GSP192

Panoramica

In questo lab imparerai a creare una pipeline di flussi di dati utilizzando uno dei template Dataflow di Google. In particolare, utilizzerai il template Da Pub/Sub a BigQuery, che legge i messaggi scritti in formato JSON da un argomento Pub/Sub e ne esegue il push in una tabella BigQuery. Puoi trovare la documentazione per questo template nella Guida introduttiva ai template forniti da Google.

Ti verrà data la possibilità di utilizzare la riga di comando di Cloud Shell o la console Cloud per creare il set di dati e la tabella BigQuery. Scegli il metodo da utilizzare e continua a usarlo per il resto del lab. Se vuoi provare a utilizzare entrambi i metodi, ripeti il lab una seconda volta.

In questo lab proverai a:

• Creare un set di dati e una tabella BigQuery
• Creare un bucket Cloud Storage
• Creare una pipeline di flussi di dati utilizzando il template Dataflow Da Pub/Sub a BigQuery

Configurazione e requisiti

Prima di fare clic sul pulsante Avvia lab

Leggi le seguenti istruzioni. I lab sono a tempo e non possono essere messi in pausa. Il timer si avvia quando fai clic su Inizia il lab e ti mostra per quanto tempo avrai a disposizione le risorse Google Cloud.

Con questo lab pratico avrai la possibilità di completare le attività in un ambiente cloud reale e non di simulazione o demo. Riceverai delle nuove credenziali temporanee che potrai utilizzare per accedere a Google Cloud per la durata del lab.

Per completare il lab, avrai bisogno di:

• Accesso a un browser internet standard (Chrome è il browser consigliato).

Nota: per eseguire questo lab, utilizza una finestra del browser in modalità di navigazione in incognito (consigliata) o privata. Ciò evita conflitti tra il tuo account personale e l'account studente, che potrebbero causare addebiti aggiuntivi sul tuo account personale.

• È ora di completare il lab: ricorda che, una volta iniziato, non puoi metterlo in pausa.

Nota: utilizza solo l'account studente per questo lab. Se utilizzi un altro account Google Cloud, potrebbero essere addebitati costi su quell'account.

Come iniziare il lab e accedere alla console Google Cloud

1. Fai clic sul pulsante Inizia il lab. Se devi effettuare il pagamento per il lab, si aprirà una finestra di dialogo per permetterti di selezionare il metodo di pagamento. A destra, trovi il riquadro Configurazione e accesso al lab con le seguenti informazioni:

   • Il pulsante Apri console Google Cloud
   • Le credenziali temporanee (nome utente e password) da utilizzare per il lab
   • Altre informazioni per seguire questo lab, se necessario

   Tieni presente che il timer del lab si trova nella parte superiore della pagina e mostra il tempo rimanente.

2. Fai clic su Apri console Google Cloud (o fai clic con il tasto destro del mouse e seleziona Apri link in finestra Incognito se utilizzi il browser Chrome).

   Il lab avvia le risorse e apre un'altra scheda con la pagina di accesso.

   Suggerimento: disponi le schede in finestre separate posizionate fianco a fianco.

   Nota: se visualizzi la finestra di dialogo Scegli un account, fai clic su Usa un altro account.

3. Se necessario, copia il Nome utente di seguito e incollalo nella finestra di dialogo Accedi.

   {{{user_0.username | "Username"}}}

   Puoi trovare il Nome utente anche nel riquadro Configurazione e accesso al lab.

4. Fai clic su Avanti.

5. Copia la Password di seguito e incollala nella finestra di dialogo Ti diamo il benvenuto.

   {{{user_0.password | "Password"}}}

   Puoi trovare la Password anche nel riquadro Configurazione e accesso al lab.

6. Fai clic su Avanti.

   Importante: devi utilizzare le credenziali fornite dal lab. Non utilizzare le credenziali del tuo account Google Cloud. Nota: utilizzare il tuo account Google Cloud per questo lab potrebbe comportare addebiti aggiuntivi.

7. Fai clic nelle pagine successive:

   • Accetta i termini e le condizioni.
   • Non inserire opzioni di recupero o l'autenticazione a due fattori, perché si tratta di un account temporaneo.
   • Non registrarti per le prove senza costi.

Dopo qualche istante, la console Google Cloud si apre in questa scheda.

Nota: per accedere ai prodotti e ai servizi Google Cloud, fai clic sul menu di navigazione o digita il nome del servizio o del prodotto nel campo Cerca.

Attiva Cloud Shell

Cloud Shell è una macchina virtuale in cui sono caricati strumenti per sviluppatori. Offre una home directory permanente da 5 GB e viene eseguita su Google Cloud. Cloud Shell fornisce l'accesso da riga di comando alle risorse Google Cloud.

1. Fai clic su Attiva Cloud Shell nella parte superiore della console Google Cloud.

2. Fai clic nelle seguenti finestre:

   • Continua nella finestra delle informazioni di Cloud Shell.
   • Autorizza Cloud Shell a utilizzare le tue credenziali per effettuare chiamate API Google Cloud.

