Talend Cloud Data Management Platform で Hive のデータを連携

Dibyendu Datta
Lead Technology Evangelist

CData JDBC Driver for Apache Hive を使用して、Hive のデータを Talend Cloud Data Management Platform に接続します。

Qlik 社の Talend Cloud Data Management Platform は多様なデータ環境をサポートし、スマートな意思決定のための分析、業務データの共有、データおよびアプリケーションのモダナイゼーション、リスク低減のためのデータエクセレンスの確立を実現します。CData JDBC Driver for Apache Hive と組み合わせると、Hive のデータのデータ連携、品質管理、ガバナンスを向上できます。この記事では、Talend Cloud Data Management で CData JDBC Driver を使用して Hive に接続し、ワークフロー内でデータを同時に利用できるようにする方法を説明します。

前提条件

CData JDBC Driver を使用して Talend Cloud Data Management Platform でデータを表示・操作する前に、システムに最新バージョンの Talend Studio をダウンロードしてインストールしてください。また、以下の前提条件を満たしていることを確認してください。

適切な権限を持つ Talend Cloud Data Management アカウント
CData Web サイトからダウンロード可能な CData JDBC Driver for Apache Hive

Talend で Hive に JDBC データソースとして接続

Talend Data Management Cloud へのアクセス

ローカルシステムにインストールされている Talend Cloud Data Management Platform を起動し、Other Login Mode をクリックします。
Manage Connections をクリックします。Repository を「Local」に設定し、Name、Description、User E-mail を入力します。Workspace のパスを設定して OK をクリックします。
Create a new project ラジオボタンを選択して新しいプロジェクト名を追加し、Create をクリックします。
新しいプロジェクトが Select an existing project セクションに表示されます。Open をクリックします。Talend Cloud Data Management Platform ワークスペースが開きます。

新しい接続の作成

ナビゲーションペインで Metadata ドロップダウンを展開します。Db Connections を右クリックし、Create Connection を選択します。
Database Connection ウィンドウの Find セクションで「JDBC」を検索して選択します。次に、Finish をクリックします。
Hive のデータをロードする Talend の新しいデータベースの Name、Purpose、Description を入力します。Next をクリックします。
Hive に接続するための JDBC URL を生成します。jdbc:apachehive: で始まり、セミコロンで区切られた一連の接続文字列プロパティを続けます。
Apache Hive への接続を確立するには以下を指定します。
- Server：HiveServer2 をホストするサーバーのホスト名またはIP アドレスに設定。
- Port：HiveServer2 インスタンスへの接続用のポートに設定。
- TransportMode：Hive サーバーとの通信に使用するトランスポートモード。有効な入力値は、BINARY およびHTTP です。デフォルトではBINARY が選択されます。
- AuthScheme：使用される認証スキーム。有効な入力値はPLAIN、LDAP、NOSASL、およびKERBEROS です。デフォルトではPLAIN が選択されます。
- CData 製品においてTLS/SSL を有効化するには、UseSSL をTrue に設定します
組み込みの接続文字列デザイナー

JDBC URL の構築には、Hive 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.apachehive.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。

一般的な JDBC URL は次のようになります。
```
jdbc:apachehive:Server=127.0.0.1;Port=10000;TransportMode=BINARY;
```
CData JDBC Driver for Apache Hive からコピーした JDBC URL を Edit new database に入力します。
Drivers の下にある「(+) Add」ボタンをクリックします。Drivers ボードに「newLine」が表示されます。新しい行の末尾にある (...) をクリックし、Install a new module ラジオボタンを選択して、(...) をクリックしてインストールディレクトリの「lib」サブフォルダにある JAR ファイルへのパスを追加します。OK をクリックします。
Driver Class として cdata.jdbc.apachehive（前のステップで指定したインストールディレクトリから取得した JAR ファイル）を選択します。

新しい接続のテスト

Check Connection をクリックします。入力した詳細が正しければ、「Connection successful」という確認プロンプトが表示されます。「OK」と「Finish」をクリックします。
接続が確立されたら、新しく作成した接続を右クリックし、Retrieve Schema を選択します。フィルターを使用して必要なデータを取得することもできます。Next をクリックします。
Schema ウィンドウで「CData」カタログを展開し、Hive スキーマからインポートするテーブルを選択します。Next をクリックします。
次のステップで、テーブルから表示するカラムを選択し、Finish をクリックします。
Hive スキーマから選択したすべてのテーブルが、JDBC 接続の Table Schemas セクションに表示されます。
選択したテーブルのいずれかを右クリックし、Data Viewer をクリックしてデータソースからのデータをプレビューします。