Nel campo Nome regione predefinito, inserisci us-west-2. Lascia invariati i valori predefiniti degli altri campi.

2. Chiudi la finestra della console AWS IAM.

Informazioni sul modello dei dati

La sezione seguente illustra le somiglianze e le differenze tra tipi di dati, chiavi e indici per Amazon DynamoDB e Spanner.

Tipi di dati

Spanner utilizza i tipi di dati GoogleSQL. La tabella seguente descrive come i tipi di dati di Amazon DynamoDB vengono mappati ai tipi di dati di Spanner.

Amazon DynamoDB	Spanner
Numero	A seconda della precisione o dell'utilizzo previsto, potrebbe essere mappato a INT64, FLOAT64, TIMESTAMP o DATE.
Stringa	Stringa
Booleano	BOOL
Null	Nessun tipo esplicito. Le colonne possono contenere valori null.
Binario	Byte
Set	Array
Mappa ed elenco	Struct se la struttura è coerente e può essere descritta utilizzando la sintassi DDL della tabella.

Chiave primaria

Una chiave primaria Amazon DynamoDB stabilisce l'unicità e può essere una chiave hash o una combinazione di una chiave hash e una chiave di intervallo. Questo tutorial inizia mostrando la migrazione di una tabella Amazon DynamoDB la cui chiave primaria è una chiave hash. Questa chiave hash diventa la chiave primaria della tabella Spanner. In seguito, nella sezione sulle tabelle interlacciate, modella una situazione in cui una tabella Amazon DynamoDB utilizza una chiave primaria composta da una chiave hash e una chiave di intervallo.

Indici secondari

Sia Amazon DynamoDB sia Spanner supportano la creazione di un indice su un attributo della chiave non principale. Prendi nota di eventuali indici secondari nella tabella Amazon DynamoDB in modo da poterli creare nella tabella Spanner, come descritto in una sezione successiva di questo tutorial.

Tabella di esempio

Per facilitare questo tutorial, esegui la migrazione della seguente tabella di esempio da Amazon DynamoDB a Spanner:

	Amazon DynamoDB	Spanner
Nome tabella	Migration	Migration
Chiave primaria	"Username" : String	"Username" : STRING(1024)
Tipo di chiave	Hash	n/a
Altri campi	Zipcode: Number Subscribed: Boolean ReminderDate: String PointsEarned: Number	Zipcode: INT64 Subscribed: BOOL ReminderDate: DATE PointsEarned: INT64

Prepara la tabella Amazon DynamoDB

Nella sezione seguente, crei una tabella di origine Amazon DynamoDB e la completi con i dati.

1. In Cloud Shell, crea una tabella Amazon DynamoDB che utilizzi gli attributi della tabella di esempio.

   aws dynamodb create-table --table-name Migration \
       --attribute-definitions AttributeName=Username,AttributeType=S \
       --key-schema AttributeName=Username,KeyType=HASH \
       --provisioned-throughput ReadCapacityUnits=75,WriteCapacityUnits=75
   

2. Verifica che lo stato della tabella sia ACTIVE.

   aws dynamodb describe-table --table-name Migration \
       --query 'Table.TableStatus'
   

3. Compila la tabella con dati di esempio.

   python3 make-fake-data.py --table Migration --items 25000
   

   Nota: se viene creato un numero leggermente inferiore di record richiesti, puoi ignorare la discrepanza. Potrebbero essere creati meno record se sono stati generati nomi utente di esempio duplicati.

Creazione di un database Spanner

Crea un'istanza Spanner con la capacità di calcolo minima possibile: 100 unità di elaborazione. Questa capacità di calcolo è sufficiente per lo scopo di questo tutorial. Per un deployment di produzione, consulta la documentazione relativa alle istanze Spanner per determinare la capacità di calcolo appropriata per soddisfare i requisiti di prestazioni del database.

In questo esempio, crei uno schema di tabella contemporaneamente al database. È anche possibile, ed è prassi comune, eseguire aggiornamenti dello schema dopo aver creato il database.

Nota: sia Amazon DynamoDB sia Spanner supportano l'uso di indici secondari. Le best practice per il caricamento collettivo di Spanner consigliano di creare indici secondari dopo aver caricato i dati iniziali. Configura un indice secondario più avanti in questo tutorial.

