Embulk を使用して Azure Table ののデータをデータベースにロードする方法

Embulk はオープンソースのバルクデータローダーです。CData JDBC Driver for Azure と組み合わせることで、Azure Table から任意の同期先にデータを簡単にロードできます。この記事では、CData JDBC Driver for Azure をEmbulk で使用してAzure Table のデータをMySQL データベースにロードする方法を解説します。

CData JDBC Driver は、最適化されたデータ処理機能を内蔵しており、リアルタイムのAzure Table のデータに対して比類のないパフォーマンスを発揮します。Azure Table に対して複雑なSQL クエリを発行すると、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Azure Table にプッシュし、サポートされていない操作（SQL 関数やJOIN 操作など）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。

Azure Table への JDBC 接続を設定

Embulk でバルクロードジョブを作成する前に、JDBC Driver のJAR ファイルのインストール場所（通常はC:\Program Files\CData\CData JDBC Driver for Azure\lib）を確認しておきます。

Embulk はJDBC 接続をサポートしているため、Azure Table に簡単に接続してSQL クエリを実行できます。バルクロードジョブを作成する前に、Azure Table への認証用のJDBC URL を作成します。

Account プロパティをストレージアカウント名に設定し、ストレージアカウントのAccessKey を設定して接続します。これらの値を取得する方法は次のとおりです。

ストレージをBackend として使用している場合（デフォルト）

• Azure ポータルにログインし、左側の「サービス」メニューで「ストレージアカウント」を選択します。
• ストレージアカウントがない場合は、「追加」ボタンをクリックしてアカウントを作成します。
• 使用するストレージアカウントのリンクをクリックし、「設定」の「アクセスキー」を選択します。 「アクセスキー」ウィンドウには、ストレージアカウント名とCData 製品で使用するキー（接続にはkey1またはkey2のどちらかを使用できます）が含まれています。これらのプロパティは、それぞれAccount とAccessKey 接続プロパティにマッピングされます。

Azure SQL への接続

• Azure ポータルにログインし、左側の「サービス」メニューで「Azure Cosmos DB」を選択します。
• 使用するCosmos DB アカウントのリンクをクリックし、「設定」の「接続文字列」を選択します。 「接続文字列」ウィンドウには、Cosmos DB アカウント名とCData 製品で使用する主キーが含まれています。これらのプロパティは、それぞれAccount とAccessKey 接続プロパティにマッピングされます。

組み込みの接続文字列デザイナー

JDBC URL の作成には、Azure Table 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 ファイルを実行します。

java -jar cdata.jdbc.azuretables.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。

以下は、Azure Table への一般的なJDBC 接続文字列です。

jdbc:azuretables:AccessKey=myAccessKey;Account=myAccountName;

Embulk で Azure Table ののデータをロード

CData JDBC Driver をインストールしてJDBC 接続文字列を作成したら、必要なEmbulk プラグインをインストールします。

Embulk の入力・出力プラグインをインストール

1. Embulk にJDBC 入力プラグインをインストールします。
   https://github.com/embulk/embulk-input-jdbc/tree/master/embulk-input-jdbc

embulk gem install embulk-input-jdbc

2. この記事では、同期先データベースとしてMySQL を使用します。出力プラグインを使用して、SQL Server、PostgreSQL、またはGoogle BigQuery を同期先として選択することもできます。
   https://github.com/embulk/embulk-output-jdbc/tree/master/embulk-output-mysql

   embulk gem install embulk-output-mysql
   

入力プラグインと出力プラグインをインストールしたら、Embulk を使用してAzure Table のデータをMySQL にロードする準備が整いました。

Azure Table ののデータをロードするジョブを作成

まず、Embulk で設定ファイルを作成します。ファイル名はazuretables-mysql.yml のようにします。

1. 入力プラグインのオプションには、CData JDBC Driver for Azure、ドライバーJAR ファイルへのパス、ドライバークラス（例：cdata.jdbc.azuretables.AzureTablesDriver）、および上記のJDBC URL を指定します。
2. 出力プラグインのオプションには、MySQL データベースの値と認証情報を指定します。

設定ファイルのサンプル（azuretables-mysql.yml）

in:
	type: jdbc
	driver_path: C:\Program Files\CData[product_name] 20xx\lib\cdata.jdbc.azuretables.jar
	driver_class: cdata.jdbc.azuretables.AzureTablesDriver
	url: jdbc:azuretables:AccessKey=myAccessKey;Account=myAccountName;
	table: "NorthwindProducts"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "NorthwindProducts"
	mode: insert

ファイルを作成したら、Embulk ジョブを実行します。

embulk run azuretables-mysql.yml

Embulk ジョブを実行すると、MySQL テーブルにAzure Table のデータが格納されます。

フィルタリングした Azure Table ののデータをロード

テーブルから直接データをロードするだけでなく、カスタムSQL クエリを使用してロードするデータをより詳細に制御できます。また、クエリフィールドのSQL WHERE 句で最終更新カラムを設定することで、増分ロードを実行することもできます。

in:
	type: jdbc
	driver_path: C:\Program Files\CData[product_name] 20xx\lib\cdata.jdbc.azuretables.jar
	driver_class: cdata.jdbc.azuretables.AzureTablesDriver
	url: jdbc:azuretables:AccessKey=myAccessKey;Account=myAccountName;
	query: "SELECT Name, Price FROM NorthwindProducts WHERE [RecordId] = 1"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "NorthwindProducts"
	mode: insert

詳細情報と無料トライアル

CData JDBC Driver for Azure をコネクタとして使用することで、Embulk のデータロードジョブにAzure Table のデータを統合できます。また、200 を超えるエンタープライズデータソース向けドライバーにより、あらゆるエンタープライズSaaS、ビッグデータ、NoSQL ソースも統合できます。30日間の無料トライアルをダウンロードして、今すぐお試しください。