Oracle Data Integrator で Twitter データをETL

JDBC 標準を使用して、既存のスキルを活かしながらTwitter に読み書きできます。 Oracle Data Integrator（ODI）などの ETL ツールにドロップインで統合できる CData JDBC Driver for Twitter を使えば、リアルタイムのTwitter のデータをデータウェアハウス、ビジネスインテリジェンス、ビッグデータテクノロジーに接続できます。

JDBC 接続により、ODI でTwitter を他のデータベースと同様に扱うことができます。RDBMS と同じように、フラットファイルではなくリアルタイムでTwitter API に直接接続できます。

この記事では、JDBC ベースの ETL（Twitter から Oracle へ）の手順を説明します。Twitter エンティティのデータモデルをリバースエンジニアリングした後、マッピングを作成し、データロード戦略を選択します。ドライバーが SQL-92 をサポートしているため、組み込みの SQL to SQL Loading Knowledge Module を選択するだけで簡単に実現できます。

ドライバーのインストール

ドライバーをインストールするには、インストールフォルダにあるドライバー JAR（cdata.jdbc.twitter.jar）と .lic ファイル（cdata.jdbc.twitter.lic）を、ODI の適切なディレクトリにコピーします。

• UNIX/Linux（エージェントなし）: ~/.odi/oracledi/userlib
• UNIX/Linux（エージェントあり）: ~/.odi/oracledi/userlib および $ODI_HOME/odi/agent/lib
• Windows（エージェントなし）: %APPDATA%\Roaming\odi\oracledi\userlib
• Windows（エージェントあり）: %APPDATA%\odi\oracledi\userlib および %APPDATA%\odi\agent\lib

ODI を再起動してインストールを完了します。

モデルのリバースエンジニアリング

モデルをリバースエンジニアリングすると、ドライバーのTwitter のデータに対するリレーショナルビューのメタデータが取得されます。リバースエンジニアリング後は、リアルタイムのTwitter のデータをクエリし、Twitter テーブルに基づいてマッピングを作成できます。

1. ODI でリポジトリに接続し、New -> Model and Topology Objects をクリックします。
2. 表示されるダイアログの Model 画面で、以下の情報を入力します。
   • Name: Twitter と入力します。
   • Technology: Generic SQL を選択します（ODI バージョン 12.2 以降の場合は Microsoft SQL Server を選択）。
   • Logical Schema: Twitter と入力します。
   • Context: Global を選択します。
   
3. 表示されるダイアログの Data Server 画面で、以下の情報を入力します。
   • Name: Twitter と入力します。
   • Driver List: Oracle JDBC Driver を選択します。
   • Driver: cdata.jdbc.twitter.TwitterDriver と入力します。
   • URL: 接続文字列を含む JDBC URL を入力します。

     すべてのテーブルには認証が必要です。OAuth を使用してTwitter で認証する必要があります。OAuth では認証するユーザーにブラウザでTwitter との通信を要求します。詳しくは、ヘルプドキュメントの「OAuth 認証の使用」を参照してください。

     組み込みの接続文字列デザイナー

     JDBC URL の作成には、Twitter JDBC Driver に組み込まれている接続文字列デザイナーをご利用ください。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.twitter.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。

     

     一般的な接続文字列は以下のとおりです。

     jdbc:twitter:
     

   
4. Physical Schema 画面で、以下の情報を入力します。
   • Name: ドロップダウンメニューから選択します。
   • Database (Catalog): CData と入力します。
   • Owner (Schema): Twitter でスキーマを選択した場合は選択したスキーマを入力し、それ以外の場合は Twitter と入力します。
   • Database (Work Catalog): CData と入力します。
   • Owner (Work Schema): Twitter でスキーマを選択した場合は選択したスキーマを入力し、それ以外の場合は Twitter と入力します。
   
5. 開いたモデルで Reverse Engineer をクリックして、Twitter テーブルのメタデータを取得します。

Twitter のデータの編集と保存

リバースエンジニアリングが完了すると、ODI でTwitter のデータを操作できるようになります。 Twitter のデータを編集・保存するには、Designer ナビゲーターで Models アコーディオンを展開し、テーブルを右クリックして Data をクリックします。Refresh をクリックするとデータの変更を取得できます。変更が完了したら Save Changes をクリックします。

ETL プロジェクトの作成

以下の手順に従って、Twitter からの ETL を作成します。ODI Getting Started VM に含まれるサンプルデータウェアハウスに Tweets エンティティをロードします。

1. SQL Developer を開き、Oracle データベースに接続します。Connections ペインでデータベースのノードを右クリックし、new SQL Worksheet をクリックします。

   または、SQLPlus を使用することもできます。コマンドプロンプトから以下を入力します。

   sqlplus / as sysdba
   

2. 以下のクエリを入力して、ODI_DEMO スキーマにあるサンプルデータウェアハウスに新しいターゲットテーブルを作成します。以下のクエリでは、Twitter の Tweets テーブルに対応するいくつかのカラムを定義しています。

   CREATE TABLE ODI_DEMO.TRG_TWEETS (RETWEET_COUNT NUMBER(20,0),From_User_Name VARCHAR2(255));
   

3. ODI で Designer ナビゲーターの Models アコーディオンを展開し、ODI_DEMO フォルダ内の Sales Administration ノードをダブルクリックします。モデルエディターでモデルが開きます。
4. Reverse Engineer をクリックします。TRG_TWEETS テーブルがモデルに追加されます。
5. プロジェクト内の Mappings ノードを右クリックし、New Mapping をクリックします。マッピングの名前を入力し、Create Empty Dataset オプションのチェックを外します。Mapping Editor が表示されます。
6. Sales Administration モデルから TRG_TWEETS テーブルをマッピングにドラッグします。
7. Twitter モデルから Tweets テーブルをマッピングにドラッグします。
8. ソースのコネクタポイントをクリックし、ターゲットのコネクタポイントにドラッグします。Attribute Matching ダイアログが表示されます。この例では、デフォルトのオプションを使用します。ターゲットカラムのプロパティにターゲット式が表示されます。
9. Mapping Editor の Physical タブを開き、TARGET_GROUP 内の TWEETS_AP をクリックします。
10. TWEETS_AP のプロパティで、Loading Knowledge Module タブの LKM SQL to SQL (Built-In) を選択します。

マッピングを実行して、Twitter のデータを Oracle にロードできます。