要使用Apache Airflow将MySQL数据导入到BigQuery,你可以按照以下步骤操作:
安装Apache Airflow:
pip install apache-airflow
初始化Airflow数据库:
airflow initdb
创建DAG(有向无环图)文件,在该文件中定义任务和任务之间的依赖关系。创建一个名为mysql_to_bigquery.py
的Python脚本,并添加以下代码:
from airflow import DAG
from airflow.operators.mysql_operator import MySqlOperator
from airflow.contrib.operators.bigquery_operator import BigQueryOperator
from datetime import datetime, timedelta
default_args = {
'owner': 'airflow',
'depends_on_past': False,
'start_date': datetime(2021, 8, 1),
'email': ['airflow@example.com'],
'email_on_failure': False,
'email_on_retry': False,
'retries': 1,
'retry_delay': timedelta(minutes=5),
}
dag = DAG('mysql_to_bigquery', default_args=default_args, schedule_interval=timedelta(days=1))
t1 = MySqlOperator(
task_id='extract_data_from_mysql',
mysql_conn_id='mysql_conn',
sql='SELECT * FROM your_table',
dag=dag
)
t2 = BigQueryOperator(
task_id='load_data_to_bigquery',
bigquery_conn_id='bigquery_conn',
destination_dataset_table='your_project.your_dataset.your_table',
write_disposition='WRITE_APPEND',
create_disposition='CREATE_IF_NEEDED',
sql='SELECT * FROM your_table',
use_legacy_sql=False,
dag=dag
)
t1 >> t2
在上述代码中,你需要根据你的实际情况进行以下更改:
your_table
替换为你要从MySQL中提取数据的表名。mysql_conn
更改为指向MySQL数据库的连接ID。你可以在Airflow的Web界面中的Admin->Connections中配置MySQL连接。bigquery_conn
更改为指向BigQuery的连接ID。你可以在Airflow的Web界面中的Admin->Connections中配置BigQuery连接。your_project.your_dataset.your_table
更改为你要将数据加载到的BigQuery表的完整路径。将DAG文件放置在Airflow的DAG目录中(默认为/path/to/airflow/dags
)。
启动Airflow调度程序:
airflow scheduler
启动Airflow Web服务器:
airflow webserver -p 8080
访问http://localhost:8080
以访问Airflow的Web界面。
在Web界面中,启动名为mysql_to_bigquery
的DAG。
这样,Airflow将按照定义的调度间隔执行任务。每次执行时,它将从MySQL中提取数据,并将其加载到BigQuery中。
请注意,上述代码示例仅用于演示目的。你可能需要根据你的具体需求进行更改和调整。
上一篇:Apache Airflow - BigQuery Operator问题
下一篇:Apache Airflow - 根据用户输入参数动态生成任务(通过“Trigger DAG w / config”按钮提供)