Pentaho Data Integration でGoogle Sheets のデータを連携

CData JDBC Driver for Google Spreadsheets を使用すると、データパイプラインからリアルタイムデータにアクセスできます。Pentaho Data Integration は、ETL（Extraction, Transformation, and Loading）エンジンであり、データをクレンジングし、アクセス可能な統一フォーマットでデータを格納します。この記事では、Google Sheets のデータ に JDBC データソースとして接続し、Pentaho Data Integration で Google Sheets のデータ をベースにしたジョブやトランスフォーメーションを構築する方法を説明します。

Google Sheets への接続を設定

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。

組み込みの接続文字列デザイナー

JDBC URL の構築を支援するには、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.googlesheets.jar

接続プロパティを設定し、接続文字列をクリップボードにコピーします。

JDBC URL を設定する際には、Max Rows 接続プロパティの設定も検討してください。これにより返される行数が制限され、レポートやビジュアライゼーションの設計時にパフォーマンスを向上させることができます。

一般的な JDBC URL は次のようになります：

jdbc:googlesheets:Spreadsheet=MySheet;

接続文字列を保存して、Pentaho Data Integration で使用します。

Pentaho DI から Google Sheets に接続

Pentaho Data Integration を開き、「Database Connection」を選択して CData JDBC Driver for Google Spreadsheets への接続を設定します。

1. 「General」をクリックします。
2. Connection name を設定します（例：Google Sheets Connection）。
3. Connection type を「Generic database」に設定します。
4. Access を「Native (JDBC)」に設定します。
5. Custom connection URL に Google Sheets の接続文字列を設定します（例：
   

   jdbc:googlesheets:Spreadsheet=MySheet;

   ）。
6. Custom driver class name を「cdata.jdbc.googlesheets.GoogleSheetsDriver」に設定します。
7. 接続をテストし、「OK」をクリックして保存します。

Google Sheets のデータパイプラインを作成

CData JDBC Driver を使用して Google Sheets への接続が設定されたら、新しいトランスフォーメーションまたはジョブを作成する準備が整いました。

1. 「File」>>「New」>>「Transformation/job」をクリックします。
2. 「Table input」オブジェクトをワークフローパネルにドラッグし、Google Sheets 接続を選択します。
3. 「Get SQL select statement」をクリックし、Database Explorer を使用して利用可能なテーブルとビューを表示します。
4. テーブルを選択し、必要に応じてデータをプレビューして確認します。

ここから、適切な同期先を選択し、レプリケーション中にデータを変更、フィルタリング、その他の処理を行うトランスフォーメーションを追加することで、トランスフォーメーションまたはジョブを続行できます。

無料トライアルと詳細情報

CData JDBC Driver for Google Spreadsheets の 30日間無料トライアルをダウンロードして、Pentaho Data Integration で Google Sheets のデータ のリアルタイムデータを今すぐ活用しましょう。