Pentaho Data Integration でBigQuery のデータを連携

CData JDBC Driver for Google BigQuery を使用すると、データパイプラインからリアルタイムデータにアクセスできます。Pentaho Data Integration は、ETL（Extraction, Transformation, and Loading）エンジンであり、データをクレンジングし、アクセス可能な統一フォーマットでデータを格納します。この記事では、BigQuery のデータ に JDBC データソースとして接続し、Pentaho Data Integration で BigQuery のデータ をベースにしたジョブやトランスフォーメーションを構築する方法を説明します。

はじめに

---

BigQuery への接続を設定

BigQuery 接続プロパティの取得・設定方法

Google BigQuery はOAuth 認証標準を使用します。個々のユーザーとしてGoogle API にアクセスするには、組み込みクレデンシャルを使うか、OAuth アプリを作成します。

OAuth では、Google Apps ドメインのユーザーとしてサービスアカウントを使ってアクセスすることもできます。サービスカウントでの認証では、OAuth JWT を取得するためのアプリケーションを登録する必要があります。

OAuth 値に加え、DatasetId、ProjectId を設定する必要があります。詳細はヘルプドキュメントの「はじめに」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 の構築を支援するには、BigQuery JDBC Driver に組み込まれている接続文字列デザイナーを使用してください。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.googlebigquery.jar

接続プロパティを設定し、接続文字列をクリップボードにコピーします。

JDBC URL を設定する際には、Max Rows 接続プロパティの設定も検討してください。これにより返される行数が制限され、レポートやビジュアライゼーションの設計時にパフォーマンスを向上させることができます。

一般的な JDBC URL は次のようになります：

jdbc:googlebigquery:DataSetId=MyDataSetId;ProjectId=MyProjectId;

接続文字列を保存して、Pentaho Data Integration で使用します。

Pentaho DI から BigQuery に接続

Pentaho Data Integration を開き、「Database Connection」を選択して CData JDBC Driver for Google BigQuery への接続を設定します。

1. 「General」をクリックします。
2. Connection name を設定します（例：BigQuery Connection）。
3. Connection type を「Generic database」に設定します。
4. Access を「Native (JDBC)」に設定します。
5. Custom connection URL に BigQuery の接続文字列を設定します（例：
   

   jdbc:googlebigquery:DataSetId=MyDataSetId;ProjectId=MyProjectId;

   ）。
6. Custom driver class name を「cdata.jdbc.googlebigquery.GoogleBigQueryDriver」に設定します。
7. 接続をテストし、「OK」をクリックして保存します。

BigQuery のデータパイプラインを作成

CData JDBC Driver を使用して BigQuery への接続が設定されたら、新しいトランスフォーメーションまたはジョブを作成する準備が整いました。

1. 「File」>>「New」>>「Transformation/job」をクリックします。
2. 「Table input」オブジェクトをワークフローパネルにドラッグし、BigQuery 接続を選択します。
3. 「Get SQL select statement」をクリックし、Database Explorer を使用して利用可能なテーブルとビューを表示します。
4. テーブルを選択し、必要に応じてデータをプレビューして確認します。

ここから、適切な同期先を選択し、レプリケーション中にデータを変更、フィルタリング、その他の処理を行うトランスフォーメーションを追加することで、トランスフォーメーションまたはジョブを続行できます。

無料トライアルと詳細情報

CData JDBC Driver for Google BigQuery の 30日間無料トライアルをダウンロードして、Pentaho Data Integration で BigQuery のデータ のリアルタイムデータを今すぐ活用しましょう。