Pentaho Data Integration でCosmos DB のデータを連携

Jerod Johnson
Director, Technology Evangelism

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

Cosmos DB への接続を設定

CosmosDB 接続プロパティの取得・設定方法

SQL API を使ってCosmos DB アカウントに接続するために必要な接続文字列を取得するには、Azure Portal にログインして「Azure Cosmos DB」を選択し、自分のアカウントを選択します。「Settings」セクションで、「Connection String」をクリックして次の値を設定します。

AccountEndpoint：この値は、Cosmos DB アカウントの「Keys」ブレードからのCosmos DB アカウントURL に設定してください。
AccountKey：Azure ポータルで、Cosmos DB サービスに移動してAzure Cosmos DB アカウントを選択します。リソースメニューから、「Keys」ページに移動します。「PRIMARY KEY」値を見つけ、Token をこの値に設定します。

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、Cosmos DB 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.cosmosdb.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:cosmosdb:AccountEndpoint=myAccountEndpoint;AccountKey=myAccountKey;

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

Pentaho DI から Cosmos DB に接続

Pentaho Data Integration を開き、「Database Connection」を選択して CData JDBC Driver for Cosmos DB 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：Cosmos DB 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 Cosmos DB の接続文字列を設定します（例：
```
jdbc:cosmosdb:AccountEndpoint=myAccountEndpoint;AccountKey=myAccountKey;
```
）。
Custom driver class name を「cdata.jdbc.cosmosdb.CosmosDBDriver」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。