使用 Dataflow 托管式服务运行流水线时，您可以使用 Dataflow 命令行界面获取有关 Dataflow 作业的信息。Dataflow 命令行界面是 Google Cloud CLI 中命令行工具的一部分。
如果您希望使用 Google Cloud 控制台查看 Dataflow 作业并与之交互，请使用 Dataflow 监控界面。
安装 Dataflow 命令行组件
要在本地终端上使用 Dataflow 命令行界面，请安装并配置 Google Cloud CLI。
对于 Cloud Shell，Dataflow 命令行界面是自动提供的。
运行命令
您可以通过运行可用命令来与 Dataflow 命令行界面进行交互。如需查看可用的 Dataflow 命令列表，请将如下命令输入到 Shell 或终端窗口：
gcloud dataflow --help
如输出所示，Dataflow 命令包含以下四个组：flex-template、jobs、snapshots 和 sql。
Flex 模板命令
借助 flex-template 子命令组，您可以使用 Dataflow Flex 模板。支持以下操作：
build：根据指定参数构建 Flex 模板文件。run：从指定路径运行作业。
如需运行模板，您必须创建存储在 Cloud Storage 存储桶中的模板规范文件。模板规范文件包含运行作业所需的所有信息，例如 SDK 信息和元数据。此外，metadata.json 文件包含模板的相关信息，例如名称、说明和输入参数。创建模板规范文件后，您可以使用 Java 或 Python 构建 Flex 模板。
如需了解如何使用 Google Cloud CLI 创建和运行 Flex 模板，请参阅构建和运行 Flex 模板教程。
Jobs 命令
借助 jobs 子命令组，您可以在项目中使用 Dataflow 作业。支持以下操作：
cancel：取消与命令行参数匹配的所有作业。describe：输出通过 Get API 生成的 Job 对象。drain：排空与命令行参数匹配的所有作业。list：列出特定项目中的所有作业，可选择按区域过滤。run：从指定路径运行作业。show：显示指定作业的简短说明。
如需获取项目中所有 Dataflow 作业的列表，请在 shell 或终端中运行以下命令：
gcloud dataflow jobs list
���命令��������当前作业列表。以下是输出示例：
ID NAME TYPE CREATION_TIME STATE REGION 2015-06-03_16_39_22-4020553808241078833 wordcount-janedoe-0603233849 Batch 2015-06-03 16:39:22 Done us-central1 2015-06-03_16_38_28-4363652261786938862 wordcount-johndoe-0603233820 Batch 2015-06-03 16:38:28 Done us-central1 2015-05-21_16_24_11-17823098268333533078 bigquerytornadoes-johndoe-0521232402 Batch 2015-05-21 16:24:11 Done europe-west1 2015-05-21_13_38_06-16409850040969261121 bigquerytornadoes-johndoe-0521203801 Batch 2015-05-21 13:38:06 Done us-central1 2015-05-21_13_17_18-18349574013243942260 bigquerytornadoes-johndoe-0521201710 Batch 2015-05-21 13:17:18 Done europe-west1 2015-05-21_12_49_37-9791290545307959963 wordcount-johndoe-0521194928 Batch 2015-05-21 12:49:37 Done us-central1 2015-05-20_15_54_51-15905022415025455887 wordcount-johndoe-0520225444 Batch 2015-05-20 15:54:51 Failed us-central1 2015-05-20_15_47_02-14774624590029708464 wordcount-johndoe-0520224637 Batch 2015-05-20 15:47:02 Done us-central1
使用针对每个作业显示的作业 ID，您可以运行 describe 命令来显示有关作业的更多信息。
gcloud dataflow jobs describe JOB_ID
将 JOB_ID 替换为项目中某个 Dataflow 作业的作业 ID。
例如，如果您针对作业 ID 2015-02-09_11_39_40-15635991037808002875 运行上述命令，则输出示例如下：
createTime: '2015-02-09T19:39:41.140Z' currentState: JOB_STATE_DONE currentStateTime: '2015-02-09T19:56:39.510Z' id: 2015-02-09_11_39_40-15635991037808002875 name: tfidf-bchambers-0209193926 projectId: google.com:clouddfe type: JOB_TYPE_BATCH
如需将结果的格式设置为 JSON，请使用 --format=json 选项运行以下命令：
gcloud --format=json dataflow jobs describe JOB_ID
将 JOB_ID 替换为项目中某个 Dataflow 作业的作业 ID。
以下示例输出的格式为 JSON：
{
"createTime": "2015-02-09T19:39:41.140Z",
"currentState": "JOB_STATE_DONE",
"currentStateTime": "2015-02-09T19:56:39.510Z",
"id": "2015-02-09_11_39_40-15635991037808002875",
"name": "tfidf-bchambers-0209193926",
"projectId": "google.com:clouddfe",
"type": "JOB_TYPE_BATCH"
}
Snapshots 命令
通过 snapshots 子命令组，您可以使用 Dataflow 快照。支持以下操作：
create：为 Dataflow 作业创建快照。delete：删除 Dataflow 快照。describe：描述 Dataflow 快照。list：列出项目在指定区域中的所有 Dataflow 快照（可选择按作业 ID 过滤）。
如需详细了解如何在 Dataflow 中使用快照，请参阅使用 Dataflow 快照。
SQL 命令
通过 sql 子命令组，您可以使用 Dataflow SQL。gcloud Dataflow sql query 命令在 Dataflow 上接受并运行用户指定的 SQL 查询。
例如，如需对从 BigQuery 数据集读取数据并将数据写入另一个 BigQuery 数据集的 Dataflow 作业运行简单的 SQL 查询，请在 shell 或终端中运行以下命令：
gcloud dataflow sql query 'SELECT word FROM
bigquery.table.PROJECT_ID.input_dataset.input_table
where count > 3'
--job-name=JOB_NAME \
--region=us-west1 \
--bigquery-dataset=OUTPUT_DATASET \
--bigquery-table=OUTPUT_TABLE
请替换以下内容：
- PROJECT_ID：项目的全局唯一名称
- JOB_NAME：Dataflow 作业的名称
- OUTPUT_DATASET：输出数据集的名称
- OUTPUT_TABLE：输出表的名称
启动 Dataflow SQL 作业可能需要几分钟时间才能完成。作业创建后无法更新。Dataflow SQL 作业使用自动扩缩功能，Dataflow 会自动选择执行模式：批量或流式模式。您无法控制 Dataflow SQL 作业的此行为。如需停止 Dataflow SQL 作业，请使用 cancel 命令。不支持通过 drain 停止 Dataflow SQL 作业。
如需详细了解如何为 Dataflow 使用 SQL 命令，请参阅 Dataflow SQL 参考文档和 gcloud Dataflow sql query 文档。
将命令与区域结合使用
从 gcloud CLI 176 版开始，Dataflow 命令行界面便支持区域。通过将 --region 选项与任何命令结合使用，即可指定用于管理作业的区域。
例如，gcloud dataflow jobs list 可列出所有区域的作业，但 gcloud dataflow jobs list --region=europe-west1 仅可列出 europe-west1 区域管理的作业。