Google Cloud Data Fusion でClarifai のデータを扱う方法：CData JDBC Driver

宮本航太
宮本航太
プロダクトスペシャリスト
CData JDBC ドライバを使って、Google Cloud Data fusion で Clarifai のデータ をBigQuery にETL。



Google Cloud Data Fusion は、ノーコードでデータ連携の設定が可能な言わば GCP の ETL ツール（サービス）です。たくさんのコネクタや変換・分析機能がデフォルトで用意されているため、さまざまなデータソースを色々な組み合わせで扱うことが可能なようです。 また JDBC を扱うこともできるため、この記事では、CData JDBC Driver for Clarifai のデータ を使って、Clarifai のデータ データをCloud Data Fusion でGoogle BigQuery にノーコードでパイプラインします。

Cloud Data Fusion の準備

まずはCloud Data Fusion のインスタンスを作成します。

  1. Data Fusion のトップ画面にある「CREATE INSTANCE」からインスタンスを作成します。
  2. 作成されたインスタンス名を先ほどの画面でクリックすると以下の画面に遷移しますので、画面下部にある Service Account をコピーします。
    3. Cloud Data Fusion のインスタンス作成
  3. 画面上部にある追加からメンバーを追加します。メンバー名は先ほどコピーした「Service Account」に合わせてください。 役割は BiqQuery へもアクセスしますので、「BigQuery 管理者」、「Cloud Data Fusion 管理者」、「Cloud Data Fusion API サービス エージェント」を付与します。

CData JDBC Driver for API のアップロード

ここからは実際に、Data Fusion の設定をしていきます。 まずは JDBC Driver をアップロードを行います。

  1. 「View Instance」をクリックして、Data Fusion の Control Center を開きます。
    2. Cloud Data Fusion のControl Center を開く
  2. Control Center が表示されたら、「＋」ボタンをクリックして JDBC Driver をアップロードしていきます。
    • Name：アップロードしたドライバーに設定する名前
    • Class name：cdata.jdbc.api.APIDriver
    JDBC Driver をCloud Data Fusion にアップロード
  3. アップロードする際の注意点として、Driver のファイル名を name-version の形式に変更してアップロードする必要があります。 なお、jarファイルをダブルクリックした際に表示されているバージョンをもとに「api-connector-java-19.0.7115.0.jar」に変更しました。
    4. JDBC Driver をCloud Data Fusion にアップロード
  4. アップロードが成功するとこのような画面が表示されるので、「Create a Pipeline」をクリックします。
    5. JDBC Driver のアップロード終了

Clarifai からGoogle BigQuery へのパイプラインの作成

Data Fusion のパイプライン作成

インプット元はサイドメニューの「Source」から選択します。今回は先ほどアップロードした Clarifai のデータ の JDBC Driver を使用するため、「DataBase」を選択します。 アウトプット先は同じくサイドメニューより「Sink」→「BigQuery」を選択します。

Source およびSink 先の選択

「DataBase」の設定

「DataBase」のアイコンにカーソルを持ってくるとプロパティというボタンが表示されるのでクリックし、下記内容を設定します。

  • Label：API
  • Reference Name：API
  • Plugin Name：API Driver（Driver をアップロードした際の名前）
  • Plugin Type：jdbc
  • Connection String：API へ接続する際の JDBC URL
  • Import Query：インプットしたいデータを抽出するクエリ

まず、Profile 接続プロパティをディスク上の Clarifai プロファイルの場所に設定します（例：C:\profiles\Clarifai.apip）。次に、ProfileSettings 接続プロパティを Clarifai の接続文字列に設定します（以下を参照）。

Clarifai API プロファイル設定

Clarifai では、認証に Personal Access Token（PAT）を使用します。PAT は以下の手順で取得できます。

  1. https://clarifai.com で Clarifai アカウントにログインします。
  2. プロフィール設定を開き、「Security」を選択します。
  3. 「Create Personal Access Token」をクリックします。
  4. 必要なスコープを選択し、「Create Token」をクリックします。
  5. 生成されたトークンをコピーします（トークンは一度しか表示されません）。

Personal Access Token を取得したら、以下の接続プロパティを設定します。

  • AuthScheme：APIKey に設定します。

ProfileSettings 接続プロパティには、以下を設定します。

  • APIKey：Clarifai の Personal Access Token（PAT）に設定します。

Connection String は以下の形式です。

jdbc:api:Profile=C:\profiles\Clarifai.apip;AuthScheme=APIKey;ProfileSettings='APIKey=your_personal_access_token';

Database プロパティ設定

上のキャプチャの赤枠は、Salesforce から BigQuery へアウトプットするデータの定義となります。 こちらは「Import Query」のすぐ右上にある「Get Schema」をクリックすると下の画面が表示されますので、「Import Query」で入力したクエリを実行し、カラムを定義します。

Output schema 設定

「BigQuery」の設定

こちらも同様に BigQuery のプロパティから下記内容を設定します。

  • Label：BigQuery
  • Reference Name：BigQuery
  • Project ID：使用するProject ID
  • DataSet：使用するDataSet
  • Table：使用するテーブル名、例：Account_DataFusion
BigQuery のプロパティ設定

作成したClarifai のデータ からBigQuery のパイプラインの実行

まずは作成したパイプラインをデプロイします。赤枠の「Deploy」ボタンをクリックしてデプロイを行います。

Deploy Cloud Data Fusion Pipeline

デプロイ完了後、Runボタンが表示されますので、クリックします。

デプロイしたパイプラインを実行

このようにCData JDBC ドライバをアップロードすることで、簡単にGoogle Cloud Data Fusion でClarifai のデータ データをノーコードで連携し、BigQuery などへのパイプラインを作成することができます。

是非、CData JDBC Driver for API 30日の無償評価版 をダウンロードして、お試しください。

はじめる準備はできましたか？

API Driver で Clarifai のライブデータに接続

Clarifai に接続

この記事の内容

関連記事