【ノーコード】Google BigQuery にRabbitMQ のデータを連携・統合する方法



CData Sync は、数百のSaaS / DB のデータをGoogle BigQuery をはじめとする各種DB / データウェアハウスにノーコードで統合・レプリケーション（複製）が可能なETL / ELT ツールです。本記事では、RabbitMQ のデータをCData Sync を使ってGoogle BigQuery に統合するデータパイプラインを作っていきます。

CData Sync とは？

CData Sync は、レポーティング、アナリティクス、機械学習、AI などで使えるよう、社内のデータを一か所に統合して管理できるデータ基盤をノーコードで構築できるETL ツールで、以下の特徴を持っています。

1. RabbitMQ をはじめとする数百種類のSaaS / DB データに対応
2. Google BigQuery など多くのRDB、データレイク、データストア、データウェアハウスに同期可能
3. 業務データのデータ分析基盤へのETL / ELT 機能に特化し、極限まで設定操作をシンプルに
4. 主要なSaaS データの差分更新やCDC（Change Data Capture、変更データキャプチャ）のサポート
5. フレキシブルなSQL / dbt 連携での取得データの変換

CData Sync では、1.データソースとしてRabbitMQ の接続を設定、2.同期先としてGoogle BigQuery の接続を設定、3.RabbitMQ からGoogle BigQuery へのレプリケーションジョブの作成、という3つのステップだけでレプリケーション処理を作成可能です。以下に具体的な設定手順を説明します。

1.データソースとしてRabbitMQ の接続を設定

まずはじめに、CData Sync のブラウザ管理コンソールにログインします。CData Sync のインストールをまだ行っていない方は本記事の製品リンクからCData Sync をクリックして、30日の無償トライアルとしてCData Sync をインストールしてください。インストール後にCData Sync が起動して、ブラウザ設定画面が開きます。

それでは、データソース側にRabbitMQ を設定していきましょう。左の［接続］タブをクリックします。

1. ［＋接続の追加］ボタンをクリックします。
2. ［データソース］タブを選択して、リスト表示されるデータソースを選ぶか、検索バーにデータソース名を入力して、RabbitMQ を見つけます。
3. RabbitMQ の右側の［→］をクリックして、RabbitMQ アカウントへの接続画面を開きます。もし、RabbitMQ のコネクタがデフォルトでCData Sync にインストールされていない場合には、ダウンロードアイコン（コネクタのアップロードアイコン）をクリックし、［ダウンロード］をクリックすると、CData Sync にコネクタがインストールされます。
4. 接続プロパティにRabbitMQ に接続するアカウント情報を入力をします。
   

   RabbitMQ Management HTTP API について

   RabbitMQ は、複数のメッセージングプロトコルをサポートするオープンソースのメッセージブローカーです。RabbitMQ Management HTTP API は、RabbitMQ サーバーの管理データと監視データに HTTP 経由でアクセスする手段を提供します。この API では、仮想ホスト、エクスチェンジ、キュー、バインディング、コネクション、チャネル、コンシューマー、ユーザー、権限、ポリシー、クラスター全体の統計情報を取得できます。

   HTTP API を利用するには、RabbitMQ サーバーで Management プラグインを有効化する必要があります。デフォルトでは、管理インターフェースはポート 15672 でリッスンします。

   Basic 認証の設定

   RabbitMQ Management HTTP API は HTTP Basic 認証を使用します。RabbitMQ 管理ユーザーのユーザー名とパスワードを指定する必要があります。

   管理 API へのアクセスを有効にするには、以下のステップで進めます：

   1. サーバーで RabbitMQ Management プラグインが有効になっていることを確認します（rabbitmq-plugins enable rabbitmq_management）。
   2. 既存の管理ユーザーを使用するか、適切な管理タグ（management、policymaker、monitoring、または administrator）を持つユーザーを作成します。
   3. RabbitMQ Management HTTP API の完全なベース URL を控えておきます（例：http://localhost:15672）。

   RabbitMQ サーバーを設定したら、以下の接続プロパティを設定して接続します：

   • AuthScheme：Basic に設定します。
   • URL：RabbitMQ Management HTTP API のベース URL に設定します（例：http://localhost:15672）。
   • User：RabbitMQ の管理ユーザー名に設定します（例：guest）。
   • Password：RabbitMQ の管理パスワードに設定します。

   接続文字列の例：

   Profile=C:\profiles\RabbitMQ.apip;AuthScheme=Basic;URL=http://localhost:15672;User=guest;Password=guest;
   