1. Crea un'istanza Spanner nella stessa regione in cui hai impostato la zona Compute Engine predefinita. Ad esempio, us-central1.

   gcloud beta spanner instances create spanner-migration \
       --config=regional-us-central1 --processing-units=100 \
       --description="Migration Demo"
   

2. Crea un database nell'istanza Spanner insieme alla tabella di esempio.

   gcloud spanner databases create migrationdb \
       --instance=spanner-migration \
       --ddl "CREATE TABLE Migration ( \
               Username STRING(1024) NOT NULL, \
               PointsEarned INT64, \
               ReminderDate DATE, \
               Subscribed BOOL, \
               Zipcode INT64, \
            ) PRIMARY KEY (Username)"
   

Preparare la migrazione

Le sezioni seguenti mostrano come esportare la tabella di origine Amazon DynamoDB e impostare la replica Pub/Sub per acquisire eventuali modifiche al database che si verificano durante l'esportazione.

Nota: se le modifiche al database non sono idempotenti e non è sicuro scrivere gli stessi dati più di una volta, è meglio eseguire i passaggi che seguono durante un periodo di manutenzione in cui puoi mettere in pausa le modifiche dell'app alla tabella.

Trasmettere le modifiche a Pub/Sub

Utilizzi una funzione AWS Lambda per trasmettere le modifiche del database in streaming a Pub/Sub.

1. In Cloud Shell, attiva gli stream Amazon DynamoDB nella tabella di origine.

   aws dynamodb update-table --table-name Migration \
       --stream-specification StreamEnabled=true,StreamViewType=NEW_AND_OLD_IMAGES
   

2. Configura un argomento Pub/Sub per ricevere le modifiche.

   gcloud pubsub topics create spanner-migration
   

   Viene visualizzato il seguente output:

   Created topic [projects/your-project/topics/spanner-migration].
   

3. Crea un account di servizio IAM per inviare gli aggiornamenti della tabella all'argomento Pub/Sub.

   gcloud iam service-accounts create spanner-migration \
       --display-name="Spanner Migration"
   

   Viene visualizzato il seguente output:

   Created service account [spanner-migration].
   

4. Crea un'associazione di criteri IAM in modo che l'account di servizio abbia l'autorizzazione per pubblicare in Pub/Sub. Sostituisci GOOGLE_CLOUD_PROJECT con il nome del tuo progetto Google Cloud .

   gcloud projects add-iam-policy-binding GOOGLE_CLOUD_PROJECT \
       --role roles/pubsub.publisher \
       --member serviceAccount:spanner-migration@GOOGLE_CLOUD_PROJECT.iam.gserviceaccount.com
   

   Viene visualizzato il seguente output:

   bindings:
   (...truncated...)
   - members:
     - serviceAccount:[e-mail]
     role: roles/pubsub.publisher
   

5. Crea le credenziali per l'account di servizio.

   gcloud iam service-accounts keys create credentials.json \
       --iam-account spanner-migration@GOOGLE_CLOUD_PROJECT.iam.gserviceaccount.com
   

   Viene visualizzato il seguente output:

   created key [5e559d9f6bd8293da31b472d85a233a3fd9b381c] of type [json] as [credentials.json] for [[e-mail]]
   

6. Prepara e pacchettizza la funzione AWS Lambda per inviare le modifiche alle tabelle Amazon DynamoDB all'argomento Pub/Sub.

   pip3 install --ignore-installed --target=lambda-deps google-cloud-pubsub
   
   cd lambda-deps; zip -r9 ../pubsub-lambda.zip *; cd -
   
   zip -g pubsub-lambda.zip ddbpubsub.py
   

7. Crea una variabile per acquisire l'Amazon Resource Name (ARN) del ruolo di esecuzione di Lambda che hai creato in precedenza.

