Filtrer des données relatives aux crimes dans des tables Google BigQuery - Cloud

Guide des connecteurs des applications Talend Cloud

author
Talend Documentation Team
EnrichVersion
Cloud
EnrichProdName
Talend Cloud
task
Administration et monitoring > Gestion des connexions
Création et développement > Création de Pipelines
EnrichPlatform
Talend Pipeline Designer

Ce scénario a pour objectif de vous aider à configurer et à utiliser des connecteurs dans un pipeline. Ce scénario doit être adapté en fonction de votre environnement et de votre cas d'utilisation.

Avant de commencer

  • Si vous souhaitez reproduire ce scénario, vous pouvez utiliser le jeu de données BigQuery disponible chicago_crime gratuitement.

Procédure

  1. Cliquez sur Connections > ADD CONNECTION.
  2. Dans le panneau qui s'ouvre, donnez un nom à votre connexion, ainsi qu'une description, si nécessaire.

    Exemple

    BigQuery
  3. Sélectionnez votre moteur dans la liste Engine.
    Remarque : Si aucun Remote Engine Gen2 n'a été créé depuis Talend Cloud Management Console ou s'il existe mais semble indisponible, ce qui signifie qu'il n'est pas en cours de fonctionnement, vous ne pourrez pas sélectionner de type de connexion (Connection type) dans la liste ou sauvegarder la nouvelle connexion. Les types de connexion disponibles dépendent du moteur sélectionné.
  4. Sélectionnez le type de connexion à créer.
    Sélectionnez Google BigQuery.
  5. Renseignez les propriétés de la connexion pour accéder à votre projet BigQuery, comme décrit dans Propriétés Google BigQuery, y compris le nom du projet et les identifiants JSON, vérifiez la connexion puis cliquez sur ADD DATASET.
  6. Dans le panneau Add a new dataset, nommez votre jeu de données chicago crime.
  7. Sélectionnez BigQuery dans la liste des connexions.
  8. Renseignez les propriétés requises pour accéder au fichier situé dans votre bucket BigQuery (nom du jeu de données, nom de la table ou requête) et cliquez sur VIEW SAMPLE pour voir un aperçu de l'échantillon de données.
  9. Cliquez sur VALIDATE pour sauvegarder votre jeu de données.
  10. Répétez l'opération pour ajouter le jeu de données de la table à utiliser comme destination dans votre pipeline.
  11. Cliquez sur ADD PIPELINE dans la page Pipelines. Votre nouveau pipeline s’ouvre.
  12. Cliquez sur ADD SOURCE pour ouvrir le panneau permettant de sélectionner vos données source, ici un jeu de données public concernant les crimes à Chicago, stocké dans une table BigQuery.
  13. Sélectionnez votre jeu de données et cliquez sur SELECT pour l’ajouter au pipeline.
    Renommez-le si nécessaire.
  14. Cliquez sur et ajoutez un processeur Field selector au pipeline. Le panneau de configuration s'ouvre.
  15. Donnez un nom significatif au processeur.

    Exemple

    select crime detail fields
  16. Dans la zone SELECTORS :
    1. Saisissez .case_number dans la liste Input et case_id dans la liste Output, car vous souhaitez sélectionner et renommer le champ case_number.
    2. Ajoutez un nouvel élément (NEW ELEMENT) et saisissez .description dans la liste Input et desc dans la liste Output, puisque vous souhaitez sélectionner et renommer le champ description.
    3. Ajoutez un nouvel élément (NEW ELEMENT), saisissez .primary_type dans la liste Input et crime_type dans la liste Output, puisque vous souhaitez sélectionner le champ primary_type.
    4. Ajoutez un nouvel élément (NEW ELEMENT), saisissez .location_description dans la liste Input et location dans la liste Output, puisque vous souhaitez sélectionner le champ location_description.
  17. Cliquez sur SAVE pour sauvegarder votre configuration.
    (Facultatif) Examinez la prévisualisation du processeur afin de consulter vos données après l'opération de restructuration.
  18. Cliquez sur et ajoutez un processeur Filter au pipeline. Le panneau de configuration s'ouvre.

  19. Exemple

    filter on 1st degree murders
  20. Configurez le processeur :
    1. Ajoutez un élément et sélectionnez .crime_type dans la liste Input, car vous souhaitez scinder les parties locale et du domaine des adresses e-mail des clients.
    2. Sélectionnez NONE dans la liste Optionally select a function to apply.
    3. Sélectionnez == dans la liste Operator.
    4. Saisissez HOMICIDE dans le champ Value, car vous souhaitez filtrer sur les homicides.
    5. Cliquez sur SAVE pour sauvegarder votre configuration.
  21. (Facultatif) Consultez l'aperçu du processeur Filter pour voir l'échantillon de données après l'opération de filtre.

    Exemple

  22. Cliquez sur ADD DESTINATION et sélectionnez la table du jeu de données qui contiendra vos données réorganisées.
    Renommez-le si nécessaire.
  23. Dans la barre d'outils en haut de Talend Cloud Pipeline Designer, sélectionnez votre profil d'exécution dans la liste (pour plus d'informations, consultez Run profiles).
  24. Cliquez sur l'icône d'exécution pour exécuter votre pipeline.

Résultats

Votre pipeline est en cours d'exécution. Les données relatives aux crimes ont été traitées, les cas d'homicides ont été isolés et le flux de sortie est envoyé dans la table Google BigQuery indiquée.