Dataflow Workbench で CloudSQL のデータを BigQuery フェデレーションでみる

Dataflow Workbench の起動

Google Cloud Console > Dataflow > Workbench

新しいノートブック > Apache Beam > Without GPUs をクリックして、設定はそのままに「作成」。
立ち上がったら、「JUPYTERLABを開く」をクリック。

コード

import apache_beam as beam
from apache_beam.runners.interactive.interactive_runner import InteractiveRunner
import apache_beam.runners.interactive.interactive_beam as ib

from apache_beam.options import pipeline_options
# from apache_beam.options.pipeline_options import GoogleCloudOptions
# import google.auth

from apache_beam.io import ReadFromBigQuery

ib.options.recording_duration = '1m'

options = pipeline_options.PipelineOptions(project='<project id>', temp_location='gs://<bucket name>/temp')

p = beam.Pipeline(InteractiveRunner(), options=options)

# need to grand BigQuery connection user paermission to Compute Engine default Service Account
query='SELECT * FROM EXTERNAL_QUERY("projects/<project id>/locations/us/connections/cloudesql-fed", "SELECT * FROM federation_test.item;");'

query_results = p | beam.io.ReadFromBigQuery(
    query=query, use_standard_sql=True)

ib.show(query_results, include_window_info=True)

結果

こんな風にみれる。CloudSQLのフェデレーションでもDataflowでデータ取れた。