Embulk を使用して SAS xpt 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 SASxpt と組み合わせることで、SAS xpt 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 SASxpt をEmbulk で使用してSAS xpt 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SAS xpt 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。SAS xpt 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SAS xpt 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。

SAS xpt 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 SASxpt\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、SAS xpt 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、SAS xpt への認証用のJDBC URL を作成します。

ローカルSASXpt ファイルへの接続

URI をSASXpt ファイルを格納しているフォルダに設定すると、ローカルのSASXpt ファイルに接続できます。

S3 データソースへの接続

Amazon S3 ソースに接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します：

• URI：接続するバケット内のフォルダに設定。
• AWSAccessKey：AWS アカウントのアクセスキーに設定。
• AWSSecretKey：AWS アカウントのシークレットキーに設定。
• TemporaryLocalFolder：SASXptファイルを一時的にダウンロードするために使用するフォルダへのパス、またはURI に設定。

Azure Data Lake Storage Gen2 への接続

ADLS Gen2 に接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します：

• URI：ファイルシステムの名前およびSASXpt ファイルにコンタクトするフォルダの名前に設定。
• AzureAccount：Azure Data Lake storage アカウントの名前に設定。
• AzureAccessKey：Azure Data Lake storage Gen 2 ストレージアカウントのアクセスキーに設定。
• TemporaryLocalFolder：SASXptファイルを一時的にダウンロードするために使用するフォルダへのパス、またはURI に設定。

組み込みの接続文字列デザイナー

JDBC URL の作成には、SAS xpt 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.sasxpt.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、SAS xpt への一般的なJDBC 接続文字列です。

jdbc:sasxpt:URI=C:/folder;

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

SAS xpt 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sasxpt-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 SASxpt、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.sasxpt.SASXptDriver）、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（sasxpt-mysql.yml）

in:
	type: jdbc
	driver_path: C:\Program Files\CData[product_name] 20xx\lib\cdata.jdbc.sasxpt.jar
	driver_class: cdata.jdbc.sasxpt.SASXptDriver
	url: jdbc:sasxpt:URI=C:/folder;
	table: "SampleTable_1"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "SampleTable_1"
	mode: insert

ファイルを作成したら、Embulk ジョブを実行します。

embulk run sasxpt-mysql.yml

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

フィルタリングした SAS xpt 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.sasxpt.jar
	driver_class: cdata.jdbc.sasxpt.SASXptDriver
	url: jdbc:sasxpt:URI=C:/folder;
	query: "SELECT Id, Column1 FROM SampleTable_1 WHERE [RecordId] = 1"
out:
	type: mysql
	host: localhost
	database: DatabaseName
	user: UserId
	password: UserPassword
	table: "SampleTable_1"
	mode: insert

詳細情報と無料トライアル

CData JDBC Driver for SASxpt 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SAS xpt 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。