   利用可能なテーブル

   RabbitMQ プロファイルでは、以下のテーブルにアクセスできます：

   • Overview - クラスター全体の統計情報と RabbitMQ ノードに関する情報
   • Nodes - RabbitMQ クラスター内の個々のノードに関する情報
   • NodeMemory - 特定のクラスターノードの詳細なメモリ使用状況の内訳
   • Connections - ブローカーへのすべてのオープンな AMQP コネクションの一覧
   • Channels - すべてのコネクションにわたるオープンな AMQP チャネルの一覧
   • Consumers - すべてのキューに登録されたコンシューマーの一覧
   • Exchanges - すべての仮想ホストで宣言されたエクスチェンジの一覧
   • Queues - すべての仮想ホストで宣言されたキューの一覧
   • Bindings - エクスチェンジとキュー間のすべてのバインディングの一覧
   • VirtualHosts - ブローカーに設定された仮想ホストの一覧
   • VhostPermissions - 特定の仮想ホスト内のユーザー権限
   • Users - すべての RabbitMQ ユーザーの一覧
   • Permissions - すべての仮想ホストにわたる全ユーザーの権限レコード
   • TopicPermissions - 全ユーザーのトピックレベルの権限レコード
   • Policies - 仮想ホスト内のキューおよびエクスチェンジに適用されたポリシーの一覧
   • OperatorPolicies - 仮想ホスト内のキューに適用されたオペレーターポリシーの一覧
   • Parameters - 仮想ホストごとのコンポーネントパラメータ（例：federation、shovel）の一覧
   • GlobalParameters - すべての仮想ホストに適用されるグローバルパラメータの一覧
   • VhostLimits - 特定の仮想ホストに設定されたリソース制限
   • UserLimits - 特定のユーザーに設定されたリソース制限
   • FeatureFlags - フィーチャーフラグの一覧と、ノード上での有効／無効の状態
   • DeprecatedFeatures - 非推奨機能の一覧と、その使用状態
   • AuthAttempts - ノードの認証試行統計
   • ClusterName - RabbitMQ クラスターの名前
   • WhoAmI - 現在認証されている管理ユーザーに関する情報
   • ExchangeBindingsSource - 特定のエクスチェンジがソースとなっているバインディング
   • ExchangeBindingsDestination - 特定のエクスチェンジが宛先となっているバインディング
   • QueueBindings - 仮想ホスト内の特定のキューのバインディング
   
5. ［作成およびテスト］をクリックして、正しくRabbitMQ に接続できているかをテストして保存します。これでレプリケーションのデータソースとしてRabbitMQ への接続が設定されました。

2.同期先としてGoogle BigQuery の接続を設定

次に、RabbitMQ のデータを書き込む先（＝同期先）として、Google BigQuery を設定します。同じく［接続］タブを開きます。

1. ［＋接続の追加］ボタンをクリックします。
2. ［同期先］タブを選択して、リスト表示されるデータソースを選ぶか、検索バーにデータソース名を入力して、Google BigQuery を見つけます。
3. Google BigQuery の右側の［→］をクリックして、Google BigQuery データベースへの接続画面を開きます。もし、Google BigQuery のコネクタがデフォルトでCData Sync にインストールされていない場合には、ダウンロードアイコン（コネクタのアップロードアイコン）をクリックし、［ダウンロード］をクリックすると、CData Sync にコネクタがインストールされます。

4. 必要な接続プロパティを入力します。Google BigQuery への接続には、OAuth 認証を使用します：

   User Account での認証

   このOAuth フローでは、ユーザーアカウントクレデンシャルを入力する必要がありません。

   1. ［接続のテスト］をクリックするとCData Sync がGoogle BigQuery へのOAuth エンドポイントを開きます。
   2. ログインしてCData Sync にアクセスを許可します。
   3. CData Sync は、OAuth プロセスを完了します。

   Service Account として認証する

   Service Accounts では、ブラウザでのユーザーによる承認なしで認証が可能です。Service Accounts にEnterprise-wide の権限をCData Sync に許可することも可能です。

   この場合には、OAuth アプリケーションを作成する必要があります。カスタムOAuth アプリの作成 を参照してください。はじめにのセクションにOAuth アプリケーションを作成・認証する方法が説明されています。

   これらの接続プロパティを入力して接続します：

   • OAuthClientId: アプリケーションで設定したClient。
   • OAuthClientSecret: アプリケーションのClient Secret。
   • OAuthJWTCertType: "PEMKEY_FILE" 設定。
   • OAuthJWTCert: 生成した.pem ファイル。
   • OAuthJWTCertPassword:.pem ファイルのパスワード。
   • OAuthJWTCertSubject: 証明書ストアの最初の証明書を選択するには"*" を選択します。
   • OAuthJWTSubject: 権限アクセスを委譲するE メールアドレス。アクセス以上は管理者による承認が必要です。
   • DatasetId: 接続するデータセットのID。
   • ProjectId: 接続するプロジェクトのID。
   接続するとCData Sync がService Account へのOAuth フローを完了します。

