Apache Airflow で Adobe Target データを連携

Jerod Johnson
Senior Technology Evangelist

CData JDBC Driver を使用して、Apache Airflow で Adobe Target のデータにアクセスして処理。

Apache Airflow は、データエンジニアリングワークフローの作成、スケジューリング、モニタリングをサポートするツールです。 CData JDBC Driver for Adobe Target と組み合わせることで、Airflow からリアルタイムの Adobe Target のデータを扱うことができます。この記事では、Apache Airflow インスタンスから Adobe Target のデータに接続してクエリを実行し、結果を CSV ファイルに保存する方法を説明します。

CData JDBC ドライバーは、最適化されたデータ処理機能を組み込んでおり、リアルタイムの Adobe Target のデータを扱う際に比類のないパフォーマンスを発揮します。複雑な SQL クエリを Adobe Target に発行すると、ドライバーはフィルタや集計などのサポートされている SQL 操作を直接 Adobe Target にプッシュし、サポートされていない操作（主に SQL 関数や JOIN 操作）は組み込みの SQL エンジンを使用してクライアント側で処理します。また、組み込みの動的メタデータクエリ機能により、ネイティブのデータ型を使用して Adobe Target のデータの操作・分析が可能です。

Adobe Target への接続を設定

組み込みの接続文字列デザイナー

JDBC URL の構築には、Adobe Target JDBC Driver に組み込まれている接続文字列デザイナーを使用できます。JAR ファイルをダブルクリックするか、コマンドラインから JAR ファイルを実行してください。

java -jar cdata.jdbc.adobetarget.jar

接続プロパティを入力し、接続文字列をクリップボードにコピーします。

Adobe Target に接続するには、以下に記載されているOAuth 接続プロパティとともにTenant プロパティを指定する必要があります。他の接続プロパティは処理動作に影響を与える可能性がありますが、接続には影響しません。

以下のステップでTenant 名を確認できます。

Adobe Experience にログインします。URL は「https://experience.adobe.com/#/@mycompanyname/preferences/general-section」です。
「/#/@」の後の値を抽出します。この例では「mycompanyname」です。
Tenant 接続プロパティをその値に設定します。

ユーザーアカウント（OAuth）

すべてのユーザーアカウントフローでAuthScheme をOAuthClient に設定する必要があります。

注意：OAuth を介したAdobe 認証では、2週間ごとにトークンを更新する必要があります。

すべてのアプリケーション

CData では、OAuth 認証を簡素化する組み込みOAuth アプリケーションを提供しています。または、カスタムOAuth アプリケーションを作成することもできます。詳細については、ヘルプドキュメントの「カスタムOAuthアプリの作成」をご確認ください。

OAuth アクセストークンの取得

接続するには以下のプロパティを設定します：

InitiateOAuth：GETANDREFRESH に設定して、OAuth 交換を自動的に実行し、必要に応じてOAuthAccessToken を更新します。
OAuthClientId：アプリを登録した際に割り当てられたクライアントID に設定します。
OAuthClientSecret：アプリを登録した際に割り当てられたクライアントシークレットに設定します。
CallbackURL：アプリを登録した際に定義されたリダイレクトURI に設定します。例：https://localhost:3333

これらの設定により、プロバイダーはAdobe Target からアクセストークンを取得し、それを使用してデータを要求します。OAuth値はOAuthSettingsLocation で指定された場所に保存され、接続間で確実に保持されます。

組み込みの接続文字列デザイナーを使用して JDBC URL を生成（adobe target を表示）

クラスター環境やクラウドで JDBC ドライバーをホストする場合は、ライセンス（製品版またはトライアル版）とランタイムキー（RTK）が必要です。ライセンス（またはトライアル）の取得については、弊社営業チームにお問い合わせください。

以下は、JDBC 接続に必要な主なプロパティです。

プロパティ	値
データベース接続 URL	jdbc:adobetarget:RTK=5246...;Tenant=mycompanyname;
データベースドライバークラス名	cdata.jdbc.adobetarget.AdobeTargetDriver

Airflow で JDBC 接続を設定

Apache Airflow インスタンスにログインします。
Airflow インスタンスのナビゲーションバーで、Admin にカーソルを合わせ、Connections をクリックします。
次の画面で + ボタンをクリックして、新しい接続を作成します。
Add Connection フォームで、必要な接続プロパティを入力します：
- Connection Id：接続の名前を入力します（例：adobetarget_jdbc）
- Connection Type：JDBC Connection
- Connection URL：上記の JDBC 接続 URL（例：jdbc:adobetarget:RTK=5246...;Tenant=mycompanyname;)
- Driver Class：cdata.jdbc.adobetarget.AdobeTargetDriver
- Driver Path：PATH/TO/cdata.jdbc.adobetarget.jar
フォーム下部の Test ボタンをクリックして、新しい接続をテストします。
新しい接続を保存すると、次の画面で接続リストに新しい行が追加されたことを示す緑色のバナーが表示されます。

DAG の作成

Airflow の DAG は、ワークフローのプロセスを保存し、トリガーすることでワークフローを実行できるエンティティです。ここでのワークフローは、Adobe Target のデータに対して SQL クエリを実行し、結果を CSV ファイルに保存するというシンプルなものです。

まず、ホームディレクトリに「airflow」フォルダがあるはずです。その中に「dags」という新しいディレクトリを作成します。ここに Python ファイルを保存すると、UI 上で Airflow DAG として表示されます。

次に、新しい Python ファイルを作成し、adobe target_hook.py という名前を付けます。このファイルに以下のコードを挿入してください：

	import time
	from datetime import datetime
	from airflow.decorators import dag, task
	from airflow.providers.jdbc.hooks.jdbc import JdbcHook
	import pandas as pd

	# DAG を宣言
	@dag(dag_id="adobe target_hook", schedule_interval="0 10 * * *", start_date=datetime(2022,2,15), catchup=False, tags=['load_csv'])

	# DAG 関数を定義
	def extract_and_load():
	# タスクを定義
		@task()
		def jdbc_extract():
			try:
				hook = JdbcHook(jdbc_conn_id="jdbc")
				sql = """ select * from Account """
				df = hook.get_pandas_df(sql)
				df.to_csv("/{some_file_path}/{name_of_csv}.csv",header=False, index=False, quoting=1)
				# print(df.head())
				print(df)
				tbl_dict = df.to_dict('dict')
				return tbl_dict
			except Exception as e:
				print("Data extract error: " + str(e))

		jdbc_extract()

	sf_extract_and_load = extract_and_load()

このファイルを保存し、Airflow インスタンスを更新します。DAG のリストに「adobe target_hook」という新しい DAG が表示されるはずです。
この DAG をクリックし、次の画面で一時停止スイッチをクリックして青色にオンにします。次に、トリガー（再生）ボタンをクリックして DAG を実行します。これにより、adobe target_hook.py ファイル内の SQL クエリが実行され、コード内で指定したファイルパスに CSV として結果がエクスポートされます。
新しい DAG をトリガーした後、Downloads フォルダ（または Python スクリプト内で指定した場所）を確認すると、CSV ファイルが作成されていることがわかります。この例では account.csv です。
CSV ファイルを開くと、Apache Airflow によって Adobe Target のデータが CSV 形式で利用可能になっていることを確認できます。