Google Cloud Data FusionでKafka のパイプラインを構築（Connect AI）

Google Cloud Data Fusion は、ビジュアルインターフェースを使用してさまざまなソースと同期先間でデータを接続、変換、移動できるため、データパイプラインの構築と管理を簡素化します。CData Connect AI と組み合わせることで、ELT/ETL データパイプラインの構築と管理にKafka のデータへのアクセスが可能になります。この記事では、CData Connect AI を使用して Kafka へのライブ接続を作成する方法と、Cloud Data Fusion プラットフォームからリアルタイムのKafka のデータに接続・アクセスする方法を説明します。

Cloud Data Fusion 用の Kafka 接続を設定

Cloud Data Fusion から Kafka への接続は、CData Connect AI によって実現されます。Cloud Data Fusion からKafka のデータを扱うには、まず Kafka 接続を作成・設定します。

1. Connect AI にログインし、Sources をクリック、次に Add Connection をクリック

2. Add Connection パネルから「Kafka」を選択

3. Kafka に接続するために必要な認証プロパティを入力します。

   Apache Kafka 接続プロパティの取得・設定方法

   それでは、Apache Kafka に接続していきましょう。.NET ベースのエディションは、Confluent.Kafka およびlibrdkafka ライブラリに依存して機能します。 これらのアセンブリはインストーラーにバンドルされており、CData 製品と一緒に自動的にインストールされます。 別のインストール方法をご利用の場合は、NuGet から依存関係のあるConfluent.Kafka 2.6.0をインストールしてください。

   Apache Kafka サーバーのアドレスを指定するには、BootstrapServers パラメータを使用します。

   デフォルトでは、CData 製品はデータソースとPLAINTEXT で通信しており、そのため、データはすべて暗号化されずに送信されます。 通信を暗号化したい場合は、以下の設定を行ってください：

   1. UseSSL をtrue に設定し、CData 製品がSSL 暗号化を使用するように構成します
   2. SSLServerCert およびSSLServerCertType を設定して、サーバー証明書をロードします

   Apache Kafka への認証

   続いて、認証方法を設定しましょう。Apache Kafka データソースでは、以下の認証方法をサポートしています：

   • Anonymous
   • Plain
   • SCRAM ログインモジュール
   • SSL クライアント証明書
   • Kerberos

   Anonymous 認証

   Apache Kafka の特定のオンプレミスデプロイメントでは、認証接続プロパティを設定することなくApache Kafka に接続できます。 このような接続はanonymous（匿名）と呼ばれます。

   匿名認証を行うには、以下のプロパティを設定してください。

   • AuthScheme：None

   その他の認証方法については、ヘルプドキュメントをご確認ください。

   
4. Save & Test をクリック
5. Add Kafka Connection ページで Permissions タブに移動し、ユーザーベースの権限を更新します。

Personal Access Token を追加

REST API、OData API、または仮想 SQL Server 経由で Connect AI に接続する場合、Personal Access Token（PAT）が Connect AI への接続認証に使用されます。アクセスの粒度を維持するため、サービスごとに個別の PAT を作成することをお勧めします。

1. Connect AI アプリの右上にある歯車アイコン（）をクリックして Settings ページを開きます。
2. Settings ページで Access Tokens セクションに移動し、 Create PAT をクリック。
3. PAT に名前を付けて Create をクリック。
4. Personal Access Token は作成時にのみ表示されるので、必ずコピーして安全な場所に保存してください。

接続の設定と PAT の生成が完了したら、Cloud Data Fusion からKafka のデータに接続する準備が整いました。

Cloud Data Fusion から Kafka に接続

以下の手順に従って、CData Connect AI JDBC ドライバーを介して Cloud Data Fusion から Kafka への接続を確立します：

1. CData Connect AI JDBC ドライバーをダウンロード・インストール：
   1. CData Connect AI の Integrations ページを開きます。
   2. JDBC を検索・選択します。
   3. セットアップファイルをダウンロードして実行します。
   4. インストールが完了したら、インストールディレクトリ（例：C:\Program Files\CData\JDBC Driver for CData Connect\lib）から JAR ファイル（cdata.jdbc.connect.jar）をコピーします。
2. Cloud Data Fusion にログイン。
3. 右上の緑色の「+」ボタンをクリックしてエンティティを追加。
4. Driver の下で Upload をクリック。
5. CData Connect AI JDBC ドライバー（JAR ファイル）をアップロード。
6. ドライバー設定を入力：
   • Name：ドライバー名を入力
   • Class name：「cdata.jdbc.connect.ConnectDriver」 と入力
   • Version：ドライバーのバージョンを入力
   • Description（オプション）：ドライバーの説明を入力
7. Finish をクリック。
8. ソース設定を入力：
   • Label：接続を識別するための名前
   • JDBC driver name：ステップ 6 で設定したドライバーを識別する JDBC ドライバー名を入力
   • Connection string：JDBC 接続文字列を入力（例：

     jdbc:connect:AuthScheme=Basic;user=username;password=PAT;

   • User：CData Connect AI のユーザー名（CData Connect AI インターフェースの右上に表示）を入力（例：「[email protected]」）
   • Password：Settings ページで生成した PAT を入力
9. 右上の Validate をクリック。
10. 接続が成功したら、UI を通じてパイプラインを編集・管理できます。
11. 作成したパイプラインを実行。

トラブルシューティング

Cloud Data Fusion では、ソースデータの 「int」 型が自動的に 「long」 にキャストされる既知の問題があることにご注意ください。

クラウドアプリケーションから Kafka のデータ へのリアルタイムアクセス

これで、Google Cloud Data Fusion からリアルタイムのKafka のデータへの直接接続が確立されました。Kafka のデータ をレプリケーションすることなく、さまざまなソースと同期先間でデータをスムーズに移動できる接続を追加作成し、データ統合プロセスを効率化できます。

クラウドアプリケーションから Kafka を含む 数百種類の SaaS、ビッグデータ、NoSQL ソースへのリアルタイムデータアクセスについては、CData Connect AI をご覧ください。