Dataflow ile verileri toplu olarak işleyin

Bu sayfada, Apache Beam ardışık düzeninde toplu Cloud Firestore işlemleri gerçekleştirmek için Dataflow'un nasıl kullanılacağına dair örnekler verilmiştir. Apache Beam, Cloud Firestore için bir bağlayıcıyı destekler. Dataflow'da toplu işlem ve akış işlemlerini çalıştırmak için bu bağlayıcıyı kullanabilirsiniz.

Büyük ölçekli veri işleme iş yükleri için Dataflow ve Apache Beam kullanmanızı öneririz.

Apache Beam için Cloud Firestore bağlayıcısı Java'da kullanılabilir. Cloud Firestore bağlayıcısı hakkında daha fazla bilgi için Java için Apache Beam SDK başlıklı makaleyi inceleyin.

Başlamadan önce

Bu sayfayı okumadan önce Apache Beam programlama modeline aşina olmanız gerekir.

Sana Özel örneklerini çalıştırmak için Dataflow API'yi etkinleştirmeniz gerekir.

Örnek Cloud Firestore ardışık düzenleri

Aşağıdaki örneklerde, veri yazan ve veri okuyup filtreleyen bir ardışık düzen gösterilmektedir. Bu örnekleri kendi ardışık düzenleriniz için başlangıç noktası olarak kullanabilirsiniz.

Örnek ardışık düzenleri çalıştırma

Örneklerin kaynak kodu, googleapis/java-firestore GitHub deposunda mevcuttur. Bu örnekleri çalıştırmak için kaynak kodu indirin ve README dosyasını inceleyin.

Örnek Write ardışık düzeni

Aşağıdaki örnekte, cities-beam-sample koleksiyonunda dokümanlar oluşturulmaktadır:



public class ExampleFirestoreBeamWrite {
  private static final FirestoreOptions FIRESTORE_OPTIONS = FirestoreOptions.getDefaultInstance();

  public static void main(String[] args) {
    runWrite(args, "cities-beam-sample");
  }

  public static void runWrite(String[] args, String collectionId) {
    // create pipeline options from the passed in arguments
    PipelineOptions options =
        PipelineOptionsFactory.fromArgs(args).withValidation().as(PipelineOptions.class);
    Pipeline pipeline = Pipeline.create(options);

    RpcQosOptions rpcQosOptions =
        RpcQosOptions.newBuilder()
            .withHintMaxNumWorkers(options.as(DataflowPipelineOptions.class).getMaxNumWorkers())
            .build();

    // create some writes
    Write write1 =
        Write.newBuilder()
            .setUpdate(
                Document.newBuilder()
                    // resolves to
                    // projects/<projectId>/databases/<databaseId>/documents/<collectionId>/NYC
                    .setName(createDocumentName(collectionId, "NYC"))
                    .putFields("name", Value.newBuilder().setStringValue("New York City").build())
                    .putFields("state", Value.newBuilder().setStringValue("New York").build())
                    .putFields("country", Value.newBuilder().setStringValue("USA").build()))
            .build();

    Write write2 =
        Write.newBuilder()
            .setUpdate(
                Document.newBuilder()
                    // resolves to
                    // projects/<projectId>/databases/<databaseId>/documents/<collectionId>/TOK
                    .setName(createDocumentName(collectionId, "TOK"))
                    .putFields("name", Value.newBuilder().setStringValue("Tokyo").build())
                    .putFields("country", Value.newBuilder().setStringValue("Japan").build())
                    .putFields("capital", Value.newBuilder().setBooleanValue(true).build()))
            .build();

    // batch write the data
    pipeline
        .apply(Create.of(write1, write2))
        .apply(FirestoreIO.v1().write().batchWrite().withRpcQosOptions(rpcQosOptions).build());

    // run the pipeline
    pipeline.run().waitUntilFinish();
  }

  private static String createDocumentName(String collectionId, String cityDocId) {
    String documentPath =
        String.format(
            "projects/%s/databases/%s/documents",
            FIRESTORE_OPTIONS.getProjectId(), FIRESTORE_OPTIONS.getDatabaseId());

    return documentPath + "/" + collectionId + "/" + cityDocId;
  }
}
ExampleFirestoreBeamWrite.java

Örnekte, ardışık düzeni yapılandırmak ve çalıştırmak için aşağıdaki bağımsız değişkenler kullanılır:

GOOGLE_CLOUD_PROJECT=project-id
REGION=region
TEMP_LOCATION=gs://temp-bucket/temp/
NUM_WORKERS=number-workers
MAX_NUM_WORKERS=max-number-workers

