【ノーコード】ScrapingBee のデータのAzure SQLに連携・統合する方法

宮本航太
宮本航太
プロダクトスペシャリスト
非エンジニアでも3ステップでAzure SQL にScrapingBee のデータを統合し、データ分析基盤の構築する方法を紹介。ノーコードETL / ELT ツールCData Sync を使ってノンプログラミングでデータ連携を自動化。CDCにも対応。



CData Sync は、数百のSaaS / DB のデータをAzure SQL 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、ScrapingBee のデータをCData Sync を使ってAzure SQL 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 の概要画像

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. ScrapingBee をはじめとする数百種類のSaaS / DB データに対応
  2. Azure SQL 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ScrapingBee の接続を設定、2.同期先としてAzure SQL の接続を設定、3.ScrapingBee からAzure SQL 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ScrapingBee 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ScrapingBee 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。 コネクションの追加。
  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、ScrapingBee を見つけます。
  3. ScrapingBee の右側の［→］をクリックして、ScrapingBee アカウントへの接続画面を開きます。もし、ScrapingBee 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。 データソースの追加。
  4. 接続プロパティにScrapingBee に接続するアカウント情報を入力をします。

    API キー認証の設定

    ScrapingBee は API キー認証を使用します。API キーを取得するには、以下のステップで進めます：

    1. https://app.scrapingbee.com で ScrapingBee アカウントにサインインします
    2. Dashboard に移動して、上部のセクションで API キーを確認します。
    3. 接続文字列で使用する API キーをコピーします。

    API キーを取得したら、以下の接続プロパティを設定します：

    • AuthScheme：APIKey に設定します。
    ProfileSettings 接続プロパティには以下を設定します：
    • APIKey：ScrapingBee の API キーに設定します。

    接続文字列の例

    Profile=C:\profiles\ScrapingBee.apip;AuthScheme=APIKey;ProfileSettings="APIKey=your_api_key";

    ScrapingBee への接続

    認証を設定すると、ScrapingBee に接続して、利用可能なテーブルからデータをクエリできます。すべてのテーブルでは、データを取得するために少なくとも 1 つの入力パラメータ（検索クエリや商品 ID など）が必要です。

    データソースの追加。
  5. ［作成およびテスト］をクリックして、正しくScrapingBee 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ScrapingBee への接続が設定されました。

2.同期先としてAzure SQL の接続を設定

次に、ScrapingBee のデータを書き込む先（＝同期先）として、Azure SQL 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、Azure SQL を見つけます。
  3. Azure SQL の右側の［→］をクリックして、Azure SQL データベースへの接続画面を開きます。もし、Azure SQL 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。 Configure a Destination connection to Azure SQL.
  4. Enter the necessary connection properties. To connect to Azure SQL, set the following:
    • Server: The address of the server hosting the Azure SQL database.
    • User: The username provided for authentication with the Azure SQL database.
    • Password: The password provided for authentication with the Azure SQL database.
    • Database: The name of the Azure SQL database.

    Java Edition

    The Java version requires the Microsoft SQL Server JDBC Driver, which can be downloaded from the Microsoft Download Center. Copy the JDBC driver to the lib folder of your Java Web server to make a connection.

  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。 Configure a Destination connection.
  6. これで同期先としてAzure SQL を設定できました。CData Sync では、Azure SQL のデータベース名を指定するだけで、同期するScrapingBee 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.ScrapingBee からAzure SQL 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、ScrapingBee からAzure SQL 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。 ジョブの一覧

［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ScrapingBee を選択
  3. 同期先：先に設定したAzure SQL を選択
データソースの設定Salesforce の例）。

すべてのオブジェクトをレプリケーションする場合

ScrapingBee 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ScrapingBee テーブルのAzure SQL 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

ScrapingBee 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。 ジョブへのタスク追加Salesforce の例）。

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。

タスク選択（Salesforce の例）。

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。 作成したジョブの実行（Salesforce の例）。

このようにとても簡単にScrapingBee からAzure SQL 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。 スケジュール実行設定。

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ScrapingBee のオブジェクト / テーブルをそのままAzure SQL 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。 レプリケーションのカスタマイズ設定。

ScrapingBee からAzure SQL 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ScrapingBee のデータをAzure SQL 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。

はじめる準備はできましたか？

詳細はこちら、または無料トライアルにお申し込みください：

CData Sync

この記事の内容

関連記事