Apache NiFi で CSV に接続

Dibyendu Datta
Dibyendu Datta
Lead Technology Evangelist
CData JDBC Driver を使用して Apache NiFi で CSV のデータ にアクセスして処理できます。

Apache NiFi は、強力かつスケーラブルなデータルーティング、変換、システム間連携ロジックの有向グラフをサポートしています。CData JDBC Driver for CSV と組み合わせることで、NiFi からリアルタイムのCSV のデータ を操作できます。この記事では、Apache NiFi Flow からCSV のデータ に接続してクエリを実行する方法を説明します。

CData JDBC Driver は、最適化されたデータ処理機能が組み込まれており、リアルタイムのCSV のデータ とのやり取りにおいて比類のないパフォーマンスを提供します。複雑なSQL クエリをCSV に発行すると、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CSV にプッシュし、サポートされていない操作（多くの場合SQL 関数やJOIN 操作）は組み込みのSQL エンジンでクライアント側に処理します。また、組み込みの動的メタデータクエリにより、ネイティブのデータ型を使用してCSV のデータ を操作・分析できます。

Apache NiFi でCSV のデータ に接続

  1. CData JDBC Driver for CSV のインストーラーをダウンロードし、パッケージを解凍して、.exe ファイルを実行してドライバーをインストールします。

  2. CData JDBC Driver のJAR ファイル（およびライセンスファイルがある場合はそれも）、cdata.jdbc.csv.jar（および cdata.jdbc.csv.lic）を Apache NiFi の lib サブフォルダにコピーします（例：C:\nifi-1.3.0-bin\nifi-1.3.0\lib）。

    Windows では、CData JDBC Driver のデフォルトのインストール場所は C:\Program Files\CData\CData JDBC Driver for CSV です。

  3. bin サブフォルダにある run-nifi.bat ファイルを実行して Apache NiFi を起動します（例：C:\nifi-1.3.0-bin\nifi-1.3.0\bin）。

    （または）

    コマンドプロンプトで対象のディレクトリに移動し、run-nifi.bat ファイルを実行します： 

    cd C:\nifi-1.3.0-bin\nifi-1.3.0\bin
.\run-nifi.bat

  4. Web ブラウザで Apache NiFi の UI に移動します：https://localhost:8443/nifi でアクセスできます。

    注意：古いバージョンの Apache NiFi を使用している場合は、http://localhost:8080/nifi からアクセスする必要があります。以前のバージョンでは HTTP プロトコルが使用されていましたが、最新バージョンでは HTTPS が標準になっています。デフォルトでは、HTTP はポート 8080 で動作し、HTTPS はポート 8443 を使用します。

  5. URL から Apache NiFi にアクセスすると、ログイン用のユーザー名とパスワードの入力を求められます。

    ログイン資格情報を取得するには、NiFi のインストールディレクトリ内の log ディレクトリにある「App.log」ファイルを確認してください。このファイルには通常、NiFi インターフェースにアクセスするために必要な情報が含まれています。

  6. NiFi Flow のワークスペースを右クリックし、「Controller Services」をクリックします。
  7. ボタンをクリックして、新しいコントローラーサービスを作成します。
  8. Controller Services セクションで、新しく作成した「DBCPConnection Pool」を見つけ、メニュー（）から「Edit」をクリックして新しい接続を設定します。

  9. 以下のプロパティを入力します：

    • Database Connection URL：jdbc:csv:DataSource=MyCSVFilesFolder;
    • Database Driver Class Name：cdata.jdbc.csv.CSVDriver
    • Database Driver Location(s)：Apache NiFi の lib フォルダへのパス（JAR ファイルが配置されている場所）。

    組み込みの接続文字列デザイナー

    JDBC URL の構築には、CSV 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 ファイルを実行してください。

    java -jar cdata.jdbc.csv.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。

    CSV 接続プロパティの取得・設定方法

    DataSource プロパティにローカルフォルダ名を設定します。

    .csv、.tab、.txt ではない拡張子のファイルを扱う場合には、IncludeFiles 使用する拡張子をカンマ区切りで設定します。Microsoft Jet OLE DB 4.0 driver 準拠の場合にはExtended Properties を設定することができます。別の方法として、Schema.ini ファイルにファイル形式を記述することも可能です。

