SCBL005

概要

このラボでは、Python コードを実行して Spanner のインスタンスとデータベースを作成します。また、Google 標準 SQL と PostgreSQL の両方の言語を使用して、データベースのレコードを作成、取得、削除する方法も確認します。

目標

このラボでは、次の方法について学びます。

• Python を使用して Spanner のインスタンスとデータベースを作成、削除する。
• PostgreSQL 言語に対応した Spanner データベースをプログラミングする。

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの説明をお読みください。ラボには時間制限があり、一時停止することはできません。タイマーは、Google Cloud のリソースを利用できる時間を示しており、[ラボを開始] をクリックするとスタートします。

このハンズオンラボでは、シミュレーションやデモ環境ではなく実際のクラウド環境を使って、ご自身でラボのアクティビティを行います。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モードまたはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウントの競合を防ぎ、個人アカウントに追加料金が発生することを防ぎます。

• ラボを完了するための時間（開始後は一時停止できません）

注: すでに個人の Google Cloud アカウントやプロジェクトをお持ちの場合でも、このラボでは使用しないでください。アカウントに追加料金が発生する可能性があります。

Google Cloud Shell の有効化

Google Cloud Shell は、デベロッパー ツールと一緒に読み込まれる仮想マシンです。5 GB の永続ホーム ディレクトリが用意されており、Google Cloud で稼働します。Google Cloud Shell では、コマンドラインで GCP リソースにアクセスできます。

GCP Console の右上のツールバーにある [Cloud Shell をアクティブにする] ボタンをクリックします。

[続行] をクリックします。

環境のプロビジョニングと接続には少し時間がかかります。接続すると、すでに認証されており、プロジェクトは PROJECT_ID に設定されています。例えば:

gcloud は Google Cloud Platform のコマンドライン ツールです。このツールは、Cloud Shell にプリインストールされており、タブ補完がサポートされています。

次のコマンドを使用すると、有効なアカウント名を一覧表示できます。

gcloud auth list
content_copy

出力:

ACTIVE: *
ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net
To set the active account, run:
    $ gcloud config set account `ACCOUNT`
	content_copy

次のコマンドを使用すると、プロジェクト ID を一覧表示できます。

gcloud config list project
	content_copy

出力:

[core]
project = <project_ID>
	content_copy

出力例:

[core]
project = qwiklabs-gcp-44776a13dea667a6
	content_copy

タスク 1. Python で Spanner データベースをプログラミングする

Dataflow Workbench インスタンスを作成する

1. Google Cloud コンソールのナビゲーション メニューを使用して、[分析] セクションから [Dataflow] > [ワークベンチ] を選択します。

ヒント: コンソールのツールバーの検索ボックスを使用して Dataflow ワークベンチを検索することもできます。

2. [Notebooks API を有効にする] リンクが表示されたら、そのリンクをクリックして API を有効にします。

3. ワークベンチのページで、[新規作成] ボタンをクリックします。

   ノートブックに「my-notebook」という名前を付け、 リージョンを選択します。このリージョンでは任意のゾーンを選択できます。

4. 左側のリストから [マシンタイプ] をクリックし、マシンタイプに [E2 standard] と [e2-standard-2] を選択します。

5. 残りのフィールドはデフォルトのままにし、[作成] をクリックします。

6. インスタンスの準備ができたら、[Open Jupyter] をクリックします。別のブラウザタブで Jupyter が開きます。

   開いている [Launcher] タブで、必要に応じて下にスクロールし、[Terminal] をクリックします。
   
   
   次のコマンドを実行して、このラボに必要なファイルを含む Git リポジトリのクローンを作成します。

git clone https://github.com/GoogleCloudPlatform/training-data-analyst

Jupyter ノートブックを開く

1. 左側のファイル エクスプローラで training-data-analyst/courses/understanding-spanner/colab-notebooks/Spanner_Samples_Python.ipynb に移動し、そのファイルを開きます。

2. 最初のセルを実行して、Python の Spanner クライアント ライブラリをインストールします。

3. 2 番目のセルで、次のように変数を更新します。

変数	新しい値（ノートブックでは、外側の単一引用符をそのまま残してください）
project_id
region_id

4. 続けて、2 番目のセルを実行します。変数が作成され、Spanner API が有効になります。

5. 各コードセルの前のテキストを読んで、各セルを実行します。コードによって実行される内容を確認してください。

タスク 2. PostgreSQL 言語を使用して Spanner データベースをプログラミングする

1. training-data-analyst/courses/understanding-spanner/colab-notebooks/Spanner_PostgeSQL.ipynb ファイルを開きます。

2. 最初のセルを実行して、Python の Spanner クライアント ライブラリがアクティブであることを確認します。

3. 2 番目のセルで、次のように変数を更新します。

変数	新しい値（ノートブックでは、外側の単一引用符をそのまま残してください）
project_id
region_id

4. 続けて、2 番目のセルを実行します。変数が作成され、Spanner API が有効になります。

5. ノートブックの各ステップの内容を確認して、実行します。

これで完了です。Python コードを実行して Spanner のインスタンスとデータベースを作成しました。また、Google 標準 SQL と PostgreSQL の両方の言語を使用して、データベースのレコードを作成、取得、削除する方法も確認しました。

ラボを終了する

ラボでの学習が完了したら、[ラボを終了] をクリックします。ラボで使用したリソースが Qwiklabs から削除され、アカウントの情報も消去されます。

ラボの評価を求めるダイアログが表示されたら、星の数を選択してコメントを入力し、[送信] をクリックします。

星の数は、それぞれ次の評価を表します。

• 星 1 つ = 非常に不満
• 星 2 つ = 不満
• 星 3 つ = どちらともいえない
• 星 4 つ = 満足
• 星 5 つ = 非常に満足

フィードバックを送信しない場合は、ダイアログ ボックスを閉じてください。

フィードバック、ご提案、修正事項がございましたら、[サポート] タブからお知らせください。

Copyright 2024 Google LLC All rights reserved. Google および Google のロゴは、Google LLC の商標です。その他すべての社名および製品名は、それぞれ該当する企業の商標である可能性があります。