Pentaho Data Integration でSAS xpt のデータを連携

Jerod Johnson
Senior Technology Evangelist

Pentaho Data Integration で SAS xpt 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 SASxpt 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、SAS xpt のデータに JDBC データソースとして接続し、Pentaho Data Integration で SAS xpt 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。

SAS xpt への接続を設定

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 の構築を支援するには、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.sasxpt.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:sasxpt:URI=C:/folder;

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

Pentaho DI から SAS xpt に接続

Pentaho Data Integration を開き、「Database Connection」を選択して CData JDBC Driver for SASxpt 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：SAS xpt 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 SAS xpt の接続文字列を設定します（例：
```
jdbc:sasxpt:URI=C:/folder;
```
）。
Custom driver class name を「cdata.jdbc.sasxpt.SASXptDriver」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。