   LAMBDA_ROLE=$(aws iam list-roles \
       --query 'Roles[?RoleName==`dynamodb-spanner-lambda-role`].[Arn]' \
       --output text)
   

8. Utilizza il pacchetto pubsub-lambda.zip per creare la funzione AWS Lambda.

   aws lambda create-function --function-name dynamodb-spanner-lambda \
       --runtime python3.9 --role ${LAMBDA_ROLE} \
       --handler ddbpubsub.lambda_handler --zip fileb://pubsub-lambda.zip \
       --environment Variables="{SVCACCT=$(base64 -w 0 credentials.json),PROJECT=GOOGLE_CLOUD_PROJECT,TOPIC=spanner-migration}"
   

   Viene visualizzato il seguente output:

   {
       "FunctionName": "dynamodb-spanner-lambda",
       "LastModified": "2022-03-17T23:45:26.445+0000",
       "RevisionId": "e58e8408-cd3a-4155-a184-4efc0da80bfb",
       "MemorySize": 128,
   
   ... truncated output...
       "PackageType": "Zip",
       "Architectures": [
           "x86_64"
       ]
   }
   

9. Create a variable to capture the ARN of the Amazon DynamoDB stream for your table.

   STREAMARN=$(aws dynamodb describe-table \
       --table-name Migration \
       --query "Table.LatestStreamArn" \
       --output text)
   

10. Collega la funzione Lambda alla tabella Amazon DynamoDB.

    aws lambda create-event-source-mapping --event-source ${STREAMARN} \
        --function-name dynamodb-spanner-lambda --enabled \
        --starting-position TRIM_HORIZON
    

11. Per ottimizzare la reattività durante i test, aggiungi --batch-size 1 alla fine del comando precedente, in modo da attivare la funzione ogni volta che crei, aggiorni o elimini un elemento.

    Vedrai un output simile al seguente:

    {
        "UUID": "44e4c2bf-493a-4ba2-9859-cde0ae5c5e92",
        "StateTransitionReason": "User action",
        "LastModified": 1530662205.549,
        "BatchSize": 100,
        "EventSourceArn": "arn:aws:dynamodb:us-west-2:accountid:table/Migration/stream/2018-07-03T15:09:57.725",
        "FunctionArn": "arn:aws:lambda:us-west-2:accountid:function:dynamodb-spanner-lambda",
        "State": "Creating",
        "LastProcessingResult": "No records processed"
    ... truncated output...
    

Esportare la tabella Amazon DynamoDB in Amazon S3

1. In Cloud Shell, crea una variabile per il nome di un bucket da utilizzare in diverse sezioni seguenti.

   BUCKET=${DEVSHELL_PROJECT_ID}-dynamodb-spanner-export
   

2. Crea un bucket Amazon S3 per ricevere l'esportazione di DynamoDB.

   aws s3 mb s3://${BUCKET}
   

3. Nella Console di gestione AWS, vai a DynamoDB e fai clic su Tables.

4. Fai clic sulla tabella Migration.

5. Nella scheda Esportazioni e stream, fai clic su Esporta in S3.

6. Se richiesto, abilita point-in-time-recovery (PITR).

7. Fai clic su Sfoglia S3 per scegliere il bucket S3 creato in precedenza.

8. Fai clic su Esporta.

9. Fai clic sull'icona Aggiorna per aggiornare lo stato del job di esportazione. Il completamento dell'esportazione del job richiede diversi minuti.

   Al termine del processo, controlla il bucket di output.

   aws s3 ls --recursive s3://${BUCKET}
   

   Questo passaggio dovrebbe richiedere circa 5 minuti. Al termine, viene visualizzato un output simile al seguente:

   2022-02-17 04:41:46          0 AWSDynamoDB/01645072900758-ee1232a3/_started
   2022-02-17 04:46:04     500441 AWSDynamoDB/01645072900758-ee1232a3/data/xygt7i2gje4w7jtdw5652s43pa.json.gz
   2022-02-17 04:46:17        199 AWSDynamoDB/01645072900758-ee1232a3/manifest-files.json
   2022-02-17 04:46:17         24 AWSDynamoDB/01645072900758-ee1232a3/manifest-files.md5
   2022-02-17 04:46:17        639 AWSDynamoDB/01645072900758-ee1232a3/manifest-summary.json
   2022-02-17 04:46:18         24 AWSDynamoDB/01645072900758-ee1232a3/manifest-summary.md5
   

Esegui la migrazione

Ora che il caricamento di Pub/Sub è stato eseguito, puoi inoltrare eventuali modifiche alle tabelle avvenute dopo l'esportazione.

