Oracle Data Integrator で Azure Data Lake Storage データをETL

Jerod Johnson
Jerod Johnson
Senior Technology Evangelist
Oracle Data Integrator を使用してAzure Data Lake Storage のデータをデータウェアハウスに転送する方法を説明します。

JDBC 標準を使用して、既存のスキルを活かしながらAzure Data Lake Storage に接続できます。 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 Azure Data Lake Storage を使えば、リアルタイムのAzure Data Lake Storage 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Azure Data Lake Storage 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Azure Data Lake Storage API に直接接続できます。

この記事では、JDBC ベースの ETL（Azure Data Lake Storage から Oracle へ）の手順を説明します。Azure Data Lake Storage 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。

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.adls.jar）と .lic ファイル（cdata.jdbc.adls.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Azure Data Lake Storage 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Azure Data Lake Storage のデータをクエリし、Azure Data Lake Storage 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: ADLS 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: ADLS 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: ADLS と入力します。
    • Driver List: Oracle JDBC Driver を選択します。
    • Driver: cdata.jdbc.adls.ADLSDriver と入力します。
    • URL: 接続文字列を含む JDBC URL 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。

      組み込みの接続文字列デザイナー

      JDBC URL の作成には、Azure Data Lake Storage 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.adls.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:adls:Schema=ADLSGen2;Account=myAccount;FileSystem=myFileSystem;AccessKey=myAccessKey;
  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): Azure Data Lake Storage 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 ADLS と入力します。
    • Database (Work Catalog): CData と入力します。
    • Owner (Work Schema): Azure Data Lake Storage 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 ADLS と入力します。
  5. 開いたモデルで Reverse Engineer をクリックして、Azure Data Lake Storage テーブルのメタデータを取得します。

Azure Data Lake Storage 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Azure Data Lake Storage のデータを操作できるようになります。 Azure Data Lake Storage のデータを表示するには、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 View data 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、Azure Data Lake Storage 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 Resources 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、Azure Data Lake Storage の Resources 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_RESOURCES (PERMISSION NUMBER(20,0),FullPath 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_RESOURCES 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_RESOURCES テーブルをマッピングにドラッグします。
  7. Azure Data Lake Storage モデルから Resources 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 RESOURCES_AP をクリックします。
  10. RESOURCES_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、Azure Data Lake Storage のデータを Oracle にロードできます。

はじめる準備はできましたか？

Azure Data Lake Storage Driver の無料トライアルをダウンロードしてお試しください：

 ダウンロード

詳細：

Azure Data Lake Storage Icon Azure Data Lake Storage JDBC Driver お問い合わせ

Azure Data Lake Storage データに連携するJava アプリケーションを素早く、簡単に開発できる便利なドライバー。

この記事の内容

関連記事