Airbyte ELT パイプラインで Azure Data Lake Storage のデータに接続

Airbyte は、データウェアハウス、データレイク、データベースなど、あらゆるデータストアにデータをロードできる強力なツールです。CData Connect AI と組み合わせることで、Airbyte ユーザーはリアルタイムの Azure Data Lake Storage のデータ から直接 Extract, Load, Transform（ELT）パイプラインを作成できます。本記事では、Connect AI を通じて Azure Data Lake Storage に接続し、Airbyte 内で Azure Data Lake Storage のデータ の ELT パイプラインを構築する手順を説明します。

CData Connect AI は Azure Data Lake Storage 専用の SQL Server インターフェースを提供し、ネイティブデータベースへのデータレプリケーションを行うことなくデータをクエリできます。最適化されたデータ処理機能を内蔵しており、フィルタや JOIN を含むサポート対象のすべての SQL 操作を Azure Data Lake Storage に直接転送します。これにより、サーバーサイド処理を活用して目的の Azure Data Lake Storage のデータ を高速に取得できます。

Airbyte 用に Azure Data Lake Storage への接続を構成

Airbyte から Azure Data Lake Storage への接続は、CData Connect AI を介して実現します。Airbyte で Azure Data Lake Storage のデータ を利用するには、まず Azure Data Lake Storage 接続を作成・設定します。

1. Connect AI にログインし、Sources をクリックして、 Add Connection をクリックします

2. Add Connection パネルから「Azure Data Lake Storage」を選択します

3. Azure Data Lake Storage に接続するために必要な認証プロパティを入力します。

   Azure Data Lake Storage 接続プロパティの取得・設定方法

   Azure Data Lake Storage Gen2 への接続

   それでは、Gen2 Data Lake Storage アカウントに接続していきましょう。接続するには、以下のプロパティを設定します。

   • Account：ストレージアカウントの名前
   • FileSystem：このアカウントに使用されるファイルシステム名。例えば、Azure Blob コンテナの名前
   • Directory（オプション）：レプリケートされたファイルが保存される場所へのパス。パスが指定されない場合、ファイルはルートディレクトリに保存されます

   Azure Data Lake Storage Gen2への認証

   続いて、認証方法を設定しましょう。CData 製品では、5つの認証方法をサポートしています：アクセスキー（AccessKey）の使用、共有アクセス署名（SAS）の使用、Azure Active Directory OAuth（AzureAD）経由、Azure サービスプリンシパル（AzureServicePrincipal またはAzureServicePrincipalCert）経由、およびManaged Service Identity（AzureMSI）経由です。

   アクセスキー

   アクセスキーを使用して接続するには、まずADLS Gen2ストレージアカウントで利用可能なアクセスキーを取得する必要があります。

   Azure ポータルでの手順は以下のとおりです：

   1. ADLS Gen2ストレージアカウントにアクセスします
   2. 設定でアクセスキーを選択します
   3. 利用可能なアクセスキーの1つの値をAccessKey 接続プロパティにコピーします

   接続の準備ができたら、以下のプロパティを設定してください。

   • AuthScheme：AccessKey
   • AccessKey：先ほどAzure ポータルで取得したアクセスキーの値

   共有アクセス署名（SAS）

   共有アクセス署名を使用して接続するには、まずAzure Storage Explorer ツールを使用して署名を生成する必要があります。

   接続の準備ができたら、以下のプロパティを設定してください。

   • AuthScheme：SAS
   • SharedAccessSignature：先ほど生成した共有アクセス署名の値

   その他の認証方法については、 href="/kb/help/" target="_blank">ヘルプドキュメントの「Azure Data Lake Storage Gen2への認証」セクションをご確認ください。

   
4. Save & Test をクリックします
5. Add Azure Data Lake Storage Connection ページの Permissions タブに移動し、ユーザーベースの権限を更新します。

パーソナルアクセストークンの追加

REST API、OData API、または仮想 SQL Server を介して Connect AI に接続する際、パーソナルアクセストークン（PAT）を使用して Connect AI への接続を認証します。アクセスの粒度を維持するために、サービスごとに個別の PAT を作成することをお勧めします。

1. Connect AI アプリの右上にある歯車アイコン（）をクリックして設定ページを開きます。
2. Settings ページで Access Tokens セクションに移動し、 Create PAT をクリックします。
3. PAT に名前を付けて Create をクリックします。
4. パーソナルアクセストークンは作成時にのみ表示されます。必ずコピーして、将来の使用に備えて安全な場所に保存してください。

接続の設定と PAT の生成が完了したら、Airbyte から Azure Data Lake Storage のデータ に接続する準備が整いました。

Airbyte から Azure Data Lake Storage に接続

Airbyte から CData Connect AI への接続を確立するには、以下の手順に従います。

1. Airbyte アカウントにログインします
2. 左側のパネルで Sources をクリックし、Add New Source をクリックします
   • Source Type を MSSQL Server に設定して TDS エンドポイントに接続します
   • Source Name を設定します
   • Host URL を tds.cdata.com に設定します
   • Port を 14333 に設定します
   • Database を事前に設定した接続名（例：ADLS1）に設定します
   • Username を Connect AI のユーザー名に設定します
   • SSL Method を Encrypted (trust server certificate) に設定し、Replication Method は標準のまま、SSH Tunnel Method を No Tunnel に設定します
   • （オプション）Schema にソースに適用したい値を設定します
   • Password を Connect AI の PAT に設定します
   • （オプション）必要な JDBC URL パラメータを入力します
3. Test and Save をクリックしてデータソースを作成します。

Azure Data Lake Storage のデータ用の ELT パイプラインを作成

Azure Data Lake Storage のデータ を新しい同期先に接続するには、Sources をクリックし、Set Up Connection をクリックして同期先に接続します。上記で作成したソースと目的の同期先を選択し、Airbyte の処理が完了するまで待ちます。完了すると、接続が使用可能になります。

CData Connect AI の入手

Airbyte から 300 以上の SaaS、ビッグデータ、NoSQL ソースへのリアルタイムデータアクセスを実現するには、 CData Connect AI をぜひお試しください！