Google Data Fusion で Cosmos DB に連携した ETL プロセスを作成

Google Data Fusion を使用すると、セルフサービス型のデータ連携を行い、異なるデータソースを統合できます。CData JDBC Driver for Cosmos DB をアップロードすることで、Google Data Fusion のパイプライン内から Cosmos DB のデータ にリアルタイムでアクセスできるようになります。CData JDBC Driver を使用すると、Cosmos DB のデータ を Google Data Fusion でネイティブにサポートされている任意のデータソースにパイプできますが、この記事では、Cosmos DB から Google BigQuery へデータをパイプする方法を説明します。

CData JDBC Driver for Cosmos DB を Google Data Fusion にアップロード

CData JDBC Driver for Cosmos DB を Google Data Fusion インスタンスにアップロードして、Cosmos DB のデータ にリアルタイムでアクセスしましょう。Google Data Fusion では JDBC ドライバーの命名規則に制限があるため、JAR ファイルを driver-version.jar という形式に合わせてコピーまたはリネームしてください。例：cdatacosmosdb-2020.jar

1. Google Data Fusion インスタンスを開きます
2. をクリックしてエンティティを追加し、ドライバーをアップロードします
3. "Upload driver" タブで、リネームした JAR ファイルをドラッグまたは参照します。
4. "Driver configuration" タブで以下を設定します：
   • Name: ドライバーの名前（cdata.jdbc.cosmosdb）を作成し、メモしておきます
   • Class name: JDBC クラス名を設定します：（cdata.jdbc.cosmosdb.CosmosDBDriver）
   
5. "Finish" をクリックします

Google Data Fusion で Cosmos DB のデータ に接続

JDBC Driver をアップロードしたら、Google Data Fusion のパイプラインで Cosmos DB のデータ にリアルタイムでアクセスできます。

1. Pipeline Studio に移動して、新しいパイプラインを作成します
2. "Source" オプションから "Database" をクリックして、JDBC Driver 用のソースを追加します
3. Database ソースの "Properties" をクリックしてプロパティを編集します

   NOTE：Google Data Fusion で JDBC Driver を使用するには、ライセンス（製品版またはトライアル）とランタイムキー（RTK）が必要です。ライセンス（またはトライアル）の取得については、CData までお問い合わせください。

   • Label を設定します
   • Reference Name を将来の参照用の値に設定します（例：cdata-cosmosdb）
   • Plugin Type を "jdbc" に設定します
   • Connection String を Cosmos DB の JDBC URL に設定します。例：
     
     jdbc:cosmosdb:RTK=5246...;AccountEndpoint=myAccountEndpoint;AccountKey=myAccountKey;

     CosmosDB 接続プロパティの取得・設定方法

     SQL API を使ってCosmos DB アカウントに接続するために必要な接続文字列を取得するには、Azure Portal にログインして「Azure Cosmos DB」を選択し、自分のアカウントを選択します。「Settings」セクションで、「Connection String」をクリックして次の値を設定します。

     • AccountEndpoint：この値は、Cosmos DB アカウントの「Keys」ブレードからのCosmos DB アカウントURL に設定してください。
     • AccountKey：Azure ポータルで、Cosmos DB サービスに移動してAzure Cosmos DB アカウントを選択します。リソースメニューから、 「Keys」ページに移動します。「PRIMARY KEY」値を見つけ、Token をこの値に設定します。

     ビルトイン接続文字列デザイナー

     JDBC URL の作成には、Cosmos DB 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 ファイルを実行してください。

           java -jar cdata.jdbc.cosmosdb.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。

     
   • Import Query を Cosmos DB から取得したいデータを抽出する SQL クエリに設定します。例：
     SELECT * FROM Customers
   
4. "Sink" タブから、同期先シンクを追加します（この例では Google BigQuery を使用します）
5. BigQuery シンクの "Properties" をクリックしてプロパティを編集します
   • Label を設定します
   • Reference Name を cosmosdb-bigquery のような値に設定します
   • Project ID を特定の Google BigQuery プロジェクト ID に設定します（またはデフォルトの "auto-detect" のままにします）
   • Dataset を特定の Google BigQuery データセットに設定します
   • Table を Cosmos DB のデータ を挿入するテーブル名に設定します
   

Source と Sink を設定すると、Cosmos DB のデータ を Google BigQuery にパイプする準備が整います。パイプラインを保存してデプロイしてください。パイプラインを実行すると、Google Data Fusion が Cosmos DB からリアルタイムデータをリクエストし、Google BigQuery にインポートします。

これはシンプルなパイプラインの例ですが、変換、分析、条件などを使用してより複雑な Cosmos DB パイプラインを作成できます。CData JDBC Driver for Cosmos DB の 30日間の無償トライアルをダウンロードして、今すぐ Google Data Fusion で Cosmos DB のデータ をリアルタイムで活用しましょう。