Google Data Fusion で SFTP 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 JDBC Driver for SFTP 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 SFTP 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、SFTP 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、SFTP から Google BigQuery へデータをパイプする方法を説明します。

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

CData JDBC Driver for SFTP を Google Data Fusion インスタンスにアップロードして、SFTP 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：cdatasftp-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.sftp）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.sftp.SFTPDriver）
   
5. "Finish" をクリックします

Google Data Fusion で SFTP 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 SFTP 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-sftp）
   • Plugin Type を "jdbc" に設定します
   • Connection String を SFTP の JDBC URL に設定します。例：
     
     jdbc:sftp:RTK=5246...;RemoteHost=MyFTPServer;

     FTP は、SFTP プロトコルを使用してSFTP サーバーとの間のファイル転送を行います。接続するにはRemoteHost を指定します。FTP はUser、Password、および公開鍵認証（SSHClientCert）を使用します。 SSHAuthMode を選択し、選択に基づいて接続値を指定します。

     次の接続プロパティを設定し、ファイルシステムのリレーショナルビューをコントロールします。

     • RemotePath: 現在の作業ディレクトリに設定。
     • TableDepth: ビューとしてレポートするサブフォルダの深度を制御するために設定。
     • FileRetrievalDepth: ファイルを再帰的に取得し、Root テーブルにリストするために設定。
     ストアドプロシージャは、ファイル、のダウンロード、アップロード、およびプロトコルコマンドの送信に利用できます。SQL を使用してサーバーと対話する方法の詳細については、ヘルプドキュメントの「データモデル」を参照してください。

     ビルトイン接続文字列デザイナー

     JDBC URL の作成には、SFTP 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.sftp.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 SFTP 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 MyDirectory
   
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 sftp-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 SFTP 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、SFTP 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 SFTP 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 SFTP パイプラインを作成できます。CData JDBC Driver for SFTP 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 SFTP のデータ をリアルタイムで活用しましょう。