Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Menghubungkan ke Google BigQuery di AWS Glue Studio
**catatan**
Anda dapat menggunakan Spark AWS Glue untuk membaca dari dan menulis ke tabel di Google BigQuery dalam versi AWS Glue 4.0 dan yang lebih baru. Untuk mengonfigurasi Google BigQuery dengan AWS Glue pekerjaan secara terprogram, lihat [BigQuery koneksi](aws-glue-programming-etl-connect-bigquery-home.md).
AWS Glue Studiomenyediakan antarmuka visual untuk terhubung BigQuery, membuat pekerjaan integrasi data, dan menjalankannya pada runtime Spark AWS Glue Studio tanpa server.
Saat membuat koneksi ke Google BigQuery di AWS Glue Studio, koneksi terpadu dibuat. Untuk informasi selengkapnya, lihat [Pertimbangan-pertimbangan](using-connectors-unified-connections.md#using-connectors-unified-connections-considerations).
Alih-alih membuat rahasia dengan kredensi dalam format tertentu,`{"credentials": "base64 encoded JSON"}`, sekarang dengan koneksi terpadu ke Google BigQuery, Anda dapat membuat rahasia yang secara langsung menyertakan JSON dari Goolge:. BigQuery `{"type": "service-account", ...}`
**Topics**
+ [Membuat BigQuery koneksi](creating-bigquery-connection.md)
+ [Membuat simpul BigQuery sumber](creating-bigquery-source-node.md)
+ [Membuat node BigQuery target](creating-bigquery-target-node.md)
+ [Opsi lanjutan](#creating-bigquery-connection-advanced-options)
# Membuat BigQuery koneksi
Untuk terhubung ke Google BigQuery dari AWS Glue, Anda harus membuat dan menyimpan kredensi Google Cloud Platform Anda secara AWS Secrets Manager rahasia, lalu mengaitkan rahasia itu dengan koneksi Google BigQuery AWS Glue .
**Untuk mengkonfigurasi koneksi ke BigQuery:**
1. Di Google Cloud Platform, buat dan identifikasi sumber daya yang relevan:
+ Buat atau identifikasi proyek GCP yang berisi BigQuery tabel yang ingin Anda sambungkan.
+ Aktifkan BigQuery API. Untuk informasi selengkapnya, lihat [Menggunakan BigQuery Storage Read API untuk membaca data tabel](https://cloud.google.com/bigquery/docs/reference/storage/#enabling_the_api).
1. Di Google Cloud Platform, buat dan ekspor kredensional akun layanan:
[Anda dapat menggunakan panduan BigQuery kredensial untuk mempercepat langkah ini: Buat kredensial.](https://console.cloud.google.com/apis/credentials/wizard?api=bigquery.googleapis.com)
Untuk membuat akun layanan di GCP, ikuti tutorial yang tersedia di [Buat akun layanan](https://cloud.google.com/iam/docs/service-accounts-create).
+ Saat memilih **proyek**, pilih proyek yang berisi BigQuery tabel Anda.
+ Saat memilih peran IAM GCP untuk akun layanan Anda, tambahkan atau buat peran yang akan memberikan izin yang sesuai untuk menjalankan BigQuery pekerjaan untuk membaca, menulis, atau membuat tabel. BigQuery
Untuk membuat kredensi untuk akun layanan Anda, ikuti tutorial yang tersedia di [Buat kunci akun layanan](https://cloud.google.com/iam/docs/keys-create-delete#creating).
+ Saat memilih jenis kunci, pilih **JSON**.
Anda seharusnya sudah mengunduh file JSON dengan kredensi untuk akun layanan Anda. Itu terlihat serupa dengan yang berikut ini:
```
{
"type": "service_account",
"project_id": "*****",
"private_key_id": "*****",
"private_key": "*****",
"client_email": "*****",
"client_id": "*****",
"auth_uri": "https://accounts.google.com/o/oauth2/auth",
"token_uri": "https://oauth2.googleapis.com/token",
"auth_provider_x509_cert_url": "https://www.googleapis.com/oauth2/v1/certs",
"client_x509_cert_url": "*****",
"universe_domain": "googleapis.com"
}
```
1. Di AWS Secrets Manager, buat rahasia menggunakan file kredensi yang Anda unduh. Anda dapat memilih **Plaintext** tab dan menempelkan konten file berformat JSON. Untuk membuat rahasia di Secrets Manager, ikuti tutorial yang tersedia di [Buat AWS Secrets Manager rahasia](https://docs.aws.amazon.com//secretsmanager/latest/userguide/create_secret.html) dalam AWS Secrets Manager dokumentasi. Setelah membuat rahasia, simpan nama Rahasia, *secretName* untuk langkah selanjutnya.
1. Di Katalog AWS Glue Data, buat koneksi dengan mengikuti langkah-langkah di[https://docs.aws.amazon.com/glue/latest/dg/console-connections.html](https://docs.aws.amazon.com/glue/latest/dg/console-connections.html). Setelah membuat koneksi, pertahankan nama koneksi,*connectionName*, untuk langkah selanjutnya.
+ Saat memilih **jenis Koneksi**, pilih Google BigQuery.
+ Saat memilih **AWS Rahasia**, berikan*secretName*.
