Google Data Fusion で Hacker News に連携した ETL プロセスを作成

Google Data Fusion を使用すると、セルフサービス型のデータ連携を行い、異なるデータソースを統合できます。CData API Driver for JDBC をアップロードすることで、Google Data Fusion のパイプライン内から Hacker News のデータ にリアルタイムでアクセスできるようになります。CData JDBC Driver を使用すると、Hacker News のデータ を Google Data Fusion でネイティブにサポートされている任意のデータソースにパイプできますが、この記事では、Hacker News から Google BigQuery へデータをパイプする方法を説明します。

CData API Driver for JDBC を Google Data Fusion にアップロード

CData API Driver for JDBC を Google Data Fusion インスタンスにアップロードして、Hacker News のデータ にリアルタイムでアクセスしましょう。Google Data Fusion では JDBC ドライバーの命名規則に制限があるため、JAR ファイルを driver-version.jar という形式に合わせてコピーまたはリネームしてください。例：cdataapi-2020.jar

1. Google Data Fusion インスタンスを開きます
2. をクリックしてエンティティを追加し、ドライバーをアップロードします
3. "Upload driver" タブで、リネームした JAR ファイルをドラッグまたは参照します。
4. "Driver configuration" タブで以下を設定します：
   • Name: ドライバーの名前（cdata.jdbc.api）を作成し、メモしておきます
   • Class name: JDBC クラス名を設定します：（cdata.jdbc.api.APIDriver）
   
5. "Finish" をクリックします

Google Data Fusion で Hacker News のデータ に接続

JDBC Driver をアップロードしたら、Google Data Fusion のパイプラインで Hacker News のデータ にリアルタイムでアクセスできます。

1. Pipeline Studio に移動して、新しいパイプラインを作成します
2. "Source" オプションから "Database" をクリックして、JDBC Driver 用のソースを追加します
3. Database ソースの "Properties" をクリックしてプロパティを編集します

   NOTE：Google Data Fusion で JDBC Driver を使用するには、ライセンス（製品版またはトライアル）とランタイムキー（RTK）が必要です。ライセンス（またはトライアル）の取得については、CData までお問い合わせください。

   • Label を設定します
   • Reference Name を将来の参照用の値に設定します（例：cdata-api）
   • Plugin Type を "jdbc" に設定します
   • Connection String を Hacker News の JDBC URL に設定します。例：
     
     jdbc:api:RTK=5246...;Profile=C:\profiles\HackerNews.apip;AuthScheme=None

     HackerNews への接続

     HackerNews API（Firebase 製）は、認証が不要なパブリック API です。認証情報なしですぐに接続してデータをクエリできます。

     以下の接続プロパティを設定して接続を確立してください：

     • AuthScheme：None に設定します。

     接続文字列の例：

     Profile=C:\profiles\HackerNews.apip;AuthScheme=None
     

     ビルトイン接続文字列デザイナー

     JDBC URL の作成には、Hacker News 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.api.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。

     
   • Import Query を Hacker News から取得したいデータを抽出する SQL クエリに設定します。例：
     SELECT * FROM TopStories
   
4. "Sink" タブから、同期先シンクを追加します（この例では Google BigQuery を使用します）
5. BigQuery シンクの "Properties" をクリックしてプロパティを編集します
   • Label を設定します
   • Reference Name を api-bigquery のような値に設定します
   • Project ID を特定の Google BigQuery プロジェクト ID に設定します（またはデフォルトの "auto-detect" のままにします）
   • Dataset を特定の Google BigQuery データセットに設定します
   • Table を Hacker News のデータ を挿入するテーブル名に設定します
   

Source と Sink を設定すると、Hacker News のデータ を Google BigQuery にパイプする準備が整います。パイプラインを保存してデプロイしてください。パイプラインを実行すると、Google Data Fusion が Hacker News からリアルタイムデータをリクエストし、Google BigQuery にインポートします。

これはシンプルなパイプラインの例ですが、変換、分析、条件などを使用してより複雑な Hacker News パイプラインを作成できます。CData API Driver for JDBC の 30日間の無償トライアルをダウンロードして、今すぐ Google Data Fusion で Hacker News のデータ をリアルタイムで活用しましょう。