Nota: se hai messo in pausa le scritture nel database prima dell'esportazione, è il momento di riattivarle.

Copia la tabella esportata in Cloud Storage

1. In Cloud Shell, crea un bucket Cloud Storage per ricevere i file esportati da Amazon S3.

   gcloud storage buckets create gs://${BUCKET}
   

2. Sincronizza i file da Amazon S3 in Cloud Storage. Per la maggior parte delle operazioni di copia, il comando rsync è efficace. Se i file di esportazione sono di grandi dimensioni (diversi GB o più), utilizza il servizio di trasferimento Cloud Storage per gestire il trasferimento in background.

   gcloud storage rsync s3://${BUCKET} gs://${BUCKET} --recursive --delete-unmatched-destination-objects
   

Importa i dati in batch

1. Per scrivere i dati dei file esportati nella tabella Spanner, esegui un job Dataflow con codice Apache Beam di esempio.

   cd dataflow
   mvn compile
   mvn exec:java \
   -Dexec.mainClass=com.example.spanner_migration.SpannerBulkWrite \
   -Pdataflow-runner \
   -Dexec.args="--project=GOOGLE_CLOUD_PROJECT \
                --instanceId=spanner-migration \
                --databaseId=migrationdb \
                --table=Migration \
                --importBucket=$BUCKET \
                --runner=DataflowRunner \
                --region=us-central1"
   

   1. Per monitorare l'avanzamento del job di importazione, nella console Google Cloud , vai a Dataflow.

      Vai a Dataflow

   2. Durante l'esecuzione del job, puoi guardare il grafico di esecuzione per esaminare i log. Fai clic sul job che mostra lo stato In esecuzione.

      

2. Fai clic su ogni fase per vedere quanti elementi sono stati elaborati. L'importazione è completata quando tutte le fasi indicano Riuscito. Lo stesso numero di elementi creati nella tabella Amazon DynamoDB viene visualizzato come elaborato in ogni fase.

   

3. Verifica che il numero di record nella tabella Spanner di destinazione corrisponda al numero di elementi nella tabella Amazon DynamoDB.

   aws dynamodb describe-table --table-name Migration --query Table.ItemCount
   
   gcloud spanner databases execute-sql migrationdb \
   --instance=spanner-migration --sql="select count(*) from Migration"
   

   Nota: poiché il conteggio degli elementi di Amazon DynamoDB si basa sui metadati della tabella aggiornati solo ogni sei ore, l'output di questo comando potrebbe non riflettere immediatamente il numero totale di elementi nella tabella. Il conteggio degli elementi Spanner si basa su una query tabella e riflette con precisione il numero di righe nella tabella quando esegui la query.

   Viene visualizzato il seguente output:

   $ aws dynamodb describe-table --table-name Migration --query Table.ItemCount
   25000
   $ gcloud spanner databases execute-sql migrationdb --instance=spanner-migration --sql="select count(*) from Migration"
   25000
   

4. Esamina voci casuali in ogni tabella per assicurarti che i dati siano coerenti.

   gcloud spanner databases execute-sql migrationdb \
       --instance=spanner-migration \
       --sql="select * from Migration limit 1"
   

   Viene visualizzato il seguente output:

    Username: aadams4495
    PointsEarned: 5247
    ReminderDate: 2022-03-14
    Subscribed: True
    Zipcode: 58057
   

5. Esegui una query sulla tabella Amazon DynamoDB con lo stesso Username restituito dalla query Spanner nel passaggio precedente. Ad esempio, aallen2538. Il valore è specifico per i dati di esempio nel database.

   aws dynamodb get-item --table-name Migration \
       --key '{"Username": {"S": "aadams4495"}}'
   

   I valori degli altri campi devono corrispondere a quelli dell'output di Spanner. Viene visualizzato il seguente output:

   {
       "Item": {
           "Username": {
               "S": "aadams4495"
           },
           "ReminderDate": {
               "S": "2018-06-18"
           },
           "PointsEarned": {
               "N": "1606"
           },
           "Zipcode": {
               "N": "17303"
           },
           "Subscribed": {
               "BOOL": false
           }
       }
   }
   

Replicare le nuove modifiche

Al termine del job di importazione batch, configura un job di streaming per scrivere gli aggiornamenti continui dalla tabella di origine in Spanner. Abbonati agli eventi di Pub/Sub e scrivili in Spanner

La funzione Lambda che hai creato è configurata per acquisire le modifiche alla tabella Amazon DynamoDB di origine e pubblicarle in Pub/Sub.

