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

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

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

Google Data Fusion で Redshift 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 Redshift 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-redshift）
   • Plugin Type を "jdbc" に設定します
   • Connection String を Redshift の JDBC URL に設定します。例：
     
     jdbc:redshift:RTK=5246...;User=admin;Password=admin;Database=dev;Server=examplecluster.my.us-west-2.redshift.amazonaws.com;Port=5439;

     Amazon Redshift への接続

     それでは、早速Amazon Redshift に接続していきましょう。データに接続するには、以下の接続パラメータを指定します。

     • Server：Amazon Redshift データベースをホスティングしているサーバーのホスト名またはIP アドレス
     • Database：Amazon Redshift クラスター用に作成したデータベース
     • Port（オプション）：Amazon Redshift データベースをホスティングしているサーバーのポート。デフォルトは5439です

     これらの値は、以下のステップでAWS マネージメントコンソールから取得できます。

     1. Amazon Redshift コンソールを開きます（http://console.aws.amazon.com/redshift）
     2. Clusters ページで、クラスター名をクリックしてください
     3. Configuration タブの"Cluster Database Properties" セクションからプロパティを取得します。接続プロパティの値は、ODBC URL で設定された値と同じになります

     Amazon Redshiftへの認証

     CData 製品では幅広い認証オプションに対応しています。標準認証情報からIAM クレデンシャル、ADFS、Ping Federate、Microsoft Entra ID（Azure AD）、Azure AD PKCE まで利用可能です。

     標準認証

     ログイン資格情報を使用してAmazon Redshift に接続するには、以下のプロパティを設定してみましょう。
     • AuthScheme：Basic
     • User：認証するユーザーのログイン情報
     • Password：認証するユーザーのパスワード

     その他の認証方法については、ヘルプドキュメントをご確認ください。

     ビルトイン接続文字列デザイナー

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