Embulk を使用して Azure DevOps 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 DevOps と組み合わせることで、Azure DevOps 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 DevOps をEmbulk で使用してAzure DevOps 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 DevOps 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 DevOps 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 DevOps 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 DevOps 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 DevOps\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 DevOps 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 DevOps への認証用のJDBC URL を作成します。

AzureDevOps 接続プロパティの取得・設定方法

Azure DevOps アカウントに接続するには、Profile -> Organizations に移動し、アカウントの組織名を取得します。Organization プロパティをこの値に設定します。

Note: 複数のカタログやスキーマに存在するテーブル名もあります。テーブルをクエリする際は、Catalog およびSchema 接続プロパティ、または完全修飾テーブル名のいずれかでカタログとスキーマを指定する必要があります。

Azure DevOps への認証

Azure DevOps は、Basic 認証とAzure AD（OAuth ベース）認証の両方をサポートします。

Basic

Basic 認証でAzure DevOps に接続する場合、Organization とPersonalAccessToken の両方を指定します。 パーソナルアクセストークンを生成するには、Azure DevOps 組織アカウントにログインし、Profile -> Personal Access Tokens -> New Token に移動します。生成されたトークンが表示されます。

Azure AD

Azure AD は、Microsoft のマルチテナント、クラウドベースのディレクトリおよびID 管理サービスです。 これはユーザーベースの認証で、AuthScheme をAzureAD に設定し、Organization をAzure DevOps Organization の名前に設定する必要があります。 Web アプリケーションを介したAzure AD への認証には、必ずカスタムOAuth アプリケーションの作成が必要です。 詳しい認証方法は、ヘルプドキュメント の「Azure DevOps への認証」セクション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、Azure DevOps 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.azuredevops.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 DevOps への一般的なJDBC 接続文字列です。

jdbc:azuredevops:AuthScheme=Basic;Organization=MyAzureDevOpsOrganization;ProjectId=MyProjectId;PersonalAccessToken=MyPAT;

Embulk で Azure DevOps 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 DevOps のデータをMySQL にロードする準備が整いました。

Azure DevOps 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azuredevops-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 DevOps、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.azuredevops.AzureDevOpsDriver）、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（azuredevops-mysql.yml）

in:
	type: jdbc
	driver_path: C:\Program Files\CData[product_name] 20xx\lib\cdata.jdbc.azuredevops.jar
	driver_class: cdata.jdbc.azuredevops.AzureDevOpsDriver
	url: jdbc:azuredevops:AuthScheme=Basic;Organization=MyAzureDevOpsOrganization;ProjectId=MyProjectId;PersonalAccessToken=MyPAT;
	table: "Builds"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "Builds"
	mode: insert

ファイルを作成したら、Embulk ジョブを実行します。

embulk run azuredevops-mysql.yml

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

フィルタリングした Azure DevOps 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.azuredevops.jar
	driver_class: cdata.jdbc.azuredevops.AzureDevOpsDriver
	url: jdbc:azuredevops:AuthScheme=Basic;Organization=MyAzureDevOpsOrganization;ProjectId=MyProjectId;PersonalAccessToken=MyPAT;
	query: "SELECT Id, BuildNumber FROM Builds WHERE [RecordId] = 1"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "Builds"
	mode: insert

詳細情報と無料トライアル

CData JDBC Driver for Azure DevOps 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 DevOps 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。