GSP192

總覽

本實驗室將說明如何使用其中一種 Google Dataflow 範本建立串流管道。具體來說，您會透過「Pub/Sub 到 BigQuery」範本讀取來自 Pub/Sub 主題的 JSON 訊息，然後推送至 BigQuery 資料表。如需這個範本的說明文件，請參閱開始使用「Google 提供的範本」指南。

建立 BigQuery 資料集和資料表時，您可以選擇使用 Cloud Shell 指令列或 Cloud 控制台。選定方法後，請於後續的實驗室活動中全程使用。如果兩種方法都想嘗試，請重新進行一次本實驗室。

學習內容

• 建立 BigQuery 資料集與資料表
• 建立 Cloud Storage bucket
• 使用「Pub/Sub 到 BigQuery」Dataflow 範本建立串流管道

設定

點選「Start Lab」按鈕前的須知事項

請詳閱以下操作說明。研究室活動會計時，而且中途無法暫停。點選「Start Lab」 後就會開始計時，讓您瞭解有多少時間可以使用 Google Cloud 資源。

您將在真正的雲端環境中完成實作研究室活動，而不是在模擬或示範環境。為達此目的，我們會提供新的暫時憑證，讓您用來在研究室活動期間登入及存取 Google Cloud。

如要完成這個研究室活動，請先確認：

• 您可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意：請使用無痕模式或私密瀏覽視窗執行此研究室。這可以防止個人帳戶和學生帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成研究室活動了！別忘了，活動一開始將無法暫停。

注意：如果您擁有個人 Google Cloud 帳戶或專案，請勿用於本研究室，以免產生額外費用。

如何開始研究室及登入 Google Cloud 控制台

1. 按一下「Start Lab」(開始研究室) 按鈕。如果研究室會產生費用，畫面中會出現選擇付款方式的彈出式視窗。左側的「Lab Details」窗格會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 剩餘時間
   • 必須在這個研究室中使用的暫時憑證
   • 完成這個實驗室所需的其他資訊 (如有)

2. 點選「Open Google Cloud console」；如果使用 Chrome 瀏覽器，也能按一下滑鼠右鍵，然後選取「在無痕式視窗中開啟連結」。

   接著，實驗室會啟動相關資源並開啟另一個分頁，當中顯示「登入」頁面。

   提示：您可以在不同的視窗中並排開啟分頁。

   注意：如果頁面中顯示「選擇帳戶」對話方塊，請點選「使用其他帳戶」。

3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

   {{{user_0.username | "Username"}}}

   您也可以在「Lab Details」窗格找到 Username。

4. 點選「下一步」。

5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

   {{{user_0.password | "Password"}}}

   您也可以在「Lab Details」窗格找到 Password。

6. 點選「下一步」。

   重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

7. 按過後續的所有頁面：

   • 接受條款及細則。
   • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
   • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要查看列出 Google Cloud 產品和服務的選單，請點選左上角的「導覽選單」。

啟動 Cloud Shell

Cloud Shell 是搭載多項開發工具的虛擬機器，提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作。Cloud Shell 提供指令列存取權，方便您使用 Google Cloud 資源。

1. 點按 Google Cloud 控制台上方的「啟用 Cloud Shell」圖示 。

連線完成即代表已通過驗證，且專案已設為您的 PROJECT_ID。輸出內容中有一行宣告本工作階段 PROJECT_ID 的文字：

您在本工作階段中的 Cloud Platform 專案會設為「YOUR_PROJECT_ID」

gcloud 是 Google Cloud 的指令列工具，已預先安裝於 Cloud Shell，並支援 Tab 鍵自動完成功能。

2. (選用) 您可以執行下列指令來列出使用中的帳戶：

gcloud auth list

3. 點按「授權」。

4. 輸出畫面應如下所示：

輸出內容：

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

5. (選用) 您可以使用下列指令來列出專案 ID：

gcloud config list project

輸出內容：

[core] project = <project_ID>

輸出內容範例：

[core] project = qwiklabs-gcp-44776a13dea667a6 附註：如需有關 gcloud 的完整說明，請前往 Google Cloud 並參閱「gcloud CLI overview guide」(gcloud CLI 總覽指南)。

