月次で、あるDBをBigQueryに転送したい場合、
実行した年と月をカラムに出力しないといつ実行されたのかわからん!!!!!
そこで以下のようにSQLを叩いてもいいのですが…😌

BigQuery運営していると無駄にSQLが発行されて料金が高くなってしまう恐れがあるので、
embulkで完結できないものかとググっていたら良いプラグインを発見しました!


■embulk-filter-column

https://github.com/sonots/embulk-filter-column

add_columsは下記。

digdagを使っているので、digdagファイルで日付を変数化すればいい感じになる!


■Install embulk-filter-column

基本プラグインはGemfileで管理しやしょう!


■hoge.json

今回はhistory_dateという名前にして先頭に追加しました。
(結構名前生み出すのが大変)😆


■hoge.yml.liquid

BigQueryの仕様上データ件数1件でもフルスキャンされて死亡してしまうため、😅
38行目
のtable指定は日付を分割テーブルにしています。
BigQuery分割テーブルについては以下を参考に!
https://cloud.google.com/bigquery/docs/partitioned-tables?hl=ja


■hoge.dig

また日付の変数は上記のように月次の1日に実行するよう表記しています。


■digdag run hoge.dig

😁!!!

Viewテーブル作って確認してみると、
ちゃんと値取れてるので問題なさそう!!


■まとめ

しかしembulkで書いてテストしてエラー起きての繰り返しで
1日で終わってしまう。。。最近スピード早くなった!!!

 

The following two tabs change content below.

あだちん

1989年生まれ。 ランサーズ/SRE。 2013年新卒に自宅サーバを構築し、技術ブログを立ち上げた。 ホスティングから大規模なアドテクなどのインフラエンジニアとして携わり、他社インフラレスポンス改善、ランサーズにてサーバ系のお仕事も副業で行っている。未経験によるエンジニア勉強会なども実施している。そして「脆弱性スキャナVuls」のOSS活動もしており、広報/エバンジェリスト/VulsRepo init file,chatwork通知のコントリビュータでもある。現在は分析基盤を担当しておりDigdag,embulk,BigQueryを使いこなそうと奮闘中。

コメントを残す

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください