Oracle Data Integrator で Hugging Face データをETL

Jerod Johnson
Jerod Johnson
Director, Technology Evangelism
Oracle Data Integrator を使用してHugging Face のデータをデータウェアハウスに転送する方法を説明します。



JDBC 標準を使用して、既存のスキルを活かしながらHugging Face に接続できます。 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 Hugging Face を使えば、リアルタイムのHugging Face 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Hugging Face 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Hugging Face API に直接接続できます。

この記事では、JDBC ベースの ETL（Hugging Face から Oracle へ）の手順を説明します。Hugging Face 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.api.jar）と .lic ファイル（cdata.jdbc.api.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Hugging Face 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Hugging Face のデータをクエリし、Hugging Face 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: API 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: API 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: API と入力します。
    • Driver List: Oracle JDBC Driver を選択します。
    • Driver: cdata.jdbc.api.APIDriver と入力します。
    • URL: 接続文字列を含む JDBC URL を入力します。

      HuggingFace Hub は、API へのアクセスを可能にするためにトークンベースの認証を使用します。この API では、HuggingFace Hub プラットフォーム上の機械学習モデル、データセット、スペース、論文、その他のリソースにアクセスできます。

      API キー認証の設定

      HuggingFace Hub への認証には、API Key（アクセストークン）を指定する必要があります。アクセストークンを取得するには、以下のステップで進めます：

      1. https://huggingface.co で HuggingFace アカウントにログインします
      2. Settings > Access Tokens に移動します
      3. 「New token」をクリックして新しいアクセストークンを作成します
      4. 適切な権限（read または write）を選択します
      5. トークンの値をコピーします

      アクセストークンを取得したら、以下の接続プロパティを設定します：

      • AuthScheme：APIKey に設定します。
      • APIKey：HuggingFace のアクセストークンに設定します。

      接続文字列の例

      Profile=C:\profiles\HuggingFace.apip;ProfileSettings='APIKey=hf_xxxxxxxxxxxxxxxxxxxx';

      組み込みの接続文字列デザイナー

      JDBC URL の作成には、Hugging Face 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.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。

      一般的な接続文字列は以下のとおりです。

      jdbc:api:Profile=C:\profiles\HuggingFace.apip;ProfileSettings='APIKey=hf_xxxxxxxxxxxxxxxxxxxx';
  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): Hugging Face 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 API と入力します。
    • Database (Work Catalog): CData と入力します。
    • Owner (Work Schema): Hugging Face 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 API と入力します。
  5. 開いたモデルで Reverse Engineer をクリックして、Hugging Face テーブルのメタデータを取得します。

Hugging Face 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Hugging Face のデータを操作できるようになります。 Hugging Face のデータを表示するには、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 View data 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、Hugging Face 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 Collections 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、Hugging Face の Collections 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_COLLECTIONS ( NUMBER(20,0), 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_COLLECTIONS 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_COLLECTIONS テーブルをマッピングにドラッグします。
  7. Hugging Face モデルから Collections 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 COLLECTIONS_AP をクリックします。
  10. COLLECTIONS_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、Hugging Face のデータを Oracle にロードできます。

はじめる準備はできましたか？

API Driver で Hugging Face のライブデータに接続

Hugging Face に接続

この記事の内容

関連記事