1. Crea una sottoscrizione all'argomento Pub/Sub a cui AWS Lambda invia gli eventi.

   gcloud pubsub subscriptions create spanner-migration \
       --topic spanner-migration
   

   Viene visualizzato il seguente output:

   Created subscription [projects/your-project/subscriptions/spanner-migration].
   

2. Per eseguire lo streaming delle modifiche in arrivo in Pub/Sub da scrivere nella tabella Spanner, esegui il job Dataflow da Cloud Shell.

   mvn exec:java \
   -Dexec.mainClass=com.example.spanner_migration.SpannerStreamingWrite \
   -Pdataflow-runner \
   -Dexec.args="--project=GOOGLE_CLOUD_PROJECT \
                --instanceId=spanner-migration \
                --databaseId=migrationdb \
                --table=Migration \
                --experiments=allow_non_updatable_job \
   --subscription=projects/GOOGLE_CLOUD_PROJECT/subscriptions/spanner-migration \
   --runner=DataflowRunner \
   --region=us-central1"
   

   Nota: per migliorare la reattività durante i test, puoi impostare la Windowing su 5 secondi aggiungendo --window 5 alla fine di questo comando. Il valore predefinito è impostato su 60 secondi.

   1. Come per il passaggio caricamento batch, per monitorare l'avanzamento del job, vai a Dataflow nella console Google Cloud .

      Vai a Dataflow

   2. Fai clic sul job con lo stato In esecuzione.

      

      Il grafico di elaborazione mostra un output simile a quello precedente, ma ogni elemento elaborato viene conteggiato nella finestra dello stato. Il tempo di latenza del sistema è una stima approssimativa del ritardo previsto prima che le modifiche vengano visualizzate nella tabella Spanner.

      

Il job Dataflow eseguito nella fase di caricamento batch era un insieme finito di input, noto anche come set di dati limitato. Questo job Dataflow utilizza Pub/Sub come origine di streaming ed è considerato svincolato. Per ulteriori informazioni su questi due tipi di origini, consulta la sezione sulle PCollection nella guida alla programmazione di Apache Beam. Il job Dataflow in questo passaggio deve rimanere attivo, quindi non termina al termine. Il job Dataflow in streaming rimane nello stato In esecuzione anziché nello stato Completato.

Verifica la replica

Apporta alcune modifiche alla tabella di origine per verificare che le modifiche vengano replicate nella tabella Spanner.

Nota: le modifiche sono asincrone e potrebbero essere necessarie diverse ore prima che vengano visualizzate in Spanner. Attendi qualche minuto prima di ogni passaggio.

1. Esegui una query su una riga inesistente in Spanner.

   gcloud spanner databases execute-sql migrationdb \
       --instance=spanner-migration \
       --sql="SELECT * FROM Migration WHERE Username='my-test-username'"
   

   L'operazione non restituirà risultati.

2. Crea un record in Amazon DynamoDB con la stessa chiave utilizzata nella query Spanner. Se il comando viene eseguito correttamente, non viene visualizzato alcun output.

   aws dynamodb put-item \
       --table-name Migration \
       --item '{"Username" : {"S" : "my-test-username"}, "Subscribed" : {"BOOL" : false}}'
   

3. Esegui di nuovo la stessa query per verificare che la riga sia ora in Spanner.

   gcloud spanner databases execute-sql migrationdb \
       --instance=spanner-migration \
       --sql="SELECT * FROM Migration WHERE Username='my-test-username'"
   

   L'output mostra la riga inserita:

   Username: my-test-username
   PointsEarned: None
   ReminderDate: None
   Subscribed: False
   Zipcode:
   

