GcsSource

Ubicación de Cloud Storage del contenido de entrada.

Representación JSON 
{
  "inputUris": [
    string
  ],
  "dataSchema": string
}
Campos
inputUris[]

string

Obligatorio. URIs de Cloud Storage de los archivos de entrada. Cada URI puede tener hasta 2000 caracteres. Los URIs pueden coincidir con la ruta completa del objeto (por ejemplo, gs://bucket/directory/object.json) o con un patrón que coincida con uno o varios archivos, como gs://bucket/directory/*.json.

Una solicitud puede contener un máximo de 100 archivos (o 100.000 archivos si dataSchema es content). Cada archivo puede tener un tamaño de hasta 2 GB (o 100 MB si dataSchema es content).
dataSchema

string

Esquema que se usa al analizar los datos de la fuente.

Valores admitidos para las importaciones de documentos:

  • document (opción predeterminada): un JSON Document por línea. Cada documento debe tener un Document.id válido.
  • content: datos no estructurados (por ejemplo, PDF o HTML). Cada archivo que coincida con inputUris se convertirá en un documento, cuyo ID será los primeros 128 bits de SHA256(URI) codificados como una cadena hexadecimal.
  • custom: un JSON de datos personalizados por fila en formato arbitrario que se ajuste al Schema definido del almacén de datos. Solo puede usarlo la vertical GENERIC Data Store.
  • csv: un archivo CSV con un encabezado que se ajuste al Schema definido del almacén de datos. Cada entrada después del encabezado se importa como un documento. Solo puede usarlo el vertical GENERIC Data Store.

Valores admitidos para las importaciones de eventos de usuario:

  • user_event (opción predeterminada): un JSON UserEvent por línea.