Quando la connessione è attiva, l'autenticazione è già avvenuta e il progetto è impostato sul tuo Project_ID, . L'output contiene una riga che dichiara il Project_ID per questa sessione:

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud è lo strumento a riga di comando di Google Cloud. È preinstallato su Cloud Shell e supporta il completamento tramite tasto Tab.

3. (Facoltativo) Puoi visualizzare il nome dell'account attivo con questo comando:

gcloud auth list

4. Fai clic su Autorizza.

Output:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (Facoltativo) Puoi elencare l'ID progetto con questo comando:

gcloud config list project

Output:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} Nota: per la documentazione completa di gcloud, in Google Cloud, fai riferimento alla guida Panoramica dell'interfaccia a riga di comando gcloud.

Attività 1: assicurati che l'API Dataflow sia stata abilitata di nuovo

Per garantire l'accesso all'API necessaria, riavvia la connessione all'API Dataflow.

• In Cloud Shell, esegui i comandi seguenti per reimpostare l'API Dataflow disabilitandola e abilitandola di nuovo per il tuo progetto.

gcloud services disable dataflow.googleapis.com --project {{{project_0.project_id|Project ID}}} --force gcloud services enable dataflow.googleapis.com --project {{{project_0.project_id|Project ID}}}

Fai clic su Controlla i miei progressi per verificare lo scopo. Disabilita e abilita di nuovo l'API Dataflow.

Attività 2: crea un set di dati BigQuery, una tabella BigQuery e un bucket Cloud Storage utilizzando Cloud Shell

Innanzitutto, creiamo un set di dati e una tabella BigQuery.

Nota: in questa attività viene utilizzato lo strumento a riga di comando bq. Vai all'attività 3 per completare questi passaggi utilizzando la console Cloud.

1. Esegui questo comando per creare un set di dati denominato taxirides:

bq mk taxirides

L'output dovrebbe essere simile a questo:

Dataset '' successfully created

Fai clic su Controlla i miei progressi per verificare lo scopo. Crea un set di dati BigQuery (nome: taxirides).

Ora che hai creato il tuo set di dati, lo utilizzerai nel passaggio successivo per creare l'istanza di una tabella BigQuery.

2. Per farlo, esegui questo comando:

bq mk \ --time_partitioning_field timestamp \ --schema ride_id:string,point_idx:integer,latitude:float,longitude:float,\ timestamp:timestamp,meter_reading:float,meter_increment:float,ride_status:string,\ passenger_count:integer -t taxirides.realtime

L'output dovrebbe essere simile a questo:

Table 'myprojectid:taxirides.realtime' successfully created

Fai clic su Controlla i miei progressi per verificare lo scopo. Crea una tabella in un set di dati BigQuery.

A prima vista, il comando bq mk sembra un po' complicato. Tuttavia, anche con l'aiuto della documentazione sulla riga di comando di BigQuery, possiamo riuscire a decifrarlo. Ad esempio, la documentazione ci spiega meglio il concetto di schema:

• Si tratta del percorso a un file JSON di schema locale oppure di un elenco di definizioni di colonne separate da virgole nel formato [CAMPO]:[TIPO_DI_DATI], [CAMPO]:[TIPO_DI_DATI].

Nel nostro caso, la definizione è la seconda delle due, ovvero un elenco separato da virgole.

Creare un bucket Cloud Storage utilizzando Cloud Shell

Ora che abbiamo creato l'istanza della tabella, passiamo alla creazione di un bucket.

Utilizza l'ID progetto come nome del bucket così da assegnare un nome univoco globale:

• Per farlo, esegui questo comando:

export BUCKET_NAME={{{project_0.project_id | "Bucket Name"}}} gsutil mb gs://$BUCKET_NAME/

Fai clic su Controlla i miei progressi per verificare lo scopo. Crea un bucket Cloud Storage.

Una volta creato il bucket, scorri verso il basso fino alla sezione Esegui la pipeline.

Attività 3: crea un set di dati BigQuery, una tabella BigQuery e un bucket Cloud Storage utilizzando la console Google Cloud

Nota: non completare l'attività 3 se non hai completato l'attività 2, che include le stesse attività nella riga di comando.

1. Nel menu sulla sinistra, nella sezione Big Data, fai clic su BigQuery.

2. Dopodiché, fai clic su Fine.

3. Fai clic sui tre puntini accanto al nome del progetto nella sezione Spazio di esplorazione classico, quindi fai clic su Crea set di dati.

4. Inserisci taxirides come ID del set di dati:

5. Seleziona us (più regioni negli Stati Uniti) in Località dei dati.

6. Lascia invariate tutte le altre impostazioni predefinite e fai clic su Crea set di dati.

Fai clic su Controlla i miei progressi per verificare lo scopo. Crea un set di dati BigQuery (nome: taxirides).

