Propriétés du tBigQueryOutput pour Apache Spark Batch - 6.5

Google BigQuery

EnrichVersion
6.5
EnrichProdName
Talend Big Data
Talend Big Data Platform
Talend Data Fabric
Talend Data Integration
Talend Data Management Platform
Talend Data Services Platform
Talend ESB
Talend MDM Platform
Talend Open Studio for Big Data
Talend Open Studio for Data Integration
Talend Open Studio for ESB
Talend Open Studio for MDM
Talend Real-Time Big Data Platform
EnrichPlatform
Studio Talend
task
Création et développement > Systèmes tiers > Stockages Cloud > Composants Google BigQuery
Gouvernance de données > Systèmes tiers > Stockages Cloud > Composants Google BigQuery
Qualité et préparation de données > Systèmes tiers > Stockages Cloud > Composants Google BigQuery

Ces propriétés sont utilisées pour configurer le tBigQueryOutput s'exécutant dans le framework de Jobs Spark Batch.

Le composant tBigQueryOutput Spark Batch appartient à la famille Databases.

Le composant de ce framework est disponible dans tous les produits Talend avec Big Data nécessitant une souscription et dans Talend Data Fabric.

Basic settings

Dataset

Saisissez le nom du jeu de données auquel la table à créer ou mettre à jour appartient.

Dans Google Cloud Platform, lorsque vous utilisez BigQuery avec Dataproc, sélectionnez la même région pour que votre jeu de données BigQuery et votre cluster Dataproc puissent être exécutés.

Table

Saisissez le nom de la table à créer ou à mettre à jour.

Schema et Edit Schema

Un schéma est une description de lignes. Il définit le nombre de champs (colonnes) dans le Repository. Lorsque vous créez un Job Spark, évitez le mot réservé line lors du nommage des champs.

Modifiez le schéma en cliquant sur Edit Schema. Si le schéma est en mode Repository, trois options sont disponibles :

  • View schema : sélectionnez cette option afin de voir uniquement le schéma.

  • Change to built-in property : sélectionnez cette option pour passer le schéma en mode Built-In et effectuer des modifications locales.

  • Update repository connection : sélectionnez cette option afin de modifier le schéma stocké dans le référentiel et décider de propager ou non les modifications à tous les Jobs. Si vous souhaitez propager les modifications uniquement au Job courant, cliquez sur No et sélectionnez à nouveau la métadonnée du schéma dans la fenêtre [Repository Content].

 

Built-in : le schéma est créé et conservé localement pour ce composant seulement.

 

Repository : le schéma existe déjà et est stocké dans le Repository. Ainsi, il peut être réutilisé dans des Job Designs et projets.

Table operations

Sélectionnez l'opération à effectuer sur la table définie :
  • Create table if does not exist : la table est créée si elle n'existe pas.

  • Truncate : le contenu de la table est supprimé.

Data operation

Sélectionnez l'opération à effectuer sur les données entrantes :
  • Append : ajoute des données à la table, que celle-ci soit vide ou non.

Utilisation

Règle d'utilisation

Ce composant est un composant d'entrée. Il envoie les données extraites de BigQuery au composant le suivant.

Placez un composant tBigQueryConfiguration dans le même Job pour utiliser les informations de connexion à BigQuery fournies par le tBigQueryConfiguration.

Spark Connection

Vous devez utiliser l'onglet Spark Configuration dans la vue Run afin de définir la connexion à un cluster Spark donné pour le Job entier. De plus, puisque le Job attend ses fichiers .jar dépendants pour l'exécution, vous devez spécifier le répertoire du système de fichiers dans lequel ces fichiers .jar sont transférés afin que Spark puisse accéder à ces fichiers :
  • Yarn mode  : lorsque vous utilisez Google Dataproc, spécifiez un bucket dans le champ Google Storage staging bucket de l'onglet Spark configuration. Lorsque vous utilisez d'autres distributions, utilisez un composant tHDFSConfiguration afin de spécifier le répertoire.

  • Standalone mode : vous devez choisir le composant de configuration selon le système de fichiers que vous utilisez, comme tHDFSConfiguration ou tS3Configuration.

Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie.