स्पैनर डेटा बूस्ट और BigQuery के साथ शुरुआत करना

1. परिचय

इस कोडलैब में, आपको यह जानने को मिलेगा कि Spanner Data Boost का इस्तेमाल करके, BigQuery से Spanner डेटा को कैसे क्वेरी किया जाता है. इसके लिए, ज़ीरो-ईटीएल फ़ेडरेटेड क्वेरी का इस्तेमाल किया जाता है. साथ ही, इससे Spanner डेटाबेस पर कोई असर नहीं पड़ता.

f1de68f762a86cc7.png

Spanner Data Boost, पूरी तरह से मैनेज की जाने वाली सर्वरलेस सेवा है. यह Spanner के साथ काम करने वाले वर्कलोड के लिए, स्वतंत्र कंप्यूट संसाधन उपलब्ध कराती है. डेटा बूस्ट की मदद से, विश्लेषण से जुड़ी क्वेरी और डेटा एक्सपोर्ट किया जा सकता है. इससे, सर्वरलेस ऑन-डिमांड इस्तेमाल मॉडल का इस्तेमाल करके, उपलब्ध कराए गए Spanner इंस्टेंस पर मौजूदा वर्कलोड पर कोई असर नहीं पड़ता.

BigQuery के बाहरी कनेक्शन के साथ इस्तेमाल करने पर, Data Boost की मदद से Spanner से डेटा को आसानी से क्वेरी किया जा सकता है. इसके लिए, आपको जटिल ईटीएल डेटा ट्रांसफ़र करने की ज़रूरत नहीं होती.

ज़रूरी शर्तें

  • Google Cloud Console की बुनियादी जानकारी
  • कमांड लाइन इंटरफ़ेस और Google शेल में बुनियादी कौशल

आपको क्या सीखने को मिलेगा

  • Spanner इंस्टेंस को डिप्लॉय करने का तरीका
  • Spanner डेटाबेस बनाने के लिए डेटा लोड करने का तरीका
  • Data Boost के बिना, BigQuery से Spanner डेटा को कैसे ऐक्सेस करें
  • Data Boost की मदद से, BigQuery से Spanner डेटा को ऐक्सेस करने का तरीका

आपको किन चीज़ों की ज़रूरत होगी

  • Google Cloud खाता और Google Cloud प्रोजेक्ट
  • कोई वेब ब्राउज़र, जैसे कि Chrome

2. सेटअप और ज़रूरी शर्तें

अपनी स्पीड से एनवायरमेंट सेट अप करना

  1. Google Cloud Console में साइन इन करें और नया प्रोजेक्ट बनाएं या किसी मौजूदा प्रोजेक्ट का फिर से इस्तेमाल करें. अगर आपके पास पहले से कोई Gmail या Google Workspace खाता नहीं है, तो आपको एक खाता बनाना होगा.

fbef9caa1602edd0.pnga99b7ace416376c4.png5e3ff691252acf41.png

  • प्रोजेक्ट का नाम, इस प्रोजेक्ट में हिस्सा लेने वाले लोगों के लिए डिसप्ले नेम होता है. यह एक वर्ण स्ट्रिंग है, जिसका इस्तेमाल Google API नहीं करते हैं. इसे कभी भी अपडेट किया जा सकता है.
  • प्रोजेक्ट आईडी, सभी Google Cloud प्रोजेक्ट के लिए यूनीक होता है. साथ ही, इसे बदला नहीं जा सकता. Cloud Console, अपने-आप एक यूनीक स्ट्रिंग जनरेट करता है. आम तौर पर, आपको इससे कोई फ़र्क़ नहीं पड़ता कि यह क्या है. ज़्यादातर कोडलैब में, आपको अपने प्रोजेक्ट आईडी (आम तौर पर PROJECT_ID के तौर पर पहचाना जाता है) का रेफ़रंस देना होगा. अगर आपको जनरेट किया गया आईडी पसंद नहीं है, तो आपके पास कोई दूसरा रैंडम आईडी जनरेट करने का विकल्प होता है. इसके अलावा, आपके पास अपना नाम आज़माने का विकल्प भी है. इससे आपको पता चलेगा कि वह नाम उपलब्ध है या नहीं. इस चरण के बाद, इसे बदला नहीं जा सकता. यह प्रोजेक्ट की अवधि तक बना रहता है.
  • आपकी जानकारी के लिए बता दें कि एक तीसरी वैल्यू भी होती है, जिसे प्रोजेक्ट नंबर कहते हैं. इसका इस्तेमाल कुछ एपीआई करते हैं. इन तीनों वैल्यू के बारे में ज़्यादा जानने के लिए, दस्तावेज़ देखें.
  1. इसके बाद, आपको Cloud Console में बिलिंग की सुविधा चालू करनी होगी, ताकि Cloud संसाधनों/एपीआई का इस्तेमाल किया जा सके. इस कोडलैब को पूरा करने में ज़्यादा खर्च नहीं आएगा. इस ट्यूटोरियल के बाद बिलिंग से बचने के लिए, संसाधनों को शट डाउन करें. इसके लिए, बनाए गए संसाधनों को मिटाएं या प्रोजेक्ट को मिटाएं. Google Cloud के नए उपयोगकर्ताओं को, 300 डॉलर का क्रेडिट मुफ़्त में आज़माने का प्रोग्राम मिलता है.

Cloud Shell शुरू करना

Google Cloud को अपने लैपटॉप से रिमोटली ऐक्सेस किया जा सकता है. हालांकि, इस कोडलैब में Google Cloud Shell का इस्तेमाल किया जाएगा. यह क्लाउड में चलने वाला कमांड लाइन एनवायरमेंट है.

Google Cloud Console में, सबसे ऊपर दाएं कोने में मौजूद टूलबार पर, Cloud Shell आइकॉन पर क्लिक करें:

55efc1aaa7a4d3ad.png

इसे चालू करने और एनवायरमेंट से कनेक्ट करने में सिर्फ़ कुछ सेकंड लगते हैं. यह प्रोसेस पूरी होने के बाद, आपको कुछ ऐसा दिखेगा:

7ffe5cbb04455448.png

इस वर्चुअल मशीन में, डेवलपमेंट के लिए ज़रूरी सभी टूल पहले से मौजूद होते हैं. यह 5 जीबी की होम डायरेक्ट्री उपलब्ध कराता है. साथ ही, Google Cloud पर काम करता है. इससे नेटवर्क की परफ़ॉर्मेंस और पुष्टि करने की प्रोसेस बेहतर होती है. इस कोडलैब में मौजूद सभी टास्क, ब्राउज़र में किए जा सकते हैं. आपको कुछ भी इंस्टॉल करने की ज़रूरत नहीं है.

3. Spanner इंस्टेंस और डेटाबेस बनाना

Spanner API को चालू करना

Cloud Shell में, पक्का करें कि आपका प्रोजेक्ट आईडी सेट अप हो:

gcloud config set project [YOUR-PROJECT-ID]
PROJECT_ID=$(gcloud config get-value project)

डिफ़ॉल्ट क्षेत्र को us-central1 पर कॉन्फ़िगर करें. इसे Spanner के क्षेत्रीय कॉन्फ़िगरेशन के हिसाब से, किसी दूसरे क्षेत्र में बदला जा सकता है.

gcloud config set compute/region us-central1

Spanner API चालू करें:

gcloud services enable spanner.googleapis.com

Spanner इंस्टेंस बनाना

इस चरण में, हम कोडलैब के लिए Spanner इंस्टेंस सेट अप करते हैं. इसके लिए, Cloud Shell खोलें और यह निर्देश चलाएं:

export SPANNER_INSTANCE_ID=codelab-demo
export SPANNER_REGION=regional-us-central1
gcloud spanner instances create $SPANNER_INSTANCE_ID \
--config=$SPANNER_REGION \
--description="Spanner Codelab instance" \
--nodes=1

कमांड का आउटपुट:

$ gcloud spanner instances create $SPANNER_INSTANCE_ID \
--config=$SPANNER_REGION \
--description="Spanner Codelab instance" \
--nodes=1
Creating instance...done.

डेटाबेस बनाना

आपका इंस्टेंस चालू होने के बाद, डेटाबेस बनाया जा सकता है. Spanner में, एक इंस्टेंस पर कई डेटाबेस बनाए जा सकते हैं.

डेटाबेस में ही स्कीमा तय किया जाता है. आपके पास यह कंट्रोल करने का विकल्प भी होता है कि डेटाबेस को कौन ऐक्सेस कर सकता है. साथ ही, कस्टम एन्क्रिप्शन सेट अप करने, ऑप्टिमाइज़र को कॉन्फ़िगर करने, और डेटा सुरक्षित रखने की अवधि सेट करने का विकल्प भी होता है.

डेटाबेस बनाने के लिए, gcloud कमांड लाइन टूल का फिर से इस्तेमाल करें:

export SPANNER_DATABASE=codelab-db
gcloud spanner databases create $SPANNER_DATABASE \
 --instance=$SPANNER_INSTANCE_ID

कमांड का आउटपुट:

$ gcloud spanner databases create $SPANNER_DATABASE \
 --instance=$SPANNER_INSTANCE_ID
Creating database...done.

4. डेटा लोड करें

डेटा बूस्ट का इस्तेमाल करने से पहले, आपके डेटाबेस में कुछ डेटा होना चाहिए. इसके लिए, आपको एक Cloud Storage बकेट बनानी होगी. इसके बाद, बकेट में avro इंपोर्ट अपलोड करना होगा. इसके बाद, Spanner में Avro डेटा लोड करने के लिए, Dataflow इंपोर्ट जॉब शुरू करना होगा.

एपीआई चालू करें

इसके लिए, अगर पिछला Cloud Shell प्रॉम्प्ट बंद हो गया है, तो उसे खोलें.

पक्का करें कि Compute, Cloud Storage, और Dataflow API चालू हों.

gcloud services enable compute.googleapis.com storage.googleapis.com dataflow.googleapis.com

अनुमानित कंसोल आउटपुट:

$ gcloud services enable compute.googleapis.com storage.googleapis.com dataflow.googleapis.com
Operation "operations/acat.*snip*" finished successfully.

Cloud Storage पर इंपोर्ट फ़ाइलों को स्टेज करना

अब, avro फ़ाइलों को सेव करने के लिए बकेट बनाएं:

export GCS_BUCKET=spanner-codelab-import_$(date '+%Y-%m-%d_%H_%M_%S')
gcloud storage buckets create gs://$GCS_BUCKET

अनुमानित कंसोल आउटपुट:

$ gcloud storage buckets create gs://$GCS_BUCKET
Creating gs://spanner-codelab-import/...

इसके बाद, github से tar फ़ाइल डाउनलोड करें और उसे एक्सट्रैक्ट करें.

wget https://github.com/dtest/spanner-databoost-tutorial/releases/download/v0.1/spanner-chat-db.tar.gz
tar -xzvf spanner-chat-db.tar.gz

अनुमानित कंसोल आउटपुट:

$ wget https://github.com/dtest/spanner-databoost-tutorial/releases/download/v0.1/spanner-chat-db.tar.gz
*snip*
*snip*(123 MB/s) - ‘spanner-chat-db.tar.gz' saved [46941709/46941709]
$
$ tar -xzvf spanner-chat-db.tar.gz 
spanner-chat-db/
spanner-chat-db/users.avro-00000-of-00002
spanner-chat-db/user_notifications-manifest.json
spanner-chat-db/interests-manifest.json
spanner-chat-db/users-manifest.json
spanner-chat-db/users.avro-00001-of-00002
spanner-chat-db/topics-manifest.json
spanner-chat-db/topics.avro-00000-of-00002
spanner-chat-db/topics.avro-00001-of-00002
spanner-chat-db/user_interests-manifest.json
spanner-chat-db/spanner-export.json
spanner-chat-db/interests.avro-00000-of-00001
spanner-chat-db/user_notifications.avro-00000-of-00001
spanner-chat-db/user_interests.avro-00000-of-00001

अब बनाई गई बकेट में फ़ाइलें अपलोड करें.

gcloud storage cp spanner-chat-db gs://$GCS_BUCKET --recursive

अनुमानित कंसोल आउटपुट:

$ gcloud storage cp spanner-chat-db gs://$GCS_BUCKET --recursive
Copying file://spanner-chat-db/users.avro-00000-of-00002 to gs://spanner-codelab-import/spanner-chat-db/users.avro-00000-of-00002
Copying file://spanner-chat-db/user_notifications-manifest.json to gs://spanner-codelab-import/spanner-chat-db/user_notifications-manifest.json
Copying file://spanner-chat-db/interests-manifest.json to gs://spanner-codelab-import/spanner-chat-db/interests-manifest.json           
Copying file://spanner-chat-db/users-manifest.json to gs://spanner-codelab-import/spanner-chat-db/users-manifest.json
Copying file://spanner-chat-db/users.avro-00001-of-00002 to gs://spanner-codelab-import/spanner-chat-db/users.avro-00001-of-00002
Copying file://spanner-chat-db/topics-manifest.json to gs://spanner-codelab-import/spanner-chat-db/topics-manifest.json
Copying file://spanner-chat-db/topics.avro-00000-of-00002 to gs://spanner-codelab-import/spanner-chat-db/topics.avro-00000-of-00002
Copying file://spanner-chat-db/topics.avro-00001-of-00002 to gs://spanner-codelab-import/spanner-chat-db/topics.avro-00001-of-00002
Copying file://spanner-chat-db/user_interests-manifest.json to gs://spanner-codelab-import/spanner-chat-db/user_interests-manifest.json
Copying file://spanner-chat-db/spanner-export.json to gs://spanner-codelab-import/spanner-chat-db/spanner-export.json
Copying file://spanner-chat-db/interests.avro-00000-of-00001 to gs://spanner-codelab-import/spanner-chat-db/interests.avro-00000-of-00001
Copying file://spanner-chat-db/user_notifications.avro-00000-of-00001 to gs://spanner-codelab-import/spanner-chat-db/user_notifications.avro-00000-of-00001
Copying file://spanner-chat-db/user_interests.avro-00000-of-00001 to gs://spanner-codelab-import/spanner-chat-db/user_interests.avro-00000-of-00001
  Completed files 13/13 | 54.6MiB/54.6MiB                                                                                               

Average throughput: 46.4MiB/s

इंपोर्ट डेटा

Cloud Storage में मौजूद फ़ाइलों की मदद से, Spanner में डेटा लोड करने के लिए डेटाफ़्लो इंपोर्ट जॉब शुरू की जा सकती है.

gcloud dataflow jobs run import_chatdb \
    --gcs-location gs://dataflow-templates-us-central1/latest/GCS_Avro_to_Cloud_Spanner \
    --region us-central1 \
    --staging-location gs://$GCS_BUCKET/tmp \
    --parameters \
instanceId=$SPANNER_INSTANCE_ID,\
databaseId=$SPANNER_DATABASE,\
inputDir=gs://$GCS_BUCKET/spanner-chat-db

अनुमानित कंसोल आउटपुट:

$ gcloud dataflow jobs run import_chatdb \
>     --gcs-location gs://dataflow-templates-us-central1/latest/GCS_Avro_to_Cloud_Spanner \
>     --region us-central1 \
>     --staging-location gs://$GCS_BUCKET/tmp \
>     --parameters \
> instanceId=$SPANNER_INSTANCE_ID,\
> databaseId=$SPANNER_DATABASE,\
> inputDir=gs://$GCS_BUCKET/spanner-chat-db
createTime: '*snip*'
currentStateTime: '*snip*'
id: *snip*
location: us-central1
name: import_chatdb
projectId: *snip*
startTime: '*snip*'
type: JOB_TYPE_BATCH

इस कमांड की मदद से, इंपोर्ट किए जा रहे डेटा का स्टेटस देखा जा सकता है.

gcloud dataflow jobs list --filter="name=import_chatdb" --region us-central1

अनुमानित कंसोल आउटपुट:

$ gcloud dataflow jobs list --filter="name=import_chatdb"
`--region` not set; getting jobs from all available regions. Some jobs may be missing in the event of an outage. https://cloud.google.com/dataflow/docs/concepts/regional-endpoints
JOB_ID                                   NAME           TYPE   CREATION_TIME        STATE    REGION
*snip*                                  import_chatdb  Batch  2024-04-*snip*  Done  us-central1

Spanner में डेटा की पुष्टि करना

अब Spanner Studio पर जाएं और पक्का करें कि डेटा मौजूद हो. कॉलम देखने के लिए, सबसे पहले विषयों की टेबल को बड़ा करें.

cd1cf38efd2b974a.png

अब यह क्वेरी चलाकर देखें कि डेटा उपलब्ध है या नहीं:

SELECT COUNT(*) FROM topics;

अनुमानित आउटपुट:

89e5d92fbe71c022.png

5. BigQuery से डेटा पढ़ना

अब आपके पास Spanner में डेटा है. अब इसे BigQuery से ऐक्सेस करने का समय है. इसके लिए, आपको BigQuery में Spanner से बाहरी कनेक्शन सेट अप करना होगा.

मान लें कि आपके पास ज़रूरी अनुमतियां हैं. इसके बाद, यहां दिया गया तरीका अपनाकर Spanner से बाहरी कनेक्शन बनाएं.

BigQuery कंसोल में सबसे ऊपर मौजूद, ‘जोड़ें' बटन पर क्लिक करें. इसके बाद, ‘बाहरी डेटा सोर्स से कनेक्शन' विकल्प चुनें.

580a0d237f11a9c5.png

75968de398fabf7e.png

अब Spanner से डेटा पढ़ने के लिए क्वेरी चलाई जा सकती है. इस क्वेरी को BigQuery कंसोल में चलाएं. साथ ही, पक्का करें कि आपने ${PROJECT_ID} के लिए वैल्यू बदल दी हो:

SELECT *
FROM (
  SELECT * FROM EXTERNAL_QUERY("projects/${PROJECT_ID}/locations/us-central1/connections/codelab-demo-chat_no-databoost", "SELECT users.userUUID, SHA256(users.email) as hashed_email, COUNT(*) num_topics, m.last_posted from users HASH JOIN (select MAX(t.created) last_posted, t.userUUID FROM topics t GROUP BY 2) m USING (userUUID)HASH JOIN topics USING (userUUID) GROUP BY users.userUUID, users.email, m.last_posted") 
)
ORDER BY num_topics DESC;

आउटपुट का उदाहरण:

e47265487c3e39bd.png

आपको ‘जॉब की जानकारी' टैब में, जॉब के बारे में जानकारी दिख सकती है. जैसे, इसे पूरा होने में कितना समय लगा और इसमें कितना डेटा प्रोसेस किया गया.

9ae40b0aa8c4891.png

इसके बाद, Spanner में डेटा बूस्ट कनेक्शन जोड़ा जाएगा और नतीजों की तुलना की जाएगी.

6. डेटा बूस्ट का इस्तेमाल करके डेटा पढ़ना

Spanner Data Boost का इस्तेमाल करने के लिए, आपको BigQuery से Spanner तक एक नया बाहरी कनेक्शन बनाना होगा. BigQuery कंसोल में ‘जोड़ें' पर क्लिक करें और फिर से ‘Connections from external data sources' चुनें.

Spanner से कनेक्ट करने के लिए, एक ही कनेक्शन यूआरआई का इस्तेमाल करके जानकारी भरें. ‘कनेक्शन आईडी' बदलें और ‘डेटा बूस्ट का इस्तेमाल करें' बॉक्स पर सही का निशान लगाएं.

8e2205255b56a279.png

डेटा बूस्ट कनेक्शन बन जाने के बाद, उसी क्वेरी को नए कनेक्शन के नाम के साथ चलाया जा सकता है. क्वेरी में, project_id की जगह अपना प्रोजेक्ट आईडी डालें.

SELECT *
FROM (
  SELECT * FROM EXTERNAL_QUERY("projects/${PROJECT_ID}/locations/us-central1/connections/codelab-demo-chat_use-databoost", "SELECT users.userUUID, SHA256(users.email) as hashed_email, COUNT(*) num_topics, m.last_posted from users HASH JOIN (select MAX(t.created) last_posted, t.userUUID FROM topics t GROUP BY 2) m USING (userUUID)HASH JOIN topics USING (userUUID) GROUP BY users.userUUID, users.email, m.last_posted") 
)
ORDER BY num_topics DESC;

आपको पहले जैसा ही नतीजा मिलेगा. क्या समय में बदलाव हुआ है?

7. डेटा बूस्ट के बारे में जानकारी

Spanner Data Boost की मदद से, Spanner इंस्टेंस के संसाधनों से जुड़े संसाधनों का इस्तेमाल किया जा सकता है. इससे मुख्य रूप से, आपके ऑपरेशनल वर्कलोड पर, आपके ऐनलिटिकल वर्कलोड का असर कम हो जाता है.

अगर दो या तीन मिनट में कुछ बार, डेटा बूस्ट का इस्तेमाल न करने के लिए क्वेरी चलाई जाती है, तो आपको यह मैसेज दिख सकता है. ${PROJECT_ID} को बदलना न भूलें.

SELECT *
FROM (
  SELECT * FROM EXTERNAL_QUERY("projects/${PROJECT_ID}/locations/us-central1/connections/codelab-demo-chat_no-databoost", "SELECT users.userUUID, SHA256(users.email) as hashed_email, COUNT(*) num_topics, m.last_posted from users HASH JOIN (select MAX(t.created) last_posted, t.userUUID FROM topics t GROUP BY 2) m USING (userUUID)HASH JOIN topics USING (userUUID) GROUP BY users.userUUID, users.email, m.last_posted") 
)
ORDER BY num_topics DESC;

इसके बाद, कुछ और मिनट इंतज़ार करें और क्वेरी चलाकर, डेटा बूस्ट का इस्तेमाल कुछ और बार करें. ${PROJECT_ID} को बदलना न भूलें.

SELECT *
FROM (
  SELECT * FROM EXTERNAL_QUERY("projects/${PROJECT_ID}/locations/us-central1/connections/codelab-demo-chat_use-databoost", "SELECT users.userUUID, SHA256(users.email) as hashed_email, COUNT(*) num_topics, m.last_posted from users HASH JOIN (select MAX(t.created) last_posted, t.userUUID FROM topics t GROUP BY 2) m USING (userUUID)HASH JOIN topics USING (userUUID) GROUP BY users.userUUID, users.email, m.last_posted") 
)
ORDER BY num_topics DESC;

अब Cloud Console में Spanner studio पर वापस जाएं और सिस्टम इनसाइट पर जाएं

c1dc67fcc7a2a71.png

यहां सीपीयू की मेट्रिक देखी जा सकती हैं. डेटा बूस्ट की सुविधा के बिना चलाई गई क्वेरी, 'executesql_select_withpartitiontoken' कार्रवाइयों के लिए सीपीयू का इस्तेमाल कर रही हैं. क्वेरी एक ही होने के बावजूद, डेटा बूस्ट के एक्ज़ीक्यूशन से आपके इंस्टेंस के सीपीयू इस्तेमाल पर कोई असर नहीं पड़ता.

a86a7508b6738904.png

ज़्यादातर मामलों में, डेटा बूस्ट का इस्तेमाल करने पर, विश्लेषण से जुड़ी क्वेरी की परफ़ॉर्मेंस बेहतर हो जाएगी. इस ट्यूटोरियल में इस्तेमाल किया गया डेटा सेट छोटा है. साथ ही, संसाधनों के लिए कोई अन्य वर्कलोड नहीं है. इसलिए, इस ट्यूटोरियल में परफ़ॉर्मेंस में हुए सुधारों को नहीं दिखाया गया है.

क्वेरी और वर्कलोड के साथ एक्सपेरिमेंट करें और देखें कि डेटा बूस्ट कैसे काम करता है. इसके बाद, एनवायरमेंट को क्लीन अप करने के लिए अगले सेक्शन पर जाएं.

8. स्टोरेज में जगह बनाएं

अगर आपने इस कोडलैब के लिए खास तौर पर अपना प्रोजेक्ट बनाया है, तो इसे मिटाकर साफ़ किया जा सकता है. अगर आपको प्रोजेक्ट को बनाए रखना है और अलग-अलग कॉम्पोनेंट को हटाना है, तो यह तरीका अपनाएं.

BigQuery कनेक्शन हटाना

दोनों कनेक्शन हटाने के लिए, कनेक्शन के नाम के बगल में मौजूद तीन बिंदु वाले मेन्यू पर क्लिक करें. ‘मिटाएं' को चुनें. इसके बाद, कनेक्शन मिटाने के लिए दिए गए निर्देशों का पालन करें.

c9348832bcf202a9.png

Cloud Storage बकेट मिटाना

gcloud storage rm --recursive gs://$GCS_BUCKET

Spanner इंस्टेंस मिटाना

क्लीन अप करने के लिए, Cloud Console के Cloud Spanner सेक्शन में जाएं. इसके बाद, कोडलैब में बनाया गया ‘codelab-demo' इंस्टेंस मिटाएं.

ab7c83ebdab74c04.png

9. बधाई हो

कोड लैब पूरा करने के लिए बधाई.

हमने क्या-क्या शामिल किया है

  • Spanner इंस्टेंस को डिप्लॉय करने का तरीका
  • Dataflow का इस्तेमाल करके, Spanner में डेटा लोड करने का तरीका
  • BigQuery से Spanner का डेटा ऐक्सेस करने का तरीका
  • BigQuery से मिलने वाली विश्लेषण क्वेरी की वजह से, Spanner इंस्टेंस पर पड़ने वाले असर से बचने के लिए, Spanner Data Boost का इस्तेमाल कैसे करें

10. सर्वे

आउटपुट:

इस ट्यूटोरियल का इस्तेमाल कैसे किया जाएगा?

सिर्फ़ इसे पढ़ें इसे पढ़ें और एक्सरसाइज़ पूरी करें