4. Modifica alcuni attributi nell'elemento originale e aggiorna la tabella Amazon DynamoDB.

   aws dynamodb update-item \
       --table-name Migration \
       --key '{"Username": {"S":"my-test-username"}}' \
       --update-expression "SET PointsEarned = :pts, Subscribed = :sub" \
       --expression-attribute-values '{":pts": {"N":"4500"}, ":sub": {"BOOL":true}}'\
       --return-values ALL_NEW
   

   Vedrai un output simile al seguente:

   {
       "Attributes": {
           "Username": {
               "S": "my-test-username"
           },
           "PointsEarned": {
               "N": "4500"
           },
           "Subscribed": {
               "BOOL": true
           }
       }
   }
   

5. Verifica che le modifiche vengano propagate alla tabella Spanner.

   gcloud spanner databases execute-sql migrationdb \
       --instance=spanner-migration \
       --sql="SELECT * FROM Migration WHERE Username='my-test-username'"
   

   L'output è il seguente:

   Username          PointsEarned  ReminderDate  Subscribed  Zipcode
   my-test-username  4500          None          True
   

6. Elimina l'elemento di test dalla tabella di origine Amazon DynamoDB.

   aws dynamodb delete-item \
       --table-name Migration \
       --key '{"Username": {"S":"my-test-username"}}'
   

7. Verifica che la riga corrispondente venga eliminata dalla tabella Spanner. Quando la modifica viene propagata, il seguente comando restituisce zero righe:

   gcloud spanner databases execute-sql migrationdb \
       --instance=spanner-migration \
       --sql="SELECT * FROM Migration WHERE Username='my-test-username'"
   

Utilizzare tabelle con interfoliazione

Spanner supporta il concetto di tabelle interlacciate. Si tratta di un modello di progettazione in cui un elemento di primo livello contiene diversi elementi nidificati correlati, ad esempio un cliente e i suoi ordini o un giocatore e i suoi punteggi. Se la tabella di origine Amazon DynamoDB utilizza una chiave primaria composta da una chiave hash e una chiave di intervallo, puoi modellare uno schema di tabella interlacciata come mostrato nel seguente diagramma. Questa struttura ti consente di eseguire query sulla tabella con interleaving in modo efficiente durante l'unione dei campi nella tabella principale.

Applicare indici secondari

Nota: Spanner Studio (in precedenza Query nella console Google Cloud ) supporta le operazioni SQL, DML e DDL in un unico editor. Per ulteriori informazioni, consulta Gestire i dati utilizzando la console Google Cloud .

È una best practice applicare gli indici secondari alle tabelle Spanner dopo aver caricato i dati. Ora che la replica funziona, puoi configurare un indice secondario per velocizzare le query. Come le tabelle Spanner, gli indici secondari di Spanner sono completamente coerenti. Non sono a coerenza finale, che è comune in molti database NoSQL. Questa funzionalità può aiutarti a semplificare il design della tua app

Esegui una query che non utilizza indici. Stai cercando le N occorrenze principali, in base a un determinato valore di colonna. Questa è una query comune in Amazon DynamoDB per l'efficienza del database.

1. Vai a Spanner.

   Vai a Spanner

2. Fai clic su Spanner Studio.

   

3. Nel campo Query, inserisci la seguente query e poi fai clic su Esegui query.

   SELECT Username,PointsEarned
     FROM Migration
    WHERE Subscribed=true
      AND ReminderDate > DATE_SUB(DATE(current_timestamp()), INTERVAL 14 DAY)
    ORDER BY ReminderDate DESC
    LIMIT 10
   

   Dopo l'esecuzione della query, fai clic su Spiegazione e prendi nota delle Righe analizzate rispetto alle Righe restituite. Senza un indice, Spanner analizza l'intera tabella per restituire un piccolo sottoinsieme di dati che corrisponde alla query.

   

4. Se si tratta di una query che si verifica di frequente, crea un indice composito sulle colonne Iscritto e DataRicordo. Nella console Spanner, seleziona Indici nel riquadro di navigazione a sinistra, quindi fai clic su Crea indice.

