CData SSIS Components を使用して Adobe Target のデータを Databricks にマイグレーション

Cameron Leblanc
Technology Evangelist

CData SSIS Tasks for Adobe Target と Databricks を使用して、Adobe Target のデータを Databricks に簡単にプッシュできます。

Databricks は、大量のデータを簡単に処理、分析、可視化できる統合データ分析プラットフォームです。データエンジニアリング、データサイエンス、機械学習の機能を単一のプラットフォームに統合し、チームがコラボレーションしてデータからインサイトを得ることを容易にします。

CData SSIS Components は、SQL Server Integration Services を拡張し、さまざまなソースやデスティネーションからデータを簡単にインポート・エクスポートできるようにします。

この記事では、Databricks へのエクスポート時のデータ型マッピングの考慮事項を確認し、CData SSIS Components for Adobe Target と Databricks を使用してAdobe Target のデータを Databricks にマイグレーションする方法を説明します。

データ型マッピング

Databricks スキーマ	CData スキーマ
int, integer, int32	int
smallint, short, int16	smallint
double, float, real	float
date	date
datetime, timestamp	datetime
time, timespan	time
string, varchar	長さ > 4000 の場合：nvarchar(max)、それ以外：nvarchar(length)
long, int64, bigint	bigint
boolean, bool	tinyint
decimal, numeric	decimal
uuid	nvarchar(length)
binary, varbinary, longvarbinary	binary(1000) または SQL Server 2000 以降は varbinary(max)

特別な考慮事項

String/VARCHAR: Databricks の String カラムは、カラムの長さによって異なるデータ型にマッピングされます。カラムの長さが 4000 を超える場合、カラムは nvarchar(max) にマッピングされます。それ以外の場合は、nvarchar(length) にマッピングされます。
DECIMAL: Databricks は最大 38 桁の精度の DECIMAL 型をサポートしていますが、それを超えるソースカラムはロードエラーを引き起こす可能性があります。

前提条件

Visual Studio 2022
Visual Studio 2022 用 SQL Server Integration Services Projects 拡張機能
CData SSIS Components for Databricks
CData SSIS Components for Adobe Target

プロジェクトの作成とコンポーネントの追加

Visual Studio を開き、新しい Integration Services プロジェクトを作成します。
Control Flow 画面に新しい Data Flow Task を追加し、Data Flow Task を開きます。
Data Flow Task に CData Adobe Target Source コントロールと CData Databricks Destination コントロールを追加します。

Adobe Target ソースの設定

以下の手順に従って、Adobe Target への接続に必要なプロパティを指定します。

CData Adobe Target Source をダブルクリックしてソースコンポーネントエディタを開き、新しい接続を追加します。
CData Adobe Target Connection Manager で接続プロパティを設定し、接続をテストして保存します。
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。
1. Adobe Experience にログインします。URL は「https://experience.adobe.com/#/@mycompanyname/preferences/general-section」です。
2. 「/#/@」の後の値を抽出します。この例では「mycompanyname」です。
3. 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。
接続を保存後、「Table or view」を選択し、Databricks にエクスポートするテーブルまたはビューを選択して、CData Adobe Target Source Editor を閉じます。

Databricks デスティネーションの設定

Adobe Target Source を設定したら、Databricks 接続を設定してカラムをマッピングします。

CData Databricks Destination をダブルクリックしてデスティネーションコンポーネントエディタを開き、新しい接続を追加します。
CData Databricks Connection Manager で接続プロパティを設定し、接続をテストして保存します。Databricks クラスターに接続するには、以下のようにプロパティを設定します。
注意：必要な値は、Databricks インスタンスで Clusters に移動し、目的のクラスターを選択して、Advanced Options の下にある JDBC/ODBC タブを選択することで確認できます。
- Server：Databricks クラスターの Server Hostname を設定します。
- HTTPPath：Databricks クラスターの HTTP Path を設定します。
- Token：個人用アクセストークンを設定します（この値は、Databricks インスタンスの User Settings ページに移動し、Access Tokens タブを選択することで取得できます）。
その他の便利な接続プロパティ
- QueryPassthrough: True に設定すると、クエリは Databricks に直接渡されます。
- ConvertDateTimetoGMT: True に設定すると、コンポーネントはローカルマシンの時刻ではなく、日時値を GMT に変換します。
- UseUploadApi: このプロパティを true に設定すると、Bulk INSERT 操作で大量のデータがある場合にパフォーマンスが向上します。
- UseCloudFetch: このオプションは、テーブルに 100 万件を超えるエントリがある場合にクエリ効率を向上させるために CloudFetch を使用するかどうかを指定します。
接続を保存後、Use a Table メニューでテーブルを選択し、Action メニューで Insert を選択します。
Column Mappings タブで、入力カラムからデスティネーションカラムへのマッピングを設定します。