运行导入作业

您可以通过 本地 Dataflow Runner 在本地验证您的规范文件。该工具可以在本地验证作业文件是否符合模板规范，并在临时 Neo4j 容器上执行它（它依赖于 Apache Beam 的 Direct Runner；Dataflow 中仍可能出现运行时错误）。这种验证方式比提交 Dataflow 作业要快得多。

当作业规范准备好后，将其 JSON 文件上传到您的 Cloud Storage 桶，然后进入 Dataflow → 从模板创建作业。

创建作业时，请指定以下字段

  • 作业名称 — 对人友好的作业名称。

  • 区域端点 — 必须与包含配置和源文件的 Google Cloud Storage 桶所在的区域匹配。如果运行文档中提供的 完整示例，请将区域设置为 us 区域之一。

  • Dataflow 模板 — 选择 Google Cloud to Neo4j。

  • 作业配置文件路径 — JSON 作业规范文件（来自 Google Cloud Storage 桶）。

  • 可选参数 > Options JSON — 作业规范文件中使用的 变量 的取值。

连接元数据可以指定为密钥或明文 JSON 资源。必须仅指定其中一种！

  • 可选参数 > Neo4j 连接元数据路径 — JSON 连接信息文件（来自 Google Cloud Storage 桶）。

  • 可选参数 > Neo4j 连接元数据的密钥 ID — 包含 JSON 连接信息的密钥 ID（来自 Google Secret Manager）。

image$dataflow job example