इस पेज पर उदाहरण के तौर पर बताया गया है कि Apache बीम पाइपलाइन में बल्क Cloud Firestore से जुड़े काम करने के लिए, Dataflow का इस्तेमाल कैसे किया जाए. Apache बीम, Cloud Firestore के लिए कनेक्टर के साथ काम करता है. Dataflow में बैच और स्ट्रीमिंग से जुड़ी कार्रवाइयां चलाने के लिए, इस कनेक्टर का इस्तेमाल किया जा सकता है.
हमारा सुझाव है कि बड़े पैमाने पर डेटा प्रोसेसिंग के वर्कलोड के लिए, Dataflow और Apache बीम का इस्तेमाल करें.
Apache बीम के लिए Cloud Firestore कनेक्टर, Java में उपलब्ध है. Cloud Firestore कनेक्टर के बारे में ज़्यादा जानकारी के लिए, Java के लिए Apache बीम SDK टूल देखें.
शुरू करने से पहले
इस पेज को पढ़ने से पहले, आपको Apache बीम के लिए प्रोग्रामिंग मॉडल के बारे में जानकारी होनी चाहिए.
सैंपल चलाने के लिए, आपको Dataflow API को चालू करना होगा.Cloud Firestore पाइपलाइन के उदाहरण
नीचे दिए गए उदाहरणों में डेटा लिखने वाली और डेटा को पढ़ने और फ़िल्टर करने वाली पाइपलाइन दिखाई गई है. अपनी पाइपलाइन बनाने के लिए, इन सैंपल का इस्तेमाल एक शुरुआत की जगह के रूप में किया जा सकता है.
सैंपल पाइपलाइन चलाना
सैंपल का सोर्स कोड googleapis/java-firestore GitHub रिपॉज़िटरी में उपलब्ध है. इन सैंपल को चलाने के लिए, सोर्स कोड डाउनलोड करें और README देखें.
Write
पाइपलाइन का उदाहरण
यहां दिए गए उदाहरण में, cities-beam-sample
कलेक्शन में दस्तावेज़ बनाए जाते हैं:
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; } }
इस उदाहरण में, पाइपलाइन कॉन्फ़िगर करने और चलाने के लिए इन आर्ग्युमेंट का इस्तेमाल किया गया है:
GOOGLE_CLOUD_PROJECT=project-id REGION=region TEMP_LOCATION=gs://temp-bucket/temp/ NUM_WORKERS=number-workers MAX_NUM_WORKERS=max-number-workers
Read
पाइपलाइन का उदाहरण
यहां दी गई पाइपलाइन, cities-beam-sample
कलेक्शन से दस्तावेज़ों को पढ़ती है. साथ ही, उन दस्तावेज़ों के लिए फ़िल्टर लागू करती है जहां country
फ़ील्ड को USA
पर सेट किया गया है. साथ ही, मेल खाने वाले दस्तावेज़ों के नाम दिखाता है.
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); } })); } } }
इस उदाहरण में, पाइपलाइन कॉन्फ़िगर करने और चलाने के लिए इन आर्ग्युमेंट का इस्तेमाल किया गया है:
GOOGLE_CLOUD_PROJECT=project-id REGION=region TEMP_LOCATION=gs://temp-bucket/temp/ NUM_WORKERS=number-workers MAX_NUM_WORKERS=max-number-workers
कीमत
Dataflow में Cloud Firestore का वर्कलोड चलाने पर, Cloud Firestore के इस्तेमाल और Dataflow के इस्तेमाल के लिए लागत आती है. Dataflow के इस्तेमाल का बिल, उन संसाधनों के लिए लिया जाता है जिनका इस्तेमाल आपकी जॉब में किया जाता है. ज़्यादा जानकारी के लिए, Dataflow की कीमत वाला पेज देखें. Cloud Firestore की कीमतों के बारे में जानने के लिए, कीमत वाला पेज देखें.
आगे क्या करना है
- पाइपलाइन के दूसरे उदाहरण के लिए, डेटा प्रोसेसिंग के लिए Firestore और Apache बीम का इस्तेमाल करना लेख पढ़ें.
- Dataflow और Apache बीम के बारे में ज़्यादा जानने के लिए, Dataflow का दस्तावेज़ देखें.