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

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

Authentication セクションのExcelFile には有効なExcel ファイルを設定する必要があります。

Amazon S3 内のExcel への接続

URI をバケット内のExcel ファイルに設定します。さらに、次のプロパティを設定して認証します。

• AWSAccessKey：AWS アクセスキー（username）に設定。
• AWSSecretKey：AWS シークレットキーに設定。

Box 内のExcel への接続

URI をExcel ファイルへのパスに設定します。Box へ認証するには、OAuth 認証標準を使います。 認証方法については、Box への接続 を参照してください。

Dropbox 内のExcel への接続

URI をExcel ファイルへのパスに設定します。Dropbox へ認証するには、OAuth 認証標準を使います。 認証方法については、Dropbox への接続 を参照してください。ユーザーアカウントまたはサービスアカウントで認証できます。ユーザーアカウントフローでは、以下の接続文字列で示すように、ユーザー資格情報の接続プロパティを設定する必要はありません。

SharePoint Online SOAP 内のExcel への接続

URI をExcel ファイルを含むドキュメントライブラリに設定します。認証するには、User、Password、およびStorageBaseURL を設定します。

SharePoint Online REST 内のExcel への接続

URI をExcel ファイルを含むドキュメントライブラリに設定します。StorageBaseURL は任意です。指定しない場合、ドライバーはルートドライブで動作します。 認証するには、OAuth 認証標準を使用します。

FTP 内のExcel への接続

URI をExcel ファイルへのパスが付いたサーバーのアドレスに設定します。認証するには、User およびPassword を設定します。

Google Drive 内のExcel への接続

デスクトップアプリケーションからのGoogle への認証には、InitiateOAuth をGETANDREFRESH に設定して、接続してください。詳細はドキュメントの「Google Drive への接続」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、Excel 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.excel.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、Excel への一般的なJDBC 接続文字列です。

jdbc:excel:Excel File='C:/MyExcelWorkbooks/SampleWorkbook.xlsx';

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

Excel 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excel-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 Microsoft Excel、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.excel.ExcelDriver）、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（excel-mysql.yml）

in:
	type: jdbc
	driver_path: C:\Program Files\CData[product_name] 20xx\lib\cdata.jdbc.excel.jar
	driver_class: cdata.jdbc.excel.ExcelDriver
	url: jdbc:excel:Excel File='C:/MyExcelWorkbooks/SampleWorkbook.xlsx';
	table: "Sheet"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "Sheet"
	mode: insert

ファイルを作成したら、Embulk ジョブを実行します。

embulk run excel-mysql.yml

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

フィルタリングした Excel 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.excel.jar
	driver_class: cdata.jdbc.excel.ExcelDriver
	url: jdbc:excel:Excel File='C:/MyExcelWorkbooks/SampleWorkbook.xlsx';
	query: "SELECT Name, Revenue FROM Sheet WHERE [RecordId] = 1"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "Sheet"
	mode: insert

詳細情報と無料トライアル

CData JDBC Driver for Microsoft Excel 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Excel 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。