Oracle Data Integrator で Amazon Athena データをETL

JDBC 標準を使用して、既存のスキルを活かしながらAmazon Athena に読み書きできます。 Oracle Data Integrator（ODI）などの ETL ツールにドロップインで統合できる CData JDBC Driver for Amazon Athena を使えば、リアルタイムのAmazon Athena のデータをデータウェアハウス、ビジネスインテリジェンス、ビッグデータテクノロジーに接続できます。

JDBC 接続により、ODI でAmazon Athena を他のデータベースと同様に扱うことができます。RDBMS と同じように、フラットファイルではなくリアルタイムでAmazon Athena API に直接接続できます。

この記事では、JDBC ベースの ETL（Amazon Athena から Oracle へ）の手順を説明します。Amazon Athena エンティティのデータモデルをリバースエンジニアリングした後、マッピングを作成し、データロード戦略を選択します。ドライバーが SQL-92 をサポートしているため、組み込みの SQL to SQL Loading Knowledge Module を選択するだけで簡単に実現できます。

はじめに

---

ドライバーのインストール

ドライバーをインストールするには、インストールフォルダにあるドライバー JAR（cdata.jdbc.amazonathena.jar）と .lic ファイル（cdata.jdbc.amazonathena.lic）を、ODI の適切なディレクトリにコピーします。

• UNIX/Linux（エージェントなし）: ~/.odi/oracledi/userlib
• UNIX/Linux（エージェントあり）: ~/.odi/oracledi/userlib および $ODI_HOME/odi/agent/lib
• Windows（エージェントなし）: %APPDATA%\Roaming\odi\oracledi\userlib
• Windows（エージェントあり）: %APPDATA%\odi\oracledi\userlib および %APPDATA%\odi\agent\lib

ODI を再起動してインストールを完了します。

モデルのリバースエンジニアリング

モデルをリバースエンジニアリングすると、ドライバーのAmazon Athena のデータに対するリレーショナルビューのメタデータが取得されます。リバースエンジニアリング後は、リアルタイムのAmazon Athena のデータをクエリし、Amazon Athena テーブルに基づいてマッピングを作成できます。

1. ODI でリポジトリに接続し、New -> Model and Topology Objects をクリックします。
2. 表示されるダイアログの Model 画面で、以下の情報を入力します。
   • Name: AmazonAthena と入力します。
   • Technology: Generic SQL を選択します（ODI バージョン 12.2 以降の場合は Microsoft SQL Server を選択）。
   • Logical Schema: AmazonAthena と入力します。
   • Context: Global を選択します。
   
3. 表示されるダイアログの Data Server 画面で、以下の情報を入力します。
   • Name: AmazonAthena と入力します。
   • Driver List: Oracle JDBC Driver を選択します。
   • Driver: cdata.jdbc.amazonathena.AmazonAthenaDriver と入力します。
   • URL: 接続文字列を含む JDBC URL を入力します。

     Amazon Athena 接続プロパティの取得・設定方法

     それでは、早速Athena に接続していきましょう。

     データに接続するには、以下の接続パラメータを指定します。

     • DataSource：接続するAmazon Athena データソース。
     • Database：接続するAmazon Athena データベース。
     • AWSRegion：Amazon Athena データがホストされているリージョン。
     • S3StagingDirectory：クエリの結果を保存するS3 フォルダ。

     Database またはDataSource が設定されていない場合、CData 製品はAmazon Athena の利用可能なデータソースからすべてのデータベースのリスト化を試みます。そのため、両方のプロパティを設定することでCData 製品のパフォーマンスが向上します。

     Amazon Athena の認証設定

     CData 製品は幅広い認証オプションに対応しています。詳しくはヘルプドキュメントの「はじめに」を参照してみてください。

     AWS キーを取得

     IAM ユーザーの認証情報を取得するには、以下のステップお試しください。

     1. IAM コンソールにサインインします。
     2. ナビゲーションペインでユーザーを選択します。
     3. ユーザーのアクセスキーを作成または管理するには、ユーザーを選択してからセキュリティ認証情報タブに移動します。

     AWS ルートアカウントの資格情報を取得するには、以下のステップをお試しください。

     1. ルートアカウントの認証情報を使用してAWS 管理コンソールにサインインします。
     2. アカウント名または番号を選択します。
     3. 表示されたメニューでMy Security Credentials を選択します。
     4. ルートアカウントのアクセスキーを管理または作成するには、Continue to Security Credentials をクリックし、［Access Keys］セクションを展開します。

