ডাটাফ্লো দিয়ে প্রচুর পরিমাণে ডেটা প্রসেস করুন

এই পৃষ্ঠাটি অ্যাপাচি বিম পাইপলাইনে বাল্ক Cloud Firestore অপারেশন সম্পাদনের জন্য ডেটাফ্লো ব্যবহার করার উদাহরণ দেয়। অ্যাপাচি বিম Cloud Firestore জন্য একটি সংযোগকারী সমর্থন করে। আপনি ডেটাফ্লোতে ব্যাচ এবং স্ট্রিমিং অপারেশন চালানোর জন্য এই সংযোগকারীটি ব্যবহার করতে পারেন।

আমরা বৃহৎ পরিসরে ডেটা প্রক্রিয়াকরণ কাজের চাপের জন্য ডেটাফ্লো এবং অ্যাপাচি বিম ব্যবহার করার পরামর্শ দিই।

অ্যাপাচি বিমের জন্য Cloud Firestore সংযোগকারী জাভাতে পাওয়া যায়। Cloud Firestore সংযোগকারী সম্পর্কে আরও তথ্যের জন্য, জাভার জন্য অ্যাপাচি বিম SDK দেখুন।

শুরু করার আগে

এই পৃষ্ঠাটি পড়ার আগে, আপনার অ্যাপাচি বিমের প্রোগ্রামিং মডেলের সাথে পরিচিত হওয়া উচিত।

নমুনা চালানোর জন্য, আপনাকে অবশ্যই Dataflow API সক্ষম করতে হবে।

Cloud Firestore পাইপলাইনের উদাহরণ

নীচের উদাহরণগুলি এমন একটি পাইপলাইন প্রদর্শন করে যা ডেটা লেখে এবং এমন একটি পাইপলাইন যা ডেটা পড়ে এবং ফিল্টার করে। আপনি এই নমুনাগুলিকে আপনার নিজস্ব পাইপলাইনের জন্য একটি সূচনা বিন্দু হিসাবে ব্যবহার করতে পারেন।

নমুনা পাইপলাইনগুলি চালানো

নমুনাগুলির সোর্স কোড googleapis/java-firestore GitHub সংগ্রহস্থলে পাওয়া যাবে। এই নমুনাগুলি চালানোর জন্য, সোর্স কোডটি ডাউনলোড করুন এবং README দেখুন।

উদাহরণ Write পাইপলাইন

নিম্নলিখিত উদাহরণটি cities-beam-sample সংগ্রহে নথি তৈরি করে:

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;
  }
}
ExampleFirestoreBeamWrite.java

উদাহরণটি পাইপলাইন কনফিগার এবং চালানোর জন্য নিম্নলিখিত আর্গুমেন্টগুলি ব্যবহার করে:

GOOGLE_CLOUD_PROJECT=project-id
REGION=region
TEMP_LOCATION=gs://temp-bucket/temp/
NUM_WORKERS=number-workers
MAX_NUM_WORKERS=max-number-workers

উদাহরণ Read পাইপলাইন

নিচের উদাহরণের পাইপলাইনটি cities-beam-sample সংগ্রহ থেকে নথিগুলি পড়ে, যেখানে ফিল্ড country USA তে সেট করা আছে সেখানে নথিগুলির জন্য একটি ফিল্টার প্রয়োগ করে এবং মিলিত নথিগুলির নাম ফেরত দেয়।

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);
                }
              }));
    }
  }
}
ExampleFirestoreBeamRead.java

উদাহরণটি পাইপলাইন কনফিগার এবং চালানোর জন্য নিম্নলিখিত আর্গুমেন্টগুলি ব্যবহার করে:

GOOGLE_CLOUD_PROJECT=project-id
REGION=region
TEMP_LOCATION=gs://temp-bucket/temp/
NUM_WORKERS=number-workers
MAX_NUM_WORKERS=max-number-workers

মূল্য নির্ধারণ

ডেটাফ্লোতে Cloud Firestore ওয়ার্কলোড চালানোর জন্য Cloud Firestore ব্যবহার এবং ডেটাফ্লো ব্যবহারের জন্য খরচ হয়। আপনার চাকরিতে ব্যবহৃত রিসোর্সের জন্য ডেটাফ্লো ব্যবহারের বিল করা হয়। বিস্তারিত জানার জন্য ডেটাফ্লো মূল্য পৃষ্ঠা দেখুন। Cloud Firestore মূল্যের জন্য, মূল্য পৃষ্ঠা দেখুন।

এরপর কি?

• অন্য পাইপলাইন উদাহরণের জন্য ডেটা প্রক্রিয়াকরণের জন্য ফায়ারস্টোর এবং অ্যাপাচি বিম ব্যবহার দেখুন।
• ডেটাফ্লো এবং অ্যাপাচি বিম সম্পর্কে আরও জানতে, ডেটাফ্লো ডকুমেন্টেশন দেখুন।