Google Data Fusion で Presto 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 Presto 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 Presto 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、Presto 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、Presto から Google BigQuery へデータをパイプする方法を説明します。

はじめに

---

CData JDBC Driver for Presto を Google Data Fusion にアップロード

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

Google Data Fusion で Presto 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 Presto 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-presto）
   • Plugin Type を "jdbc" に設定します
   • Connection String を Presto の JDBC URL に設定します。例：
     
     jdbc:presto:RTK=5246...;Server=127.0.0.1;Port=8080;

     Presto への接続には、まずはServer およびPort を接続プロパティとして設定します。それ以外の追加項目は接続方式によって異なります。

     TLS/SSL を有効化するには、UseSSL をTRUE に設定します。

     LDAP で認証

     LDAP で認証するには、次の接続プロパティを設定します:

     • AuthScheme: LDAP に設定。
     • User: LDAP で接続するユーザー名。
     • Password: LDAP で接続するユーザーのパスワード。

     Kerberos 認証

     KERBEROS 認証を使う場合には、以下を設定します:

     • AuthScheme: KERBEROS に設定。
     • KerberosKDC: 接続するユーザーのKerberos Key Distribution Center (KDC) サービス。
     • KerberosRealm: 接続するユーザーのKerberos Realm 。
     • KerberosSPN: Kerberos Domain Controller のService Principal Name。
     • KerberosKeytabFile: Kerberos principals とencrypted keys を含むKeytab file。
     • User: Kerberos のユーザー。
     • Password: Kerberos で認証するユーザーのパスワード。

     ビルトイン接続文字列デザイナー

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