    CSV ファイルの削除や更新を行う場合には、UseRowNumbers をTRUE に設定します。RowNumber はテーブルKey として扱われます。

    Amazon S3 内のCSV への接続

    URI をバケットおよびフォルダに設定します。さらに、次のプロパティを設定して認証します。

    • AWSAccessKey：AWS アクセスキー（username）に設定。
    • AWSSecretKey：AWS シークレットキーに設定。

    Box 内のCSV への接続

    URI をCSV ファイルを含むフォルダへのパスに設定します。Box へ認証するには、OAuth 認証標準を使います。 認証方法については、Box への接続 を参照してください。

    Dropbox 内のCSV への接続

    URI をCSV ファイルを含むフォルダへのパスに設定します。Dropbox へ認証するには、OAuth 認証標準を使います。 認証方法については、Dropbox への接続 を参照してください。ユーザーアカウントまたはサービスアカウントで認証できます。ユーザーアカウントフローでは、以下の接続文字列で示すように、ユーザー資格情報の接続プロパティを設定する必要はありません。

    SharePoint Online SOAP 内のCSV への接続

    URI をCSV ファイルを含むドキュメントライブラリに設定します。認証するには、User、Password、およびStorageBaseURL を設定します。

    SharePoint Online REST 内のCSV への接続

    URI をCSV ファイルを含むドキュメントライブラリに設定します。StorageBaseURL は任意です。指定しない場合、ドライバーはルートドライブで動作します。 認証するには、OAuth 認証標準を使用します。

    FTP 内のCSV への接続

    URI をルートフォルダとして使用されるフォルダへのパスが付いたサーバーのアドレスに設定します。認証するには、User およびPassword を設定します。

    Google Drive 内のCSV への接続

    デスクトップアプリケーションからのGoogle への認証には、InitiateOAuth をGETANDREFRESH に設定して、接続してください。詳細はドキュメントの「Google Drive への接続」を参照してください。

  10. Controller Services セクションで、新しく作成した DBCPConnection Pool を見つけ、メニュー（）から「Enable」をクリックして新しい接続を有効にします。
  11. 「Enable Controller Service」ウィンドウで、Scope を「Service and referencing components」に設定します。
  12. 接続を確立し、SELECT クエリを実行するには、プロセッサー（黄色でハイライトされている部分）をワークスペースにドラッグ＆ドロップします。
  13. 「ExecuteSQL」プロセッサーを選択し、「Add」ボタンをクリックしてワークスペースに表示させます。
  14. 追加したプロセッサー（ExecuteSQL）をダブルクリックして、接続ページを開きます。
  15. Properties セクションで、必要な情報を入力します。Database Connection Pooling Service を作成した DBCPConnectionPool に一致させ、SQL select query セクションに実行したい SQL クエリを設定してください。
  16. Relationships に移動し、実行プロセスの成功時と失敗時にコンポーネントがどのように処理を進めるかのオプションを選択してください。
  17. ExecuteSQL コンポーネントを有効にするには、それを選択して Operation セクションの「Enable」をクリックするか、右クリックして「Enable」を選択します。

これでCSV のデータ が Apache NiFi で使用できるようになりました。たとえば、DBCPConnection Pool を QueryDatabaseTable プロセッサーのソースとして使用できます（以下に表示）。

30日間の無料トライアルをダウンロードして、Apache NiFi でリアルタイムのCSV のデータ を操作してみてください。ご不明な点は、サポートチームまでお気軽にお問い合わせください。

はじめる準備はできましたか？

CSV Driver の無料トライアルをダウンロードしてお試しください：

 ダウンロード

詳細：

CSV/TSV Files Icon CSV JDBC Driver お問い合わせ

CSV & TSV 連携のパワフルなJava アプリケーションを素早く作成して配布。

この記事の内容

関連記事