หน้านี้แสดงตัวอย่างวิธีใช้ Dataflow เพื่อดำเนินการCloud Firestoreแบบกลุ่มใน ไปป์ไลน์ Apache Beam Apache Beam รองรับตัวเชื่อมต่อสำหรับ Cloud Firestore คุณใช้ตัวเชื่อมต่อนี้เพื่อเรียกใช้การดำเนินการแบบกลุ่มและแบบสตรีมมิงใน Dataflow ได้
เราขอแนะนำให้ใช้ Dataflow และ Apache Beam สำหรับภาระงานการประมวลผลข้อมูลขนาดใหญ่
Cloud Firestore ตัวเชื่อมต่อสำหรับ Apache Beam พร้อมให้บริการใน Java ดูข้อมูลเพิ่มเติมเกี่ยวกับCloud Firestoreได้ที่ Apache Beam SDK สำหรับ Java
ก่อนเริ่มต้น
ก่อนอ่านหน้านี้ คุณควรทำความคุ้นเคยกับรูปแบบการเขียนโปรแกรมสำหรับ Apache Beam
หากต้องการเรียกใช้ตัวอย่าง คุณต้องเปิดใช้ Dataflow APIตัวอย่างไปป์ไลน์ Cloud Firestore
ตัวอย่างด้านล่างแสดงไปป์ไลน์ที่เขียนข้อมูลและไปป์ไลน์ที่อ่านและกรองข้อมูล คุณใช้ตัวอย่างเหล่านี้เป็นจุดเริ่มต้นสำหรับไปป์ไลน์ของตัวเองได้
การเรียกใช้ไปป์ไลน์ตัวอย่าง
ซอร์สโค้ดสำหรับตัวอย่างมีอยู่ในที่เก็บ googleapis/java-firestore บน GitHub หากต้องการเรียกใช้ตัวอย่างเหล่านี้ ให้ดาวน์โหลดซอร์สโค้ด และดูREADME
ตัวอย่างไปป์ไลน์ Write
ตัวอย่างต่อไปนี้สร้างเอกสารในคอลเล็กชัน cities-beam-sample
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; } }
ตัวอย่างนี้ใช้อาร์กิวเมนต์ต่อไปนี้เพื่อกำหนดค่าและเรียกใช้ไปป์ไลน์
GOOGLE_CLOUD_PROJECT=project-id REGION=region TEMP_LOCATION=gs://temp-bucket/temp/ NUM_WORKERS=number-workers MAX_NUM_WORKERS=max-number-workers
ตัวอย่างไปป์ไลน์ Read
ไปป์ไลน์ตัวอย่างต่อไปนี้จะอ่านเอกสารจากcities-beam-sample
คอลเล็กชัน ใช้ตัวกรองสำหรับเอกสารที่ตั้งค่าฟิลด์ country
เป็น
USA
และแสดงผลชื่อของเอกสารที่ตรงกัน
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); } })); } } }
ตัวอย่างนี้ใช้อาร์กิวเมนต์ต่อไปนี้เพื่อกำหนดค่าและเรียกใช้ไปป์ไลน์
GOOGLE_CLOUD_PROJECT=project-id REGION=region TEMP_LOCATION=gs://temp-bucket/temp/ NUM_WORKERS=number-workers MAX_NUM_WORKERS=max-number-workers
ราคา
การเรียกใช้เวิร์กโหลด Cloud Firestore ใน Dataflow จะมีค่าใช้จ่าย สำหรับการใช้งาน Cloud Firestore และการใช้งาน Dataflow ระบบจะเรียกเก็บเงินการใช้งาน Dataflow สำหรับทรัพยากรที่งานของคุณใช้ ดูรายละเอียดได้ที่หน้าราคาของ Dataflow ดูCloud Firestoreราคาได้ที่ หน้าการกำหนดราคา
ขั้นตอนถัดไป
- ดูตัวอย่างไปป์ไลน์อีกตัวอย่างได้ที่การใช้ Firestore และ Apache Beam สำหรับการประมวลผลข้อมูล
- ดูข้อมูลเพิ่มเติมเกี่ยวกับ Dataflow และ Apache Beam ได้ที่เอกสารประกอบของ Dataflow