GSP1144

Descripción general

Dataplex es un tejido de datos inteligente que permite a las organizaciones descubrir, administrar, supervisar y controlar de forma centralizada sus datos en todos los data lakes, almacenes de datos y data marts para potenciar la analítica a gran escala. En específico, puedes usar Dataplex para crear una arquitectura de malla de datos, que es un enfoque organizacional y técnico que descentraliza la propiedad de los datos entre los propietarios de datos de dominios.

Dataplex administra los datos de un modo que no requiere movimientos ni duplicación de datos. Cuando agregas nuevos recursos de datos, Dataplex recolecta los metadatos de los datos estructurados y no estructurados, y los registra automáticamente en un metastore unificado y seguro. Luego, los datos y los metadatos se pueden evaluar con servicios de Google Cloud, como Data Catalog y BigQuery.

En este lab, aprenderás cómo empezar a crear tu propia malla de datos creando y quitando lakes, zonas y recursos en Dataplex con la línea de comandos.

Actividades

• Habilitar la API de Dataplex
• Crear un lake
• Agregar una zona a tu lake
• Conectar y desconectar recursos
• Borrar zonas y lakes

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs cuentan con un temporizador que no se puede pausar. El temporizador, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

• Acceso a un navegador de Internet estándar. Se recomienda el navegador Chrome.

Nota: Usa una ventana del navegador privada o de incógnito (opción recomendada) para ejecutar el lab. Así evitarás conflictos entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.

• Tiempo para completar el lab (recuerda que, una vez que comienzas un lab, no puedes pausarlo).

Nota: Usa solo la cuenta de estudiante para este lab. Si usas otra cuenta de Google Cloud, es posible que se apliquen cargos a esa cuenta.

Cómo iniciar tu lab y acceder a la consola de Google Cloud

1. Haz clic en el botón Comenzar lab. Si debes pagar por el lab, se abrirá un diálogo para que selecciones la forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

   • El botón para abrir la consola de Google Cloud
   • El tiempo restante
   • Las credenciales temporales que debes usar para el lab
   • Otra información para completar el lab, si es necesaria

2. Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).

   El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.

   Sugerencia: Ordena las pestañas en ventanas separadas, una junto a la otra.

   Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usar otra cuenta.

3. De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.

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

   También puedes encontrar el nombre de usuario en el panel Detalles del lab.

4. Haz clic en Siguiente.

5. Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.

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

   También puedes encontrar la contraseña en el panel Detalles del lab.

6. Haz clic en Siguiente.

   Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud. Nota: Usar tu propia cuenta de Google Cloud para este lab podría generar cargos adicionales.

7. Haz clic para avanzar por las páginas siguientes:

   • Acepta los Términos y Condiciones.
   • No agregues opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
   • No te registres para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.

Nota: Para acceder a los productos y servicios de Google Cloud, haz clic en el menú de navegación o escribe el nombre del servicio o producto en el campo Buscar.

Activa Cloud Shell

Cloud Shell es una máquina virtual que cuenta con herramientas para desarrolladores. Ofrece un directorio principal persistente de 5 GB y se ejecuta en Google Cloud. Cloud Shell proporciona acceso de línea de comandos a tus recursos de Google Cloud.

1. Haz clic en Activar Cloud Shell en la parte superior de la consola de Google Cloud.

2. Haz clic para avanzar por las siguientes ventanas:

   • Continúa en la ventana de información de Cloud Shell.
   • Autoriza a Cloud Shell para que use tus credenciales para realizar llamadas a la API de Google Cloud.

Cuando te conectes, habrás completado la autenticación, y el proyecto estará configurado con tu Project_ID, . El resultado contiene una línea que declara el Project_ID para esta sesión:

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

gcloud es la herramienta de línea de comandos de Google Cloud. Viene preinstalada en Cloud Shell y es compatible con la función de autocompletado con tabulador.

3. Puedes solicitar el nombre de la cuenta activa con este comando (opcional):

gcloud auth list

4. Haz clic en Autorizar.

Resultado:

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

5. Puedes solicitar el ID del proyecto con este comando (opcional):

gcloud config list project

Resultado:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} Nota: Para obtener toda la documentación de gcloud, en Google Cloud, consulta la guía con la descripción general de gcloud CLI.

Habilita la API de Dataplex y establece variables

1. En Cloud Shell, ejecuta el siguiente comando para habilitar la API de Dataplex.

gcloud services enable \ dataplex.googleapis.com

2. Ejecuta el siguiente comando para crear una variable para el ID del proyecto:

export PROJECT_ID=$(gcloud config get-value project)

3. Ejecuta el siguiente comando para crear una variable para la región:

export REGION={{{project_0.default_region | "filled in at lab start"}}} gcloud config set compute/region $REGION

Tarea 1: Crea un lake

En Dataplex, un lake es el dominio más alto de la organización que representa un área de datos o una unidad de negocios específicos. Por ejemplo, puedes crear un lake para cada departamento o dominio de datos de tu organización y, así, organizar y proporcionar datos para grupos de usuarios específicos.

En esta tarea, usarás la línea de comandos para crear un lake y, así, comenzar a crear una malla de datos.

• En Cloud Shell, ejecuta el siguiente comando para crear un nuevo lake llamado Ecommerce:

gcloud dataplex lakes create ecommerce \ --location=$REGION \ --display-name="Ecommerce" \ --description="Ecommerce Domain"

El lake puede tardar hasta 3 minutos en crearse.