5. ［作成およびテスト］をクリックして、正しく接続できているかをテストします
6. これで同期先としてGoogle BigQuery を設定できました。CData Sync では、Google BigQuery のデータベース名を指定するだけで、同期するRabbitMQ に併せたテーブルスキーマを自動的にCREATE TABLE してくれます。同期データに合わせたテーブルを事前に作成するなどの面倒な手順は必要ありません。もちろん、既存テーブルにマッピングを行いデータ同期を行うことも可能です。

3.RabbitMQ からGoogle BigQuery へのレプリケーションジョブの作成

CData Sync では、レプリケーションをジョブ単位で設定します。ジョブは、RabbitMQ からGoogle BigQuery という単位で設定し、複数のテーブルを含むことができます。レプリケーションジョブ設定には、［ジョブ］タブに進み、［＋ジョブを追加］ボタンをクリックします。

［ジョブを追加］画面が開き、以下を入力します：

1. 名前：ジョブの名前
2. データソース：ドロップダウンリストから先に設定したRabbitMQ を選択
3. 同期先：先に設定したGoogle BigQuery を選択

すべてのオブジェクトをレプリケーションする場合

RabbitMQ のすべてのオブジェクト / テーブルをレプリケーションするには、［種類］セクションで［すべて同期］を選択して、［タスクを追加］ボタンで確定します。

作成したジョブ画面で、右上の［▷実行］ボタンをクリックするだけで、全RabbitMQ テーブルのGoogle BigQuery への同期を行うことができます。

オブジェクトを選択してレプリケーションする場合

RabbitMQ から特定のオブジェクト / テーブルを選択してレプリケーションを行うことが可能です。［種類］セクションでは、［標準（個別設定）］を選んでください。

次に［ジョブ］画面で、［タスク］タブをクリックし、［タスクを追加］ボタンをクリックします。

するとCData Sync で利用可能なオブジェクト / テーブルのリストが表示されるので、レプリケーションを行うオブジェクトにチェックを付けます（複数選択可）。［タスクを追加］ボタンで確定します。

作成したジョブ画面で、［▷実行］ボタンをクリックして（もしくは各タスク毎の実行ボタンを押して）、レプリケーションジョブを実行します。

このようにとても簡単にRabbitMQ からGoogle BigQuery への同期を行うことができました。

CData Sync の主要な機能を試してみる：スケジューリング・差分更新・ETL

ジョブのスケジュール起動設定

CData Sync では、同期ジョブを1日に1回や15分に1回などのスケジュール起動をすることができます。ジョブ画面の［概要］タブから［スケジュール］パネルを選び、［⚙設定］ボタンをクリックします。［間隔］と同期時間の［毎時何分］を設定し、［保存］を押して設定を完了します。これでCData Sync が同期ジョブをスケジュール実行してくれます。ユーザーはダッシュボードで同期ジョブの状態をチェックするだけです。

差分更新

CData Sync では、主要なデータソースでは、差分更新が可能です。差分更新では、最後のジョブ実行時からデータソース側でデータの追加・変更があったデータだけを同期するので、レプリケーションのクエリ・通信のコストを圧倒的に抑えることが可能です。

差分更新を有効化するには、ジョブの［概要］タブから「差分更新」パネルを選び、［⚙設定］ボタンをクリックします。［開始日］と［レプリケーション間隔］を設定して、［保存］します。

SQL での取得データのカスタマイズ

CData Sync は、デフォルトではRabbitMQ のオブジェクト / テーブルをそのままGoogle BigQuery に複製しますが、ここにSQL、またはdbt 連携でのETL 処理を組み込むことができます。テーブルカラムが多すぎる場合や、データ管理の観点から一部のカラムだけをレプリケーションしたり、さらにデータの絞り込み（フィルタリング）をしたデータだけをレプリケーションすることが可能です。

ジョブの［概要］タブ、［タスク］タブへと進みます。選択されたタスク（テーブル）の［▶］の左側のメニューをクリックし、［編集］を選びます。タスクの編集画面が開きます。

UI からカラムを選択する場合には、［カラム］タブから［マッピング編集］をクリックします。レプリケーションで使用しないカラムからチェックを外します。

SQL を記述して、フィルタリングなどのカスタマイズを行うには、［クエリ］タブをクリックし、REPLICATE ［テーブル名］の後に標準SQL でフィルタリングを行います。

RabbitMQ からGoogle BigQuery へのデータ同期には、ぜひCData Sync をご利用ください

このようにノーコードで簡単にRabbitMQ のデータをGoogle BigQuery にレプリケーションできます。データ分析、AI やノーコードツールからのデータ利用などさまざまな用途でCData Sync をご利用いただけます。30日の無償トライアルで、シンプルでパワフルなデータパイプラインを体感してください。

日本のユーザー向けにCData Sync は、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。

CData Sync の 導入事例を併せてご覧ください。