工作 1：確定已成功重新啟用 Dataflow API

為確保能使用必要的 API，請重新啟動連至 Dataflow API 的連線。

1. 在 Cloud 控制台最上方的搜尋列中，輸入「Dataflow API」。點選「Dataflow API」搜尋結果。

2. 點選「管理」。

3. 點選「停用 API」。

如果系統要求您確認操作，請點選「停用」。

4. 點選「啟用」。

API 重新啟用後，頁面上會顯示停用選項。

測試工作已完成

點選「Check my progress」，確認工作已完成。

停用並重新啟用 Dataflow API。

工作 2：使用 Cloud Shell 建立 BigQuery 資料集、BigQuery 資料表和 Cloud Storage bucket

首先來建立 BigQuery 資料集和資料表。

注意：這個工作使用的是 bq 指令列工具。如要使用 Cloud 控制台進行操作，請跳至底下的工作 3。

1. 執行下列指令，建立名為 taxirides 的資料集：

bq mk taxirides

輸出內容大致應如下所示：

Dataset '' successfully created

測試工作已完成

點選「Check my progress」，確認工作已完成。如果已成功建立 BigQuery 資料集，您就會看見評估分數。

建立 BigQuery 資料集 (名稱：taxirides)。

在下個步驟中，您會使用建立好的資料集將 BigQuery 資料表例項化。

2. 執行下列指令來進行這項操作：

bq mk \ --time_partitioning_field timestamp \ --schema ride_id:string,point_idx:integer,latitude:float,longitude:float,\ timestamp:timestamp,meter_reading:float,meter_increment:float,ride_status:string,\ passenger_count:integer -t taxirides.realtime

輸出內容大致應如下所示：

Table 'myprojectid:taxirides.realtime' successfully created

測試工作已完成

點選「Check my progress」，確認工作已完成。如果已成功在 BigQuery 資料集中建立資料表，您就會看見評估分數。

在 BigQuery 資料集中建立資料表。

乍看之下，bq mk 指令可能有點複雜，不過您可以參閱 BigQuery 指令列說明文件，進一步瞭解背後的運作原理，例如，說明文件提供下列結構定義補充資訊：

• 本機 JSON 結構定義檔路徑，或逗號分隔的資料欄定義清單，格式都是 [FIELD]:[DATA_TYPE], [FIELD]:[DATA_TYPE]。

本例中我們使用的是後者，也就是逗號分隔的清單。

使用 Cloud Shell 建立 Cloud Storage bucket

將資料表例項化後，就能接著建立 bucket。

為 bucket 命名時，您可以直接使用專案 ID，確保名稱全域不重複：

• 執行下列指令來進行這項操作：

export BUCKET_NAME={{{project_0.project_id | "Bucket Name"}}} gsutil mb gs://$BUCKET_NAME/

測試工作已完成

點選「Check my progress」，確認工作已完成。如果已成功建立 Cloud Storage bucket，您就會看見評估分數。

建立 Cloud Storage bucket。

bucket 建立完畢後，請捲動至下方的「執行管道」一節。

工作 3：使用 Google Cloud 控制台建立 BigQuery 資料集、BigQuery 資料表和 Cloud Storage bucket

注意：工作 2 與工作 3 會在指令列中執行相同工作，因此只要擇一完成即可！

1. 在左側選單中的「大數據」區段中點選「BigQuery」。

2. 接著點選「完成」。

3. 在「Explorer」區段底下找到專案名稱，依序點選旁邊的三點圖示和「建立資料集」。

4. 資料集 ID 請輸入 taxirides。

5. 在「資料位置」部分選取「美國 (多個美國地區)」。

6. 其他設定維持預設，然後點選「建立資料集」。

測試工作已完成

點選「Check my progress」，確認工作已完成。如果已成功建立 BigQuery 資料集，您就會看見評估分數。

建立 BigQuery 資料集 (名稱：taxirides)。

7. 接著，左側主控台的專案 ID 底下應該會顯示 taxirides 資料集。

8. 點選 taxirides 資料集旁邊的三點圖示，然後選取「開啟」。

9. 接著選取控制台右側的「建立資料表」。

10. 在「目的地」>「資料表名稱」輸入欄位中，輸入 realtime。

11. 在「結構定義」底下將滑桿切換至「以文字形式編輯」，然後輸入下列內容：

ride_id:string,point_idx:integer,latitude:float,longitude:float,timestamp:timestamp, meter_reading:float,meter_increment:float,ride_status:string,passenger_count:integer

