Apache Solr にBigQuery のデータをインポートする方法

Jerod Johnson
Senior Technology Evangelist

CData JDBC Driver for BigQuery をData Import Handler で使用して、BigQuery のデータをApache Solr エンタープライズサーチプラットフォームに自動インポートできます。

Apache Solr は、Apache Lucene 上に構築された人気のある高速なオープンソースのエンタープライズサーチソリューションです。

Apache Solr には、データベースやXML、CSV、JSON ファイルからデータをインポートできるData Import Handler（DIH）が搭載されています。CData JDBC Driver for BigQuery と組み合わせることで、BigQuery のデータを簡単にApache Solr にインポートできます。この記事では、CData JDBC Driver をApache Solr のData Import Handler で使用し、エンタープライズサーチ用にBigQuery のデータをインポートする方法をステップバイステップで解説します。

BigQuery データ連携について

CData は、Google BigQuery のライブデータへのアクセスと統合を簡素化します。お客様は CData の接続機能を以下の目的で活用しています：

OAuth、OAuth JWT、GCP インスタンスなど、すぐに使える幅広い認証スキームのサポートにより、BigQuery へのアクセスを簡素化します。
BigQuery と他のアプリケーション間の双方向データアクセスにより、データワークフローを強化します。
SQL ストアドプロシージャを通じて、ジョブの開始・取得・キャンセル、テーブルの削除、ジョブロードの挿入など、主要な BigQuery アクションを実行できます。

多くの CData のお客様は、Google BigQuery をデータウェアハウスとして使用しており、CData ソリューションを使用して、別々のソースからビジネスデータを BigQuery に移行し、包括的な分析を行っています。また、BigQuery データの分析やレポート作成に当社の接続機能を使用するお客様も多く、両方のソリューションを使用しているお客様も多数います。

CData が Google BigQuery 体験をどのように向上させるかについての詳細は、ブログ記事をご覧ください：https://jp.cdata.com/blog/what-is-bigquery

はじめに

BigQuery インポート用のApache Solr コアとスキーマを作成する

Apache Solr を起動し、コアを作成します。
```
> solr create -c CDataCore
```
この記事では、Solr はローカル環境でスタンドアロンインスタンスとして実行されており、次のURL でコアにアクセスできます：http://localhost:8983/solr/#/CDataCore/core-overview
インポートするBigQuery のデータのカラムを表す「field」オブジェクトと、エンティティの一意キーで構成されるスキーマを作成します。BigQuery にLastModifiedDate が存在する場合は、増分更新に使用されます。存在しない場合は、後述のdeltaquery を実行できません。スキーマはApache Solr が作成したmanaged-schema ファイルに保存します。

	GoogleBigQueryUniqueKey

CData BigQuery JDBC Driver をインストールします。JAR ファイルとライセンスファイル（cdata.googlebigquery.jar とcdata.jdbc.googlebigquery.lic）をSolr ディレクトリにコピーします。
- CData JDBC JAR ファイル：C:\Program Files\CData\CData JDBC Driver for BigQuery ####\lib
- Apache Solr：solr-8.5.2\server\lib

これで、Solr でBigQuery のデータを使用する準備が整いました。

BigQuery からApache Solr へのインポートを定義する

このセクションでは、Data Import Handler の設定手順を説明します。

作成したコアのConfig ファイルを編集します。JAR ファイルの参照を追加し、DIH RequestHandler の定義を追加します。

	

	<lib dir="${solr.install.dir:../../../..}/dist/" regex="solr-dataimporthandler-.*\.jar" />

	<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
		<lst name="defaults">
			<str name="config">solr-data-config.xml</str>
		</lst>
	</requestHandler>

次に、同じ階層にsolr-data-config.xml を作成します。この記事ではBigQuery からテーブルを取得しますが、カスタムSQL クエリを使用してデータをリクエストすることもできます。Driver クラスとサンプルJDBC 接続文字列は以下のサンプルコードにあります。

	
	<dataConfig>
		<dataSource driver="cdata.jdbc.googlebigquery.GoogleBigQueryDriver" url="jdbc:googlebigquery:DataSetId=MyDataSetId;ProjectId=MyProjectId;">
		</dataSource>
		<document>
			<entity name="Orders"
				query="SELECT Id,GoogleBigQueryColumn1,GoogleBigQueryColumn2,GoogleBigQueryColumn3,GoogleBigQueryColumn4,GoogleBigQueryColumn5,GoogleBigQueryColumn6,GoogleBigQueryColumn7,LastModifiedDate FROM Orders"
				deltaQuery="SELECT Id FROM Orders where LastModifiedDate >= '${dataimporter.last_index_time}'"
				deltaImportQuery="SELECT Id,GoogleBigQueryColumn1,GoogleBigQueryColumn2,GoogleBigQueryColumn3,GoogleBigQueryColumn4,GoogleBigQueryColumn5,GoogleBigQueryColumn6,GoogleBigQueryColumn7,LastModifiedDate FROM Orders where Id=${dataimporter.delta.Id}">
				<field column="Id" name="Id" ></field>
				<field column="GoogleBigQueryColumn1" name="GoogleBigQueryColumn1" ></field>
				<field column="GoogleBigQueryColumn2" name="GoogleBigQueryColumn2" ></field>
				<field column="GoogleBigQueryColumn3" name="GoogleBigQueryColumn3" ></field>
				<field column="GoogleBigQueryColumn4" name="GoogleBigQueryColumn4" ></field>
				<field column="GoogleBigQueryColumn5" name="GoogleBigQueryColumn5" ></field>
				<field column="GoogleBigQueryColumn6" name="GoogleBigQueryColumn6" ></field>
				<field column="GoogleBigQueryColumn7" name="GoogleBigQueryColumn7" ></field>
				<field column="LastModifiedDate" name="LastModifiedDate" ></field>
			</entity>
		</document>
	</dataConfig>

query セクションで、BigQuery からデータを選択するSQL クエリを設定します。deltaQuery とdeltaImportquery は、同じエンティティの2回目以降のインポートで増分更新を使用する際のID と条件を定義します。
すべての設定が完了したら、Solr を再起動します。
```
	> solr stop -all
	> solr start
	
```

BigQuery のデータのDataImport を実行する

以下のURL からDataImport を実行します：
http://localhost:8983/solr/#/CDataCore/dataimport//dataimport
「full-import」コマンドを選択し、Entity からテーブルを選択して、「Execute」をクリックします。
Query からインポート結果を確認します。
deltaQuery を使用した増分更新を試してみましょう。元のBigQuery データセットのデータを変更します。DataImport ウィンドウから今度は「delta-import」コマンドを選択し、「Execute」をクリックします。
増分更新の結果を確認します。