从 Beam Pipeline 连接 Google Cloud SQL Postgres 实例

Question

我想从在谷歌数据流上运行的Apache Beam Pipeline连接Google Cloud sql postgres实例。
我想使用Python SDK来做到这一点。
我无法为此找到适当的文档。
在云SQL如何指导我没有看到任何数据流的文档。
https://cloud.google.com/sql/docs/postgres/

有人可以提供文档链接/github示例吗？

Answer 1

您可以使用

relational_db。写和relational_db。从光束块读取变换，如下所示：

首先安装光束块：

pip install beam-nuggets

阅读：

import apache_beam as beam
from apache_beam.options.pipeline_options import PipelineOptions
from beam_nuggets.io import relational_db
with beam.Pipeline(options=PipelineOptions()) as p:
    source_config = relational_db.SourceConfiguration(
        drivername='postgresql+pg8000',
        host='localhost',
        port=5432,
        username='postgres',
        password='password',
        database='calendar',
    )
    records = p | "Reading records from db" >> relational_db.Read(
        source_config=source_config,
        table_name='months',
    )
    records | 'Writing to stdout' >> beam.Map(print)

对于写作：

import apache_beam as beam
from apache_beam.options.pipeline_options import PipelineOptions
from beam_nuggets.io import relational_db
with beam.Pipeline(options=PipelineOptions()) as p:
    months = p | "Reading month records" >> beam.Create([
        {'name': 'Jan', 'num': 1},
        {'name': 'Feb', 'num': 2},
    ])
    source_config = relational_db.SourceConfiguration(
        drivername='postgresql+pg8000',
        host='localhost',
        port=5432,
        username='postgres',
        password='password',
        database='calendar',
        create_if_missing=True,
    )
    table_config = relational_db.TableConfiguration(
        name='months',
        create_if_missing=True
    )
    months | 'Writing to DB' >> relational_db.Write(
        source_config=source_config,
        table_config=table_config
    )

Answer 2

Java

SDK包含JdbcIO，它允许连接到可以通过标准Java JDBC机制访问的任何数据库。目前在Beam Python SDK中没有类似物。如果有的话，我想它会使用Python DB-API。随意提交功能请求或贡献 - 开发起来应该相当简单（例如，通过模仿 Java JdbcIO的源代码），但非常有用:)