控制台現在應如下圖所示：

12. 接著，點選「建立資料表」。

測試工作已完成

點選「Check my progress」，確認工作已完成。如果已成功在 BigQuery 資料集中建立資料表，您就會看見評估分數。

在 BigQuery 資料集中建立資料表。

使用 Cloud 控制台建立 Cloud Storage bucket

1. 返回 Cloud 控制台，依序前往「Cloud Storage」>「bucket」>「建立 bucket」。

2. 為 bucket 命名時，您可以直接使用專案 ID，確保名稱全域不重複：

3. 其他設定維持預設，然後點選「建立」。

測試工作已完成

點選「Check my progress」，確認工作已完成。如果已成功建立 Cloud Storage bucket，您就會看見評估分數。

建立 Cloud Storage bucket。

工作 4：執行管道

使用下列指令部署 Dataflow 範本：

gcloud dataflow jobs run iotflow \ --gcs-location gs://dataflow-templates-{{{project_0.default_region | "Region"}}}/latest/PubSub_to_BigQuery \ --region {{{project_0.default_region | "Region"}}} \ --worker-machine-type e2-medium \ --staging-location gs://{{{project_0.project_id | "Bucket Name"}}}/temp \ --parameters inputTopic=projects/pubsub-public-data/topics/taxirides-realtime,outputTableSpec={{{project_0.project_id | "Table Name"}}}:taxirides.realtime

在 Google Cloud 控制台的「導覽選單」中，依序點選「Dataflow」>「工作」，即可找到 Dataflow 工作。

詳情請參閱說明文件。

注意：系統可能需要一點時間追蹤活動進度，請稍候片刻。

測試工作已完成

點選「Check my progress」，確認工作已完成。如果已成功執行 Dataflow 管道，您就會看見評估分數。

執行管道。

請等待資源建構完畢，可供使用。

現在請點選「導覽選單」中的「BigQuery」，查看寫入到 BigQuery 的資料。

• BigQuery 使用者介面開啟後，您會在專案名稱底下看到剛剛新增的 taxirides 資料集，再更下方則是 realtime 資料表。

注意：系統可能需要幾分鐘將資料填入 BigQuery 資料表，請稍候片刻。

工作 5：提交查詢

您可以使用標準 SQL 提交查詢。

1. 在 BigQuery 編輯器中，新增下列指令來查詢專案中的資料：

SELECT * FROM `{{{project_0.project_id | "Bucket Name"}}}.taxirides.realtime` LIMIT 1000

2. 接著點選「執行」。

管道啟動需要一點時間，如果遇到任何問題或錯誤，可能是因為管道仍在啟動中，請重新執行查詢即可。

3. 如果成功執行查詢，「查詢結果」面板中的輸出內容會如下所示：

好極了！您已從 Pub/Sub 主題成功提取 1,000 筆計程車運輸資訊，並推送至 BigQuery 資料表。如您所見，透過範本執行 Dataflow 工作既實用又容易操作。記得前往 Dataflow 說明文件，其中的開始使用「Google 提供的範本」指南提供其他 Google 範本，歡迎多加利用。

工作 6：隨堂測驗

您可透過下列選擇題更清楚本實驗室的概念。盡力回答即可。

恭喜！

您已使用「Pub/Sub 到 BigQuery」Dataflow 範本建立串流管道，可讀取來自 Pub/Sub 主題的 JSON 訊息，然後推送至 BigQuery 資料表。

後續行動/瞭解詳情

這個實驗室屬於 Qwik Start 實驗室系列，這些實驗室旨在讓您簡單瞭解 Google Cloud 提供的眾多功能。在 Google Cloud Skills Boost 目錄中搜尋「Qwik Start」，找到您想進行的下一個實驗室！

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2024 年 2 月 4 日

實驗室上次測試日期：2023 年 11 月 10 日

Copyright 2024 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。