Embulk を使用して CouchDB 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 CouchDB と組み合わせることで、CouchDB 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 CouchDB をEmbulk で使用してCouchDB 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CouchDB 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。CouchDB 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CouchDB 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。

CouchDB 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 CouchDB\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、CouchDB 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、CouchDB への認証用のJDBC URL を作成します。

Apache CouchDB 接続プロパティの取得・設定方法

それでは、Apache CouchDB に接続していきましょう。Url 接続プロパティをApache CouchDB インスタンスのURL に設定します。例：http://localhost:5984

ユーザー（またはJWT）が特定のデータベースだけにアクセスできるようにしたい場合は、Apache CouchDB インスタンスで"admin_only_all_dbs" オプションを設定し、テーブルをリストするためにCData 製品が必要とする"/_all_dbs" エンドポイントへのアクセス権をすべてのユーザーに付与する必要があります。

Apache CouchDB への認証

続いて、認証方法を設定しましょう。CData 製品では、3種類の認証をサポートしています。

• Basic：基本的なユーザー名 / パスワード認証
• JWT：JWT 認証
• None：パブリックなデータベースへの匿名アクセス

Basic 認証

データに接続するには、以下のプロパティを設定してください。

• AuthScheme：Basic
• User：認証に使用されるApache CouchDB ユーザーアカウント
• Password：認証するユーザーに関連付けられたApache CouchDB パスワード

その他の認証方法については、ヘルプドキュメントの「接続の確立」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、CouchDB 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.apachecouchdb.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、CouchDB への一般的なJDBC 接続文字列です。

jdbc:apachecouchdb:Url=http://localhost:5984;User=abc123;Password=abcdef;

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

CouchDB 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apachecouchdb-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 CouchDB、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.apachecouchdb.ApacheCouchDBDriver）、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（apachecouchdb-mysql.yml）

in:
	type: jdbc
	driver_path: C:\Program Files\CData[product_name] 20xx\lib\cdata.jdbc.apachecouchdb.jar
	driver_class: cdata.jdbc.apachecouchdb.ApacheCouchDBDriver
	url: jdbc:apachecouchdb:Url=http://localhost:5984;User=abc123;Password=abcdef;
	table: "Movies"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "Movies"
	mode: insert

ファイルを作成したら、Embulk ジョブを実行します。

embulk run apachecouchdb-mysql.yml

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

フィルタリングした CouchDB 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.apachecouchdb.jar
	driver_class: cdata.jdbc.apachecouchdb.ApacheCouchDBDriver
	url: jdbc:apachecouchdb:Url=http://localhost:5984;User=abc123;Password=abcdef;
	query: "SELECT MovieRuntime, MovieRating FROM Movies WHERE [RecordId] = 1"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "Movies"
	mode: insert

詳細情報と無料トライアル

CData JDBC Driver for CouchDB 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CouchDB 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。