Dremio でGoogle Data Catalog のデータに外部ソースとして接続

CData JDBC Driver for Google Data Catalog はJDBC 標準を実装しており、Dremio を含むさまざまなアプリケーションでリアルタイムのGoogle Data Catalog のデータを扱えるようにします。Dremio は、データレイク上でのセルフサービス型インタラクティブ分析を実現するために設計されたデータレイクハウスプラットフォームです。CData JDBC ドライバーを使用することで、エンタープライズデータレイクの一部としてリアルタイムGoogle Data Catalog のデータを活用できます。この記事では、Dremio でGoogle Data Catalog のデータに外部ソースとして接続する方法について説明します。

CData JDBC Driver を使用すると、Dremio でリアルタイムGoogle Data Catalog のデータへの高速アクセスが可能になります。ドライバーをインストールしてGoogle Data Catalog で認証すれば、データレイク内でGoogle Data Catalog のデータにすぐにアクセスできます。ネイティブのデータ型を使用してGoogle Data Catalog のデータを表示し、複雑なフィルタ、集計、その他の操作を自動的に処理することで、CData JDBC Driver はGoogle Data Catalog のデータへのシームレスなアクセスを提供します。

前提条件

この記事では、Docker を使用して Dremio を実行することを想定しています。以下のようなコマンドで Dremio サービスを含む Docker コンテナを作成できます。

docker run -d --name dremio -p 9047:9047 -p 31010:31010 dremio/dremio-oss

ここで、dremio はコンテナの名前、9047 は Dremio Web インターフェース用のコンテナポート、31010 は Dremio クエリサービスにマッピングされるポートです。dremio/dremio-oss は使用するイメージを指定します。

ARP コネクタのビルド

CData JDBC Driver を Dremio で使用するには、Advanced Relation Pushdown（ARP）コネクタをビルドする必要があります。GitHub でソースコードを確認するか、ZIP ファイル（GitHub.com）を直接ダウンロードできます。ファイルをコピーまたは展開したら、コネクタのルートディレクトリ（pom.xml ファイルがあるディレクトリ）から以下のコマンドを実行してコネクタをビルドします。

mvn clean install

NOTE：CData ARP コネクタは Java 11 でコンパイルするようにビルドされています。Java 11 をインストールし、正しいバージョンを使用していることを確認してください。以下のようなコマンドで Java バージョンを更新できます。

sudo update-alternatives --config java

コネクタ用の JAR ファイルが（target ディレクトリに）ビルドされたら、ARP コネクタと JDBC Driver を Dremio インスタンスにコピーする準備が整いました。

コネクタと JDBC Driver のインストール

ARP コネクタを %DREMIO_HOME%/jars/ に、Google Data Catalog 用の JDBC Driver を %DREMIO_HOME%/jars/3rdparty にインストールします。以下のようなコマンドを使用できます。

ARP コネクタ

docker cp PATH\TO\dremio-googledatacatalog-plugin-{DREMIO_VERSION}.jar dremio_image_name:/opt/dremio/jars/

Google Data Catalog 用 JDBC Driver

docker cp PATH\TO\cdata.jdbc.googledatacatalog.jar dremio_image_name:/opt/dremio/jars/3rdparty/

Google Data Catalog への接続

これで、Dremio の外部ソースオプションに Google Data Catalog が表示されるようになりました。ビルドした ARP コネクタは、JDBC URL を使用してGoogle Data Catalog のデータに接続します。JDBC Driver には、接続文字列を作成できるビルトインの接続文字列デザイナーがあります（以下を参照）。

ビルトイン接続文字列デザイナー

JDBC URL の構成については、Google Data Catalog 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.googledatacatalog.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。

Google Data Catalog 接続プロパティの取得・設定方法

認証プロパティを追加する前に、次の接続プロパティを設定してください。

• OrganizationId：接続するGoogle Cloud Platform の組織リソースに関連付けられたID。これはGCP コンソールに移動して確認してください。 「プロジェクト」ドロップダウンメニューを開き、リストから組織へのリンクをクリックします。このページから組織ID を取得できます。
• ProjectId：接続するGCP のプロジェクトリソースに関連付けられたID。GCP コンソールのダッシュボードに移動し、「プロジェクトを選択」のメニューからお好みのプロジェクトを選択して確認してください。プロジェクトID は、「プロジェクト情報」項目に表示されます。

Google Data Catalog への認証

CData 製品は、認証にユーザーアカウント、サービスアカウント、およびGCP インスタンスアカウントの使用をサポートします。

OAuth の設定方法については、ヘルプドキュメントの「OAuth」セクションを参照してください。

NOTE：Dremio で JDBC Driver を使用するには、ライセンス（正式版または評価版）とランタイムキー（RTK）が必要です。このライセンス（または評価版）の取得については、営業チームにお問い合わせください。

ランタイムキー（RTK）を JDBC URL に追加します。最終的に、以下のような JDBC URL になります。

jdbc:googledatacatalog:RTK=5246...;ProjectId=YourProjectId;

Google Data Catalog に外部ソースとしてアクセス

Google Data Catalog を外部ソースとして追加するには、新しいソースを追加するためにクリックし、GoogleDataCatalog を選択します。JDBC URL をコピーして、New GoogleDataCatalog Source ウィザードに貼り付けます。

接続を保存すれば、Dremio でリアルタイムGoogle Data Catalog のデータをクエリする準備が整い、Google Data Catalog のデータをデータレイクに簡単に取り込むことができます。

詳細情報と無償トライアル

Dremio で CData JDBC Driver for Google Data Catalog を使用すると、リアルタイムGoogle Data Catalog のデータをデータレイクに取り込むことができます。Google Data Catalog への接続の詳細については、CData JDBC Driver for Google Data Catalog ページをご覧ください。CData JDBC Driver for Google Data Catalog の30日間無償トライアルをダウンロードして、今すぐ始めましょう。