Embulk を使用して Office 365 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 Office 365 と組み合わせることで、Office 365 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 Office 365 をEmbulk で使用してOffice 365 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Office 365 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。Office 365 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Office 365 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。

Office 365 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 Office 365\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、Office 365 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、Office 365 への認証用のJDBC URL を作成します。

Office 365 はOAuth 認証標準を利用しています。OAuth を使って認証するには、アプリケーションを作成してOAuthClientId、OAuthClientSecret、およびCallbackURL 接続プロパティを取得しなければなりません。認証方法については、ヘルプドキュメントの「OAuth 認証の使用」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、Office 365 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.office365.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、Office 365 への一般的なJDBC 接続文字列です。

jdbc:office365:OAuthClientId=MyApplicationId;OAuthClientSecret=MyAppKey;OAuthCallbackURL=http://localhost:33333;

Embulk で Office 365 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Office 365 のデータをMySQL にロードする準備が整いました。

Office 365 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office365-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 Office 365、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.office365.Office365Driver）、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（office365-mysql.yml）

in:
	type: jdbc
	driver_path: C:\Program Files\CData[product_name] 20xx\lib\cdata.jdbc.office365.jar
	driver_class: cdata.jdbc.office365.Office365Driver
	url: jdbc:office365:OAuthClientId=MyApplicationId;OAuthClientSecret=MyAppKey;OAuthCallbackURL=http://localhost:33333;
	table: "Files"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "Files"
	mode: insert

ファイルを作成したら、Embulk ジョブを実行します。

embulk run office365-mysql.yml

Embulk ジョブを実行すると、MySQL テーブルにOffice 365 のデータが格納されます。

フィルタリングした Office 365 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.office365.jar
	driver_class: cdata.jdbc.office365.Office365Driver
	url: jdbc:office365:OAuthClientId=MyApplicationId;OAuthClientSecret=MyAppKey;OAuthCallbackURL=http://localhost:33333;
	query: "SELECT Name, Size FROM Files WHERE [RecordId] = 1"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "Files"
	mode: insert

詳細情報と無料トライアル

CData JDBC Driver for Office 365 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Office 365 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。