Örnek Read Ardışık düzeni

Aşağıdaki örnek ardışık düzen, cities-beam-sample koleksiyonundaki belgeleri okur, country alanının USA olarak ayarlandığı belgelere bir filtre uygular ve eşleşen belgelerin adlarını döndürür.



public class ExampleFirestoreBeamRead {

  public static void main(String[] args) {
    runRead(args, "cities-beam-sample");
  }

  public static void runRead(String[] args, String collectionId) {
    FirestoreOptions firestoreOptions = FirestoreOptions.getDefaultInstance();

    PipelineOptions options =
        PipelineOptionsFactory.fromArgs(args).withValidation().as(PipelineOptions.class);
    Pipeline pipeline = Pipeline.create(options);

    RpcQosOptions rpcQosOptions =
        RpcQosOptions.newBuilder()
            .withHintMaxNumWorkers(options.as(DataflowPipelineOptions.class).getMaxNumWorkers())
            .build();

    pipeline
        .apply(Create.of(collectionId))
        .apply(
            new FilterDocumentsQuery(
                firestoreOptions.getProjectId(), firestoreOptions.getDatabaseId()))
        .apply(FirestoreIO.v1().read().runQuery().withRpcQosOptions(rpcQosOptions).build())
        .apply(
            ParDo.of(
                // transform each document to its name
                new DoFn<RunQueryResponse, String>() {
                  @ProcessElement
                  public void processElement(ProcessContext c) {
                    c.output(Objects.requireNonNull(c.element()).getDocument().getName());
                  }
                }))
        .apply(
            ParDo.of(
                // print the document name
                new DoFn<String, Void>() {
                  @ProcessElement
                  public void processElement(ProcessContext c) {
                    System.out.println(c.element());
                  }
                }));

    pipeline.run().waitUntilFinish();
  }

  private static final class FilterDocumentsQuery
      extends PTransform<PCollection<String>, PCollection<RunQueryRequest>> {

    private final String projectId;
    private final String databaseId;

    public FilterDocumentsQuery(String projectId, String databaseId) {
      this.projectId = projectId;
      this.databaseId = databaseId;
    }

    @Override
    public PCollection<RunQueryRequest> expand(PCollection<String> input) {
      return input.apply(
          ParDo.of(
              new DoFn<String, RunQueryRequest>() {
                @ProcessElement
                public void processElement(ProcessContext c) {
                  // select from collection "cities-collection-<uuid>"
                  StructuredQuery.CollectionSelector collection =
                      StructuredQuery.CollectionSelector.newBuilder()
                          .setCollectionId(Objects.requireNonNull(c.element()))
                          .build();
                  // filter where country is equal to USA
                  StructuredQuery.Filter countryFilter =
                      StructuredQuery.Filter.newBuilder()
                          .setFieldFilter(
                              StructuredQuery.FieldFilter.newBuilder()
                                  .setField(
                                      StructuredQuery.FieldReference.newBuilder()
                                          .setFieldPath("country")
                                          .build())
                                  .setValue(Value.newBuilder().setStringValue("USA").build())
                                  .setOp(StructuredQuery.FieldFilter.Operator.EQUAL))
                          .buildPartial();

                  RunQueryRequest runQueryRequest =
                      RunQueryRequest.newBuilder()
                          .setParent(DocumentRootName.format(projectId, databaseId))
                          .setStructuredQuery(
                              StructuredQuery.newBuilder()
                                  .addFrom(collection)
                                  .setWhere(countryFilter)
                                  .build())
                          .build();
                  c.output(runQueryRequest);
                }
              }));
    }
  }
}
ExampleFirestoreBeamRead.java

Örnekte, ardışık düzeni yapılandırmak ve çalıştırmak için aşağıdaki bağımsız değişkenler kullanılır:

GOOGLE_CLOUD_PROJECT=project-id
REGION=region
TEMP_LOCATION=gs://temp-bucket/temp/
NUM_WORKERS=number-workers
MAX_NUM_WORKERS=max-number-workers

Fiyatlandırma

Dataflow'da Cloud Firestore iş yükü çalıştırmak, Cloud Firestore kullanımı ve Dataflow kullanımı için maliyetlere neden olur. Dataflow kullanımı, işlerinizin kullandığı kaynaklar için faturalandırılır. Ayrıntılar için Dataflow fiyatlandırma sayfasına göz atın. Cloud Firestore fiyatlandırması için Fiyatlandırma sayfasına bakın.

Sırada ne var?