שימוש ב-Data Boost באפליקציות

בדף הזה מפורטים ממשקי ה-API של Spanner שתומכים ב-Spanner Data Boost, ומוסבר איך לראות קוד לדוגמה שמשתמש ב-Data Boost. באמצעות Data Boost, אתם יכולים להריץ שאילתות ניתוח גדולות כמעט בלי להשפיע על עומסי העבודה הקיימים במכונה המוקצית של Spanner.

לפני שמתחילים

מוודאים שלחשבון המשתמש (לדוגמה, חשבון השירות) שמריץ את האפליקציה יש את ההרשאה spanner.databases.useDataBoost לניהול זהויות והרשאות גישה (IAM). למידע נוסף אפשר לקרוא את המאמר בקרת גישה באמצעות IAM.

ממשקי API

כדי לבצע קריאות מחולקות למחיצות באמצעות Data Boost, אפשר להפעיל את Data Boost בממשקי ה-API הבאים של Spanner:

• ExecuteSql  RPC | REST
• ExecuteStreamingSql  RPC | REST
• read  RPC | REST
• streamingRead  RPC | REST

מומלץ להשתמש ב-ExecuteStreamingSql וב-streamingRead באפליקציות, כי ExecuteSql ו-read מוגבלים ל-10MB של נתונים בתגובות שלהם.

קוד לדוגמה

במאמר קריאת נתונים במקביל מופיעות דוגמאות לשימוש ב-Data Boost בקוד האפליקציה.

‫Apache Spark SQL Connect ל- Google Cloud Spanner

מחבר Apache Spark SQL ל- Google Cloud Spanner תומך בקריאת טבלאות Google Cloud Spanner ל-DataFrames של Spark באמצעות ספריית Java של Spanner. למידע נוסף על מחבר Apache Spark SQL, קראו את המאמר מחבר Apache Spark SQL ל- Google Cloud Spanner.

המאמרים הבאים

• מידע ולמידה על Data Boost ב סקירה כללית על Data Boost.
• מעקב אחרי השימוש ב-Data Boost
• מעקב וניהול של השימוש במכסות של Data Boost