در این صفحه نمونه هایی از نحوه استفاده از Dataflow برای انجام عملیات Cloud Firestore انبوه در خط لوله Apache Beam آورده شده است. Apache Beam از یک رابط برای Cloud Firestore پشتیبانی می کند. می توانید از این رابط برای اجرای عملیات دسته ای و جریانی در Dataflow استفاده کنید.
توصیه می کنیم از Dataflow و Apache Beam برای حجم کاری پردازش داده در مقیاس بزرگ استفاده کنید.
رابط Cloud Firestore برای Apache Beam در جاوا موجود است. برای اطلاعات بیشتر در مورد رابط Cloud Firestore ، Apache Beam SDK for Java را ببینید.
قبل از شروع
قبل از خواندن این صفحه، باید با مدل برنامه نویسی Apache Beam آشنا شوید.
برای اجرای نمونه ها، باید Dataflow API را فعال کنید .نمونه خطوط لوله Cloud Firestore
مثالهای زیر خط لولهای را نشان میدهند که دادهها را مینویسد و خطی که دادهها را میخواند و فیلتر میکند. شما می توانید از این نمونه ها به عنوان نقطه شروع برای خطوط لوله خود استفاده کنید.
اجرای خطوط لوله نمونه
کد منبع برای نمونه ها در مخزن googleapis/java-firestore GitHub موجود است. برای اجرای این نمونه ها، کد منبع را دانلود کرده و README را ببینید.
مثال خط لوله را Write
مثال زیر اسنادی را در مجموعه cities-beam-sample
ایجاد می کند:
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; } }
مثال از آرگومان های زیر برای پیکربندی و اجرای خط لوله استفاده می کند:
GOOGLE_CLOUD_PROJECT=project-id REGION=region TEMP_LOCATION=gs://temp-bucket/temp/ NUM_WORKERS=number-workers MAX_NUM_WORKERS=max-number-workers
مثال Read
Pipeline
خط لوله مثال زیر اسناد را از مجموعه cities-beam-sample
می خواند، فیلتری را برای اسنادی که country
فیلد روی USA
تنظیم شده است اعمال می کند و نام اسناد منطبق را برمی گرداند.
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); } })); } } }
مثال از آرگومان های زیر برای پیکربندی و اجرای خط لوله استفاده می کند:
GOOGLE_CLOUD_PROJECT=project-id REGION=region TEMP_LOCATION=gs://temp-bucket/temp/ NUM_WORKERS=number-workers MAX_NUM_WORKERS=max-number-workers
قیمت گذاری
اجرای بار کاری Cloud Firestore در Dataflow هزینه هایی را برای استفاده از Cloud Firestore و استفاده از Dataflow متحمل می شود. استفاده از جریان داده برای منابعی که مشاغل شما استفاده می کنند صورتحساب می شود. برای جزئیات بیشتر به صفحه قیمت گذاری Dataflow مراجعه کنید. برای قیمتگذاری Cloud Firestore ، صفحه قیمتگذاری را ببینید.
بعدش چی
- برای مثال خط لوله دیگری ، استفاده از Firestore و Apache Beam برای پردازش داده را ببینید.
- برای اطلاعات بیشتر درباره Dataflow و Apache Beam، به مستندات Dataflow مراجعه کنید.