Pentaho Data Integration でPhoenix のデータを連携

Jerod Johnson
Senior Technology Evangelist

Pentaho Data Integration で Phoenix のデータをベースにした ETL パイプラインを構築します。

CData JDBC Driver for Phoenix 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、Phoenix のデータに JDBC データソースとして接続し、Pentaho Data Integration で Phoenix 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。

Phoenix への接続を設定

Phoenix Query Server 経由でApache Phoenix に接続します。デフォルトのポートと異なる場合は、Server とPort プロパティを設定してApache Phoenix に接続します。Servre プロパティは通常、Apache Phoenix をホストしているサーバーのホスト名またはIP アドレスです。

Apache Phoenix への認証

デフォルトでは、認証は使用されません（プレーン）。サーバーに認証が設定されている場合は、AuthScheme をNEGOTIATE に設定して、必要な場合にはUser とPassword プロパティを設定して、Kerberos で認証します。

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、Phoenix 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.apachephoenix.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。

組み込みの接続文字列デザイナーを使用して JDBC URL を生成（Salesforce の例）

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:apachephoenix:Server=localhost;Port=8765;

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

Pentaho DI から Phoenix に接続

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

「General」をクリックします。
Connection name を設定します（例：Phoenix Connection）。
Connection type を「Generic database」に設定します。
Access を「Native (JDBC)」に設定します。
Custom connection URL に Phoenix の接続文字列を設定します（例：
```
jdbc:apachephoenix:Server=localhost;Port=8765;
```
）。
Custom driver class name を「cdata.jdbc.apachephoenix.ApachePhoenixDriver」に設定します。
接続をテストし、「OK」をクリックして保存します。