Google Data Fusion で Google Sheets 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 Google Spreadsheets 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 Google Sheets 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、Google Sheets 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、Google Sheets 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 Google Spreadsheets を Google Data Fusion にアップロード

CData JDBC Driver for Google Spreadsheets を Google Data Fusion インスタンスにアップロードして、Google Sheets 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：cdatagooglesheets-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.googlesheets）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.googlesheets.GoogleSheetsDriver）
   
5. "Finish" をクリックします

Google Data Fusion で Google Sheets 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 Google Sheets 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-googlesheets）
   • Plugin Type を "jdbc" に設定します
   • Connection String を Google Sheets の JDBC URL に設定します。例：
     
     jdbc:googlesheets:RTK=5246...;Spreadsheet=MySheet;

     スプレッドシートに接続するには、Google への認証を行い、Spreadsheet 接続プロパティにスプレッドシートの名前またはフィードリンクを設定します。Google Drive のスプレッドシートの情報一覧を表示したい場合は、認証後にSpreadsheets ビューにクエリを実行します。

     ClientLogin（ユーザー名 / パスワード認証）は、2012年4月20日より正式に非推奨となり、現在は利用できません。代わりに、OAuth 2.0 認証規格を使用してください。 個々のユーザーに代わってGoogle API にアクセスするには、埋め込みクレデンシャルを使用するか、独自のOAuth アプリを登録します。

     OAuth は、Google Apps ドメインのユーザーに代わって、サービスアカウントを使って接続することもできます。サービスアカウントで認証するには、OAuth JWT 値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。

     Google アカウント、Google Apps アカウント、二段階認証を使用するアカウントなど、様々なアカウントタイプでGoogle スプレッドシートに接続する方法は、ヘルプドキュメントの「はじめに」を参照してください。

     ビルトイン接続文字列デザイナー

     JDBC URL の作成には、Google Sheets 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.googlesheets.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 Google Sheets 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 Orders
   
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 googlesheets-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 Google Sheets 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、Google Sheets 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 Google Sheets 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 Google Sheets パイプラインを作成できます。CData JDBC Driver for Google Spreadsheets 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 Google Sheets のデータ をリアルタイムで活用しましょう。