Propriétés du tBigQueryConfiguration pour Apache Spark Streaming

Big Query

author
Talend Documentation Team
EnrichVersion
6.4
EnrichProdName
Talend Real-Time Big Data Platform
Talend Open Studio for Data Integration
Talend Data Integration
Talend Data Management Platform
Talend Data Fabric
Talend ESB
Talend Big Data
Talend Open Studio for MDM
Talend Open Studio for Big Data
Talend Big Data Platform
Talend Data Services Platform
Talend Open Studio for ESB
Talend MDM Platform
task
Gouvernance de données > Systèmes tiers > Stockages Cloud > Composants Big Query
Création et développement > Systèmes tiers > Stockages Cloud > Composants Big Query
Qualité et préparation de données > Systèmes tiers > Stockages Cloud > Composants Big Query
EnrichPlatform
Studio Talend

Ces propriétés sont utilisées pour configurer le tBigQueryConfiguration s'exécutatnt dans le framework de Jobs Spark Streaming.

Le composant tBigQueryConfiguration Spark Streaming appartient aux familles Storage et Databases.

Ce composant est disponible dansTalend Real Time Big Data Platform et dans Talend Data Fabric.

Basic settings

Lorsque vous utilisez ce composant avec Google Dataproc :

BigQuery temp GCS path

Saisissez le répertoire dans Google Storage pour stocker temporairement les données à utiliser avec Google BigQuery. S'il n'existe pas encore, ce répertoire est créé à la volée mais le bucket contenant ce répertoire doit déjà exister. La syntaxe de ce répertoire doit être gs://my_bucket/my_directory.

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.

Lorsque vous utilisez ce composant avec d'autres distributions :

Project identifier

Saisissez l'ID de votre projet Google Cloud Platform.

Si vous n'êtes pas certain de l'ID de votre projet, vérifiez dans la page Manage Resources de vos services Google Cloud Platform.

Path to Google Credentials file

Saisissez le chemin d'accès au fichier Credentials associé au compte utilisateur à utiliser. Ce fichier doit être stocké sur la machine sur laquelle le Job Talend est actuellement lancé et exécuté.

Si vous utilisez le JobServer Talend pour exécuter votre Job, stockez le fichier Credentials sur la machine du Jobserver, sur laquelle le Job est lancé, mais également sur les machines worker du cluster Spark, sur lesquelles le Job est exécuté. Si vous n'utilisez pas le JobServer, stockez le fichier Credentials sur votre machine locale, sur laquelle vous lancez le Job et sur les machines worker du cluster Spark.

Use P12 credentials file format

Lorsque le fichier Google Credentials à utiliser est au format P12, cochez cette case et, dans le champ Service account Id qui s'affiche, saisissez l'ID du compte de service pour lequel le fichier Credentials P12 a été créé.

BigQuery temp GCS path

Saisissez le répertoire dans Google Storage pour stocker temporairement les données à utiliser avec Google BigQuery. S'il n'existe pas encore, ce répertoire est créé à la volée mais le bucket contenant ce répertoire doit déjà exister. La syntaxe de ce répertoire doit être gs://my_bucket/my_directory.

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.

Global Variables

Global Variables

ERROR_MESSAGE : message d'erreur généré par le composant lorsqu'une erreur survient. Cette variable est une variable After et retourne une chaîne de caractères. Cette variable fonctionne uniquement si la case Die on error est décochée, si le composant a cette option.

Une variable Flow fonctionne durant l'exécution d'un composant. Une variable After fonctionne après l'exécution d'un composant.

Pour renseigner un champ ou une expression à l'aide d'une variable, appuyez sur les touches Ctrl+Espace pour accéder à la liste des variables. A partir de cette liste, vous pouvez choisir la variable que vous souhaitez utiliser.

Pour plus d'informations concernant les variables, consultez le Guide utilisateur du Studio Talend.

Utilisation

Règle d'utilisation

Ce composant est utilisé en standalone dans un sous-Job afin de fournir la configuration de la connexion à Google BigQuery et Google Storage pour le Job complet.

Connexion à Spark

Vous devez utiliser l'onglet Spark Configuration de la vue Run afin de définir la connexion à un cluster Spark donné pour le Job complet. 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.