Si recibes un error Status code: 403. Permission 'dataplex.lakes.create' denied, espera unos minutos y vuelve a intentarlo. Es posible que los permisos necesiten más tiempo para otorgarse después de habilitar la API de Dataplex en la sección de configuración anterior.

El resultado final debería ser similar al siguiente:

Created [ecommerce] Lake created in [projects/$PROJECT_ID/locations/$REGION]. Crear un lake de Dataplex

Tarea 2: Agrega una zona a tu lake

Después de crear un lake, puedes agregarle zonas. Las zonas son subdominios en un lake que puedes usar para categorizar más los datos. Por ejemplo, puedes categorizar datos por etapa, uso o restricciones.

Existen dos tipos de zonas:

• Las zonas de datos sin procesar contienen datos en formatos sin procesar (como archivos en buckets de Cloud Storage) y no están sujetas a verificaciones estrictas de tipos.
• Las zonas de datos seleccionados contienen datos limpios, con formato y listos para el análisis, como conjuntos de datos de BigQuery.

En esta tarea, usarás la línea de comandos para crear una zona de datos seleccionados para trabajar con conjuntos de datos de BigQuery.

• En Cloud Shell, ejecuta el siguiente comando para crear una nueva zona de datos seleccionados llamada Orders Curated Zone con el descubrimiento de metadatos habilitado:

gcloud dataplex zones create orders-curated-zone \ --location=$REGION \ --lake=ecommerce \ --display-name="Orders Curated Zone" \ --resource-location-type=SINGLE_REGION \ --type=CURATED \ --discovery-enabled \ --discovery-schedule="0 * * * *"

La zona puede tardar hasta 2 minutos en crearse.

El resultado final debería ser similar al siguiente:

Created [orders-curated-zone] Zone created in [projects/$PROJECT_ID/locations/$REGION/lakes/ecommerce]. Agregar una zona a tu lake

Tarea 3: Conecta un recurso a una zona

Los datos almacenados en buckets de Cloud Storage o los conjuntos de datos de BigQuery se pueden conectar como recursos a zonas en un lake de Dataplex.

En esta tarea, usarás la línea de comandos para crear un conjunto de datos de BigQuery y, luego, conectarás este conjunto a la zona creada anteriormente.

Crea un conjunto de datos de BigQuery

• En Cloud Shell, ejecuta el siguiente comando para crear un nuevo conjunto de datos de BigQuery llamado orders:

bq mk --location=$REGION --dataset orders

Si bien este conjunto de datos no contiene tablas ni datos, puedes conectarlo ahora a la zona, y las tablas recién creadas y los datos cargados se integrarán automáticamente a ella.

El resultado final debería ser similar al siguiente:

Dataset '$PROJECT_ID:orders' successfully created.

Conecta el conjunto de datos de BigQuery a la zona

• En Cloud Shell, ejecuta el siguiente comando para conectar el conjunto de datos de BigQuery a la zona como un recurso llamado Orders Curated Data con el descubrimiento de metadatos habilitado:

gcloud dataplex assets create orders-curated-dataset \ --location=$REGION \ --lake=ecommerce \ --zone=orders-curated-zone \ --display-name="Orders Curated Dataset" \ --resource-type=BIGQUERY_DATASET \ --resource-name=projects/$PROJECT_ID/datasets/orders \ --discovery-enabled

El recurso puede tardar hasta 2 minutos en crearse.

El resultado final debería ser similar al siguiente:

Created [orders-curated-dataset] Asset created in [projects/$PROJECT_ID/locations/$REGION/lakes/ecommerce/zones/orders-curated-zone]. Conectar un recurso a una zona

Tarea 4: Borra recursos, zonas y lakes

Para borrar un lake, primero debes desconectar los recursos y, luego, borrar las zonas.

En esta tarea, usarás la línea de comandos para desconectar el recurso de la zona. Luego, borrarás la zona y, por último, el lake.

Cómo desconectar un recurso

• En Cloud Shell, ejecuta el siguiente comando para desconectar el conjunto de datos de BigQuery de la zona:

gcloud dataplex assets delete orders-curated-dataset --location=$REGION --zone=orders-curated-zone --lake=ecommerce

Si se te solicita confirmar, ingresa Y.

No se borrarán los datos subyacentes en el conjunto de datos de BigQuery. Simplemente ya no se podrá acceder a este conjunto de datos (ni será detectable) con el lake en Dataplex.

El resultado final debería ser similar al siguiente:

Deleted asset [orders-curated-dataset].

Borra una zona

• En Cloud Shell, ejecuta el siguiente comando para borrar la zona:

gcloud dataplex zones delete orders-curated-zone --location=$REGION --lake=ecommerce

Si se te solicita confirmar, ingresa Y.

El resultado final debería ser similar al siguiente:

Deleted zone [orders-curated-zone].

Borra el lake

• En Cloud Shell, ejecuta el siguiente comando para borrar el lake:

gcloud dataplex lakes delete ecommerce --location=$REGION

Si se te solicita confirmar, ingresa Y.

El resultado final debería ser similar al siguiente:

Deleted lake [ecommerce]. Borrar recursos, zonas y lakes en Dataplex

¡Felicitaciones!

Usaste la línea de comandos para crear y borrar lakes, zonas y recursos en Dataplex.

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Última actualización del manual: 23 de abril de 2025

Prueba más reciente del lab: 23 de abril de 2025

Copyright 2025 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.