7. Ora dovresti vedere il set di dati taxirides sotto l'ID progetto nella console a sinistra.

8. Fai clic sui tre punti accanto al set di dati taxirides e seleziona Apri.

9. Quindi seleziona Crea tabella nella parte destra della console.

10. In Destinazione > Tabella, inserisci realtime.

11. Sotto Schema, attiva/disattiva il dispositivo di scorrimento Modifica come testo e inserisci quanto segue:

ride_id:string,point_idx:integer,latitude:float,longitude:float,timestamp:timestamp, meter_reading:float,meter_increment:float,ride_status:string,passenger_count:integer

La console deve avere questo aspetto:

12. Ora, fai clic su Crea tabella.

Fai clic su Controlla i miei progressi per verificare lo scopo. Crea una tabella in un set di dati BigQuery.

Crea un bucket Cloud Storage utilizzando la console Cloud

1. Torna alla console Cloud e vai a Cloud Storage > Bucket > Crea bucket.

2. Utilizza l'ID progetto come nome del bucket così da assegnare un nome univoco globale:

3. Lascia invariate tutte le altre impostazioni predefinite e fai clic su Crea.

Fai clic su Controlla i miei progressi per verificare lo scopo. Crea un bucket Cloud Storage.

Attività 4: esegui la pipeline.

Esegui il deployment del template Dataflow:

gcloud dataflow jobs run iotflow \ --gcs-location gs://dataflow-templates-{{{project_0.default_region | "Region"}}}/latest/PubSub_to_BigQuery \ --region {{{project_0.default_region | "Region"}}} \ --worker-machine-type e2-medium \ --staging-location gs://{{{project_0.project_id | "Bucket Name"}}}/temp \ --parameters inputTopic=projects/pubsub-public-data/topics/taxirides-realtime,outputTableSpec={{{project_0.project_id | "Table Name"}}}:taxirides.realtime

Nel menu di navigazione, fai clic su Visualizza tutti i prodotti > Analytics > Dataflow > Job. Vedrai il job Dataflow.

Per ulteriori informazioni, consulta questo documento.

Nota: potrebbe essere necessario attendere un minuto prima che il monitoraggio attività venga completato.

Fai clic su Controlla i miei progressi per verificare lo scopo. Esegui la pipeline.

Potrai osservare la compilazione delle tue risorse quando diventano pronte per l'uso.

Passiamo ora a esaminare i dati scritti in BigQuery facendo clic su BigQuery nel menu di navigazione.

• All'apertura della UI di BigQuery, vedrai la tabella taxirides che è stata aggiunta sotto il nome del progetto e, ancora sotto, vedrai realtime.

Nota: potrebbe essere necessario attendere alcuni minuti prima che la tabella BigQuery venga compilata.

Attività 5: invia una query

Puoi inviare query utilizzando SQL standard.

1. Nell'Editor di BigQuery, aggiungi quanto segue per eseguire una query sui dati del progetto:

SELECT * FROM `{{{project_0.project_id | "Bucket Name"}}}.taxirides.realtime` LIMIT 1000

2. Ora fai clic su Esegui.

Se riscontri problemi o errori, esegui di nuovo la query (l'avvio della pipeline richiede qualche minuto).

3. Una volta eseguita correttamente la query, l'output sarà visibile nel riquadro Risultati query, come mostrato di seguito:

Ottimo! Hai appena estratto 1000 corse di taxi da un argomento Pub/Sub e le hai inviate tramite push a una tabella BigQuery. Come hai potuto constatare personalmente, i template rappresentano un modo pratico e facile per eseguire i job Dataflow. Assicurati di controllare, nella documentazione di Dataflow, alcuni altri template Google nella Guida introduttiva ai template forniti da Google.

Attività 6: verifica le tue conoscenze

Di seguito sono riportate alcune domande a scelta multipla che servono a consolidare le tue conoscenze relative ai concetti di questo lab. Rispondi alle domande al meglio delle tue capacità.

Complimenti!

Hai creato una pipeline di flussi di dati utilizzando il template Dataflow Da Pub/Sub a BigQuery, che legge i messaggi scritti in JSON da un argomento Pub/Sub e ne esegue il push in una tabella BigQuery.

Prossimi passi/Scopri di più

Questo lab fa parte di una serie chiamata Qwik Starts, pensata per offrirti un piccolo assaggio delle diverse funzionalità disponibili in Google Cloud. Cerca "Qwik Starts" nel catalogo di Google Skills per trovare il prossimo lab da seguire.

Formazione e certificazione Google Cloud

… per utilizzare al meglio le tecnologie Google Cloud. I nostri corsi ti consentono di sviluppare competenze tecniche e best practice per aiutarti a metterti subito al passo e avanzare nel tuo percorso di apprendimento. Offriamo vari livelli di formazione, dal livello base a quello avanzato, con opzioni di corsi on demand, dal vivo e virtuali, in modo da poter scegliere il più adatto in base ai tuoi impegni. Le certificazioni ti permettono di confermare e dimostrare le tue abilità e competenze relative alle tecnologie Google Cloud.

Ultimo aggiornamento del manuale: 10 febbraio 2026

Ultimo test del lab: 10 febbraio 2026

Copyright 2026 Google LLC. Tutti i diritti riservati. Google e il logo Google sono marchi di Google LLC. Tutti gli altri nomi di società e prodotti sono marchi delle rispettive società a cui sono associati.