5. Inserisci la definizione dell'indice nella casella di testo.

   CREATE INDEX SubscribedDateDesc
   ON Migration (
     Subscribed,
     ReminderDate DESC
   )
   

6. Per iniziare a creare il database in background, fai clic su Crea.

   

7. Dopo aver creato l'indice, esegui di nuovo la query e aggiungilo.

   SELECT Username,PointsEarned
     FROM Migration@{FORCE_INDEX=SubscribedDateDesc}
    WHERE Subscribed=true
      AND ReminderDate > DATE_SUB(DATE(current_timestamp()), INTERVAL 14 DAY)
    ORDER BY ReminderDate DESC
    LIMIT 10
   

   Esamina di nuovo la spiegazione della query. Tieni presente che il numero di Righe analizzate è diminuito. La colonna Righe restituite in ogni passaggio corrisponde al numero restituito dalla query.

   

Indici interlacciati

Puoi configurare gli indici con interleaving in Spanner. Gli indici secondari discussi nella sezione precedente si trovano alla radice della gerarchia del database e utilizzano gli indici nello stesso modo di un database convenzionale. Un indice interlacciato si trova nel contesto della sua riga interlacciata. Consulta le opzioni di indice per ulteriori dettagli su dove applicare gli indici interlacciati.

Adattare il modello dei dati

Per adattare la parte di migrazione di questo tutorial alla tua situazione, modifica i file di origine Apache Beam. È importante non modificare lo schema di origine durante la finestra di migrazione effettiva, altrimenti potresti perdere dati.

1. Per analizzare il JSON in entrata e creare mutazioni, utilizza GSON. Modifica la definizione JSON in modo che corrisponda ai tuoi dati.

   public static class Record implements Serializable {
   
     private Item Item;
   
   }
   
   public static class Item implements Serializable {
   
     private Username Username;
     private PointsEarned PointsEarned;
     private Subscribed Subscribed;
     private ReminderDate ReminderDate;
     private Zipcode Zipcode;
   
   }
   
   public static class Username implements Serializable {
   
     private String S;
   
   }
   
   public static class PointsEarned implements Serializable {
   
     private String N;
   
   }
   
   public static class Subscribed implements Serializable {
   
     private String BOOL;
   
   }
   
   public static class ReminderDate implements Serializable {
   
     private String S;
   
   }
   
   public static class Zipcode implements Serializable {
   
     private String N;
   
   }

2. Modifica la mappatura JSON corrispondente.

   mutation.set("Username").to(record.Item.Username.S);
   
   Optional.ofNullable(record.Item.Zipcode).ifPresent(x -> {
     mutation.set("Zipcode").to(Integer.parseInt(x.N));
   });
   
   Optional.ofNullable(record.Item.Subscribed).ifPresent(x -> {
     mutation.set("Subscribed").to(Boolean.parseBoolean(x.BOOL));
   });
   
   Optional.ofNullable(record.Item.ReminderDate).ifPresent(x -> {
     mutation.set("ReminderDate").to(Date.parseDate(x.S));
   });
   
   Optional.ofNullable(record.Item.PointsEarned).ifPresent(x -> {
     mutation.set("PointsEarned").to(Integer.parseInt(x.N));
   });

Nei passaggi precedenti, hai modificato il codice sorgente di Apache Beam per l'importazione collettiva. Modifica il codice sorgente per la parte di streaming della pipeline in modo simile. Infine, modifica gli script di creazione delle tabelle, gli schemi e gli indici del database di destinazione Spanner.

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo tutorial, elimina il progetto che contiene le risorse oppure mantieni il progetto ed elimina le singole risorse.

Elimina il progetto

Attenzione: l'eliminazione di un progetto ha i seguenti effetti:
• L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività descritte in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
• Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un URL appspot.com, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.
1. In the Google Cloud console, go to the Manage resources page.

   Go to Manage resources

2. In the project list, select the project that you want to delete, and then click Delete.
3. In the dialog, type the project ID, and then click Shut down to delete the project.

Eliminare le risorse AWS

Se il tuo account AWS viene utilizzato al di fuori di questo tutorial, procedi con cautela quando elimini le seguenti risorse:

1. Elimina la tabella DynamoDB chiamata Migration.
2. Elimina il bucket Amazon S3 e la funzione Lambda che hai creato durante i passaggi di migrazione.
3. Infine, elimina l'utente AWS IAM creato durante questo tutorial.

Passaggi successivi

• Scopri come ottimizzare lo schema Spanner.
• Scopri come utilizzare Dataflow per situazioni più complesse.