1. Berikan peran IAM yang terkait dengan izin AWS Glue pekerjaan Anda untuk membaca*secretName*.
1. Dalam konfigurasi AWS Glue pekerjaan Anda, berikan *connectionName* sebagai **koneksi jaringan tambahan**.
# Membuat simpul BigQuery sumber
## Prasyarat yang dibutuhkan
+ Koneksi BigQuery tipe AWS Glue Data Catalog
+ AWS Secrets Manager Rahasia untuk BigQuery kredensi Google Anda, yang digunakan oleh koneksi.
+ Izin yang sesuai pada pekerjaan Anda untuk membaca rahasia yang digunakan oleh koneksi.
+ Nama dan kumpulan data tabel dan proyek Google Cloud terkait yang ingin Anda baca.
## Menambahkan sumber BigQuery data
**Untuk menambahkan **sumber Data — BigQuery** node:**
1. Pilih koneksi untuk sumber BigQuery data Anda. Karena Anda telah membuatnya, itu harus tersedia di dropdown. Jika Anda perlu membuat koneksi, pilih **Buat BigQuery koneksi**. Untuk informasi selengkapnya, lihat [Ikhtisar penggunaan konektor dan koneksi](https://docs.aws.amazon.com/glue/latest/ug/connectors-chapter.html#using-connectors-overview).
Setelah Anda memilih koneksi, Anda dapat melihat properti koneksi dengan mengklik **Lihat properti**.
1. Identifikasi BigQuery data apa yang ingin Anda baca, lalu pilih opsi **BigQuery Sumber**
+ Pilih satu tabel — memungkinkan Anda untuk menarik semua data dari tabel.
+ Masukkan kueri khusus — memungkinkan Anda menyesuaikan data mana yang diambil dengan memberikan kueri.
1. Jelaskan data yang ingin Anda baca
**(Wajib)** setel **Proyek Induk** ke proyek yang berisi tabel Anda, atau proyek induk penagihan, jika relevan.
Jika Anda memilih satu tabel, atur **Tabel** ke nama BigQuery tabel Google dalam format berikut: `[dataset].[table]`
Jika Anda memilih kueri, berikan ke **Query**. Dalam kueri Anda, lihat tabel dengan nama tabel yang sepenuhnya memenuhi syarat, dalam format:`[project].[dataset].[tableName]`.
1. Menyediakan BigQuery properti
Jika Anda memilih satu tabel, Anda tidak perlu memberikan properti tambahan.
Jika Anda memilih kueri, Anda harus memberikan ** BigQuery properti Google Kustom** berikut:
+ Atur `viewsEnabled` menjadi BETUL.
+ Setel `materializationDataset` ke kumpulan data. Prinsipal GCP yang diautentikasi oleh kredensi yang disediakan melalui AWS Glue koneksi harus dapat membuat tabel dalam kumpulan data ini.
# Membuat node BigQuery target
## Prasyarat yang dibutuhkan
+ Koneksi BigQuery tipe AWS Glue Data Catalog
+ AWS Secrets Manager Rahasia untuk BigQuery kredensi Google Anda, yang digunakan oleh koneksi.
+ Izin yang sesuai pada pekerjaan Anda untuk membaca rahasia yang digunakan oleh koneksi.
+ Nama dan kumpulan data tabel dan proyek Google Cloud yang sesuai yang ingin Anda tulis.
## Menambahkan target BigQuery data
**Untuk menambahkan **target Data — BigQuery** node:**
1. Pilih koneksi untuk target BigQuery data Anda. Karena Anda telah membuatnya, itu harus tersedia di dropdown. Jika Anda perlu membuat koneksi, pilih **Buat BigQuery koneksi**. Untuk informasi selengkapnya, lihat [Ikhtisar penggunaan konektor dan koneksi](https://docs.aws.amazon.com/glue/latest/ug/connectors-chapter.html#using-connectors-overview).
Setelah Anda memilih koneksi, Anda dapat melihat properti koneksi dengan mengklik **Lihat properti**.
1. Identifikasi BigQuery tabel apa yang ingin Anda tulis, lalu pilih **metode Tulis**.
+ Direct — menulis untuk BigQuery langsung menggunakan BigQuery Storage Write API.
+ Tidak langsung — menulis ke Google Cloud Storage, lalu salin ke BigQuery.
Jika Anda ingin menulis secara tidak langsung, berikan lokasi GCS tujuan dengan bucket GCS **Sementara**. Anda perlu memberikan konfigurasi tambahan dalam AWS Glue koneksi Anda. Untuk informasi selengkapnya, lihat [Menggunakan penulisan tidak langsung dengan Google BigQuery](https://docs.aws.amazon.com/glue/latest/dg/aws-glue-programming-etl-connect-bigquery-home.html#aws-glue-programming-etl-connect-bigquery-indirect-write).
1. Jelaskan data yang ingin Anda baca
**(Wajib)** setel **Proyek Induk** ke proyek yang berisi tabel Anda, atau proyek induk penagihan, jika relevan.
Jika Anda memilih satu tabel, atur **Tabel** ke nama BigQuery tabel Google dalam format berikut: `[dataset].[table]`
## Opsi lanjutan
Anda dapat memberikan opsi lanjutan saat membuat BigQuery simpul. Opsi ini sama dengan yang tersedia saat pemrograman AWS Glue untuk skrip Spark.
Lihat [referensi opsi BigQuery koneksi](https://docs.aws.amazon.com//glue/latest/dg/aws-glue-programming-etl-connect-bigquery-home.html) di panduan AWS Glue pengembang.