Una instancia de nube pública de Cloud Data Fusion te permite compilar y administrar canalizaciones de integración de datos que se conectan a extremos de acceso público. Este tipo de instancia predeterminado usa la red de VPC predeterminada de tu proyecto para ejecutar clústeres de ejecución y conectarse a extremos externos a través de la Internet pública.
Antes de comenzar
- Habilita la API de Cloud Data Fusion.
- Se requiere el siguiente permiso para crear instancias de Cloud Data Fusion:
instances.create. Para obtener más información, consulta Control de acceso. - Las instancias de Cloud Data Fusion se ejecutan como la cuenta de servicio predeterminada de Compute Engine. Para obtener información sobre los tipos y funciones disponibles, consulta Cuentas de servicio.
- De forma predeterminada, Cloud Data Fusion ejecuta canalizaciones con un clúster de Managed Service para Apache Spark en tu proyecto. Asegúrate de que tu proyecto cumpla con los requisitos de red de Managed Service para Apache Spark.
- Los proyectos nuevos comienzan con una red predeterminada. La red predeterminada se completa previamente con una regla de firewall default-allow-ssh, que permite las conexiones entrantes en el puerto TCP 22 desde cualquier fuente a cualquier instancia en la red. En las versiones anteriores a la 6.2.0, si esta regla para permitir la entrada en el puerto TCP 22 no existe en la red que usa tu instancia de Cloud Data Fusion, debes crearla.
Crea una instancia
Console
Si la API está habilitada, la sección Cloud Data Fusion en la consola de Google Cloud muestra una página de Instancias, en la que puedes crear y administrar tus instancias de Cloud Data Fusion.
- En la consola, ve a la página de Cloud Data Fusion.
- Haz clic en Instancias y, luego, en Crear una instancia.
- Ingresa un Nombre de instancia.
- Ingresa una Descripción para tu instancia.
- Especifica la Región en la que se creará la instancia.
- Especifica la versión de Cloud Data Fusion.
- Selecciona una edición. El valor predeterminado es Básico.
- Opcional: Haz clic en Agregar aceleradores para seleccionar los aceleradores que usarás en tu instancia.
- Especifica la cuenta de servicio de Managed Service para Apache Spark que se usará para ejecutar tu canalización de Cloud Data Fusion en Managed Service para Apache Spark. La predeterminada es la cuenta de Compute Engine. Sin importar la versión, asegúrate de que la cuenta de servicio tenga las funciones de Identity and Access Management adecuadas para tus necesidades. Para obtener más información, consulta Otorga permiso de usuario de cuenta de servicio.
Opcional: Especifica cualquier opción avanzada. Si no especificas nada, se usan los siguientes valores predeterminados:
Categoría Configuración Descripción Predeterminado IP privada Habilita las direcciones IP internas Crea la instancia de Cloud Data Fusion con una dirección IP interna. Inhabilitado Supervisión y registro avanzados Habilita Cloud Logging para Managed Service para Apache Spark
Habilita Cloud Monitoring para Managed Service para Apache Spark
Visualiza los registros avanzados de la canalización en Cloud Logging. Inhabilitado Integración del linaje de datos de Knowledge Catalog Habilita o inhabilita la integración con el linaje de datos de Knowledge Catalog Consulta el linaje en Knowledge Catalog. Inhabilitado Encriptación Usar una clave de encriptación administrada por el cliente (CMEK) Usa el control de acceso basado en roles en las versiones 6.5 y posteriores. Inhabilitado Etiquetas Un par clave-valor Son las etiquetas de recursos de la instancia que se usarán para anotar cualquier recurso subyacente relacionado, como las VMs de Compute Engine. Las claves y los valores de las etiquetas solo pueden contener letras, números, guiones y guiones bajos. Las claves de etiqueta deben comenzar con una letra o un número. Ninguno Mantenimiento Habilitar el período de mantenimiento Establece el período en el que Cloud Data Fusion puede realizar operaciones de mantenimiento en la instancia. Para obtener más información, consulta Configura períodos de mantenimiento. Inhabilitado Haz clic en Crear. El proceso de creación de la instancia toma hasta 30 minutos en completarse.
Mientras Cloud Data Fusion crea la instancia, se muestra una rueda de progreso junto al nombre de la instancia en la página Instances. Cuando se completa, se convierte en una marca de verificación verde y se indica que puedes comenzar a usar la instancia.
API
Cree una instancia
Si deseas crear una instancia de Cloud Data Fusion con la API de REST de Cloud Data Fusion, crea una solicitud a la API instances.create. Para ello, completa el recurso Instance con la información de tu configuración.
¿Qué sigue?
- Obtén más información sobre Cloud Data Fusion.
- Lee un instructivo.