     その他の認証オプションについては、ヘルプドキュメントの「Amazon Athena への認証」を参照してください。

     組み込みの接続文字列デザイナー

     JDBC URL の作成には、Amazon Athena JDBC Driver に組み込まれている接続文字列デザイナーをご利用ください。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 ファイルを実行します。

     java -jar cdata.jdbc.amazonathena.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。

     

     一般的な接続文字列は以下のとおりです。

     jdbc:amazonathena:AccessKey='a123';SecretKey='s123';Region='IRELAND';Database='sampledb';S3StagingDirectory='s3://bucket/staging/';
     

   
4. Physical Schema 画面で、以下の情報を入力します。
   • Name: ドロップダウンメニューから選択します。
   • Database (Catalog): CData と入力します。
   • Owner (Schema): Amazon Athena でスキーマを選択した場合は選択したスキーマを入力し、それ以外の場合は AmazonAthena と入力します。
   • Database (Work Catalog): CData と入力します。
   • Owner (Work Schema): Amazon Athena でスキーマを選択した場合は選択したスキーマを入力し、それ以外の場合は AmazonAthena と入力します。
   
5. 開いたモデルで Reverse Engineer をクリックして、Amazon Athena テーブルのメタデータを取得します。

Amazon Athena のデータの編集と保存

リバースエンジニアリングが完了すると、ODI でAmazon Athena のデータを操作できるようになります。 Amazon Athena のデータを編集・保存するには、Designer ナビゲーターで Models アコーディオンを展開し、テーブルを右クリックして Data をクリックします。Refresh をクリックするとデータの変更を取得できます。変更が完了したら Save Changes をクリックします。

ETL プロジェクトの作成

以下の手順に従って、Amazon Athena からの ETL を作成します。ODI Getting Started VM に含まれるサンプルデータウェアハウスに Customers エンティティをロードします。

1. SQL Developer を開き、Oracle データベースに接続します。Connections ペインでデータベースのノードを右クリックし、new SQL Worksheet をクリックします。

   または、SQLPlus を使用することもできます。コマンドプロンプトから以下を入力します。

   sqlplus / as sysdba
   

2. 以下のクエリを入力して、ODI_DEMO スキーマにあるサンプルデータウェアハウスに新しいターゲットテーブルを作成します。以下のクエリでは、Amazon Athena の Customers テーブルに対応するいくつかのカラムを定義しています。

   CREATE TABLE ODI_DEMO.TRG_CUSTOMERS (TOTALDUE NUMBER(20,0),Name VARCHAR2(255));
   

3. ODI で Designer ナビゲーターの Models アコーディオンを展開し、ODI_DEMO フォルダ内の Sales Administration ノードをダブルクリックします。モデルエディターでモデルが開きます。
4. Reverse Engineer をクリックします。TRG_CUSTOMERS テーブルがモデルに追加されます。
5. プロジェクト内の Mappings ノードを右クリックし、New Mapping をクリックします。マッピングの名前を入力し、Create Empty Dataset オプションのチェックを外します。Mapping Editor が表示されます。
6. Sales Administration モデルから TRG_CUSTOMERS テーブルをマッピングにドラッグします。
7. Amazon Athena モデルから Customers テーブルをマッピングにドラッグします。
8. ソースのコネクタポイントをクリックし、ターゲットのコネクタポイントにドラッグします。Attribute Matching ダイアログが表示されます。この例では、デフォルトのオプションを使用します。ターゲットカラムのプロパティにターゲット式が表示されます。
9. Mapping Editor の Physical タブを開き、TARGET_GROUP 内の CUSTOMERS_AP をクリックします。
10. CUSTOMERS_AP のプロパティで、Loading Knowledge Module タブの LKM SQL to SQL (Built-In) を選択します。

マッピングを実行して、Amazon Athena のデータを Oracle にロードできます。