Laboratorio 1: Inicialización de Entorno y Primeras Consultas

Objetivos del Laboratorio

• Establecer la conexión segura entre el entorno local y la nube de Google Cloud Platform.
• Implementar Infraestructura como Código (IaC) para desplegar recursos analíticos de manera reproducible.
• Consumir conjuntos de datos públicos de gran volumen directamente desde BigQuery y materializarlos localmente.
• Configurar un sistema de control de versiones con Git para almacenar de forma segura la infraestructura analítica.

Herramientas y APIs Utilizadas

• gcloud CLI: Herramienta de interfaz de comandos oficial para la autenticación y administración en GCP.
• Terraform (>= 1.0.0): Motor de infraestructura declarativa para desplegar recursos en la nube.
• BigQuery API: Interfaz programática para administrar datasets y tablas dentro del almacén de datos.
• Cloud Resource Manager API: Interfaz utilizada para validar y asignar metadatos del proyecto en GCP.

Estructura del Código Desarrollado

• providers.tf: Declaración de proveedores de nube y fijación de la versión de google.
• variables.tf: Definición de variables parametrizables como project_id, region y dataset_id.
• terraform.tfvars: Archivo local (excluido en Git) donde se especifica el identificador real del proyecto de GCP.
• main.tf: Configuración del recurso de tipo google_bigquery_dataset estableciendo su ubicación física en US.
• 01_query_public_data.sql: Consulta analítica de extracción de registros sobre nombres de bebés del estado de Nueva York.

Paso a Paso del Despliegue

Fase 1: Autenticación y APIs

• Inicio de sesión interactivo en Google Cloud desde la consola ejecutando gcloud auth login.
• Definición del identificador del proyecto activo con el comando gcloud config set project.
• Activación de los servicios de gobernanza y análisis mediante gcloud services enable.
• Creación de las credenciales de aplicación local para Terraform con gcloud auth application-default login.

Fase 2: Ejecución de Infraestructura

• Inicialización y descarga del plugin del proveedor de Google en la terminal con terraform init.
• Auditoría previa y generación del reporte de recursos declarados mediante terraform plan.
• Aplicación física de los cambios en la nube y creación del dataset vacío ejecutando terraform apply.

Fase 3: Análisis y Consolidación SQL

• Escritura de una consulta DML estructurada con la directiva CREATE OR REPLACE TABLE AS SELECT.
• Consumo de la tabla pública de nombres históricos de Estados Unidos en bigquery-public-data.
• Lanzamiento y envío asíncrono de la consulta desde la terminal con la herramienta de CLI bq query.
• Validación de los registros estructurados e insertados consultando